Die E-Mobility bringt immer effizientere Produktionsprozesse hervor, besonders durch die Kombination mit KI. Das gilt auch für die Metallveredelung, wie das Beispiel der TAS GmbH zeigt. Der Spezialist für Oberflächentechnologien setzt auf ein KI-basierendes Bildverarbeitungssystem von ID-Engineering / Zebra Technologies, das die Fehlerdetektion übernimmt – und sich kontinuierlich selbst verbessert.
Subdomain: inVISION
Fünf auf einmal
Das chinesische Unternehmen iRayple widmet sich der Entwicklung und Herstellung von Komponenten und Lösungen im Bereich Machine Vision und mobiler Robotik. Auf der Vision 2024 wurde nun eine fünffache Produktoffensive gestartet.
Inspect Smart
The trends in smart machine vision indicate a shift towards intelligent, integrated, and user-friendly systems. LMI Technologies is developing and deploying smart machine vision solutions through sensor, software, and AI-enabled vision technologies for the factory. The company described five trends to thrive in a changing landscape.
Das letzte Wort*
Im Juni 2025 finden zum zweiten Mal die Automatica und Laser – World of Photonics gleichzeitig statt. inVISION hat mit der Laser-Projektleiterin Anke Odouli über die kommende Messe und Bildverarbeitung als Thema beider Messen gesprochen.
Maßgeschneidert
Dank maßgeschneiderter Optik und Beleuchtung für Hyper- und Multispektral-Imaging können spezifische Eigenschaften und Strukturen von Materialien sichtbar gemacht werden. Für die optimale spektrale Bildgebung sind allerdings spezielle Anforderungen an die Optik erforderlich.
VisionGPT?
Laut Statista beträgt der Markt für generative KI im Jahr 2024 rund 33Mrd.€ und wird sich bis 2030 verzehnfachen. ChatGPT hat gezeigt, wie generative KI erfolgreich eingesetzt werden kann, aber ist dies auch für die industrielle Bildverarbeitung möglich? Während der Vision 2024 traf sich Chefredakteur Peter Ebert mit fünf Experten aus der Branche, um die Chancen und Risiken zu diskutieren.
Generische KI-Bilderkennung
Die visuelle Qualitätskontrolle in der Industrie ist besonders bei der Anomalieerkennung mit großen Herausforderungen konfrontiert. Klassische KI-Modelle verlangen dabei große Mengen an Trainingsdaten, die oft nicht verfügbar sind. Ein neues Verfahren von Codecentric generiert synthetische Fehlerbilder und benötigt hierfür keine echten fehlerhaften Daten. Die Technologie zeigt hohe Präzision bei Stoff-, Holz- und Lederoberflächen und verbessert die Effizienz und Flexibilität der Fehlererkennung erheblich.
Sicher sichtbar
Der ZQ1-MagicLine von Z-Laser wurde speziell für Anwendungen entwickelt, bei denen hohe Sichtbarkeit und Augensicherheit im Vordergrund stehen. Mit einer optischen Leistung von 600mW in der Laserklasse 2M setzt der Laser neue Maßstäbe in Bezug auf Leistung, Sichtbarkeit und Sicherheit.
Edge Vision im Praxistest
Mit der Aufnahme des Vision Connectors von Basler und der Anomaly Detection for Visual Inspection von MVTec in das Siemens Industrial Edge Ecosystem können Vision-Lösungen einfacher in Automatisierungslandschaften integriert werden. Anstelle komplexer Insellösungen entsteht ein flexibles System, in dem sich Lösungen mit wenigen Klicks skalieren und verwalten lassen. Ein Jahr nach dem Start stellt sich die Frage: Wie haben sich die Lösungen in der Praxis bewährt und weiterentwickelt?
Der richtige Weg
Immer mehr Kamerahersteller integrieren KI-Algorithmen direkt in ihre Kamerasysteme, damit Roboter komplexere Aufgaben bewältigen können, wie z.B. das Greifen von unstrukturiert vorliegenden Objekten. Damit diese gegriffen werden können, müssen sie zunächst erkannt werden. Anschließend wird eine Bahn ermittelt, die den Roboter zum Zielobjekt bewegt. In dem Beitrag des Fraunhofer IOSB-INA werden zwei Fallstricke beleuchtet, die Voraussetzung für die Güte dieser nachgelagerten Bahnplanung in einem realen Kamera-basierten Robotersystem sind.