In allen Branchen kann die Verfolgung einer Technologie gegenüber einer anderen den Markt beeinflussen. Die Maschinensicht ist keine Ausnahme, und heute neigen Anwendungen zur Fabrikautomation zunehmend zu Inspektionslösungen. Reife Märkte erfordern, dass Entscheidungsträger ihre Innovationen sowohl auf der Basis von Chancen als auch der Nachfrage in ihren Marktsegmenten verteidigen. In diesem Zusammenhang macht Gokul NA, Mitbegründer von CynLr (Cybernetics Laboratories), einen Geschäftsfall für den transformative Wert der Maschinensichttechnologie des Unternehmens. CynLr mit Sitz in Bangalore, Indien, wird als Deep-Tech-Robotik- und Kybernetikunternehmen gehandelt, dessen Team an der Entwicklung einer produktagnostischen Robotermontagelinie arbeitet. Das Aufnehmen von unerkannten Objekten ist größtenteils ein unterentwickeltes Gebiet der Maschinensicht und kennzeichnet das Hauptproblem, das CynLr lösen möchte.
In dem zugehörigen Video reagiert NA auf die Frage: “Warum ist Maschinensicht heute entscheidend für die Fabrikautomatisierung?” NA beginnt damit, die Unterschiede zwischen Maschinensicht und Computervision zu skizzieren, bevor er seine Argumentation dafür darlegt, dass sich sowohl der Ansatz zur Verwendung der Maschinensichttechnologie als auch der Geschäftsfall für die Maschinensicht in der Fabrikautomation ändern müssen. Der Hauptfokus der Computervision liegt laut NA darauf, Bilder nach ihrem Eintreffen am Computer zu verarbeiten. Maschinenvisionsysteme sind so konzipiert, dass sie ohne menschliches Eingreifen funktionieren. Ein gegensätzliches Merkmal der Computervision, so fügte NA hinzu, ist, dass die Quelle des Bildes unbekannt ist, was die Beleuchtung einschließt, aus welcher es aufgenommen wurde, welche Kamera verwendet wurde, der Typ der Linse oder der Abstand zwischen den Objekten.
NA argumentierte, dass die Entwicklung intuitiver Maschinensichtsysteme, die sich an neue und nicht programmierte Bedingungen anpassen können, für zukünftige Entwicklungen unerlässlich ist. Dies kann die Integration der Physik des Lichts, der Optik und fortschrittlicher Algorithmen in zukünftige Designs umfassen. Machine Vision hat ein hohes Maß an Raffinesse bei der Objekterkennung erreicht, wo wir entweder klassifizieren oder Defekte betrachten, sagte NA. Aber das ist nicht der Fall, wenn es darum geht, ein System zu führen, das als Rückkopplungssystem fungiert, um ein Objekt zu manipulieren. Für NA besteht kein besseres Argument, um solche banalen Aufgaben zu automatisieren. Berücksichtigen Sie die Automobilindustrie. Die Frage, die sich stellt, ist: Warum konnte die Automobilindustrie nicht Arbeitsplätze ersetzen und die gesamte Umgebung hyperingenieurisieren? Die Antwort, so sagte NA, erfordert, einen Schritt zurückzutreten und die Schwierigkeit bei der Herstellung eines Roboterarms zu berücksichtigen. Das Kernstück der Anpassungsfähigkeit des Maschinensichtsystems ist für NA und davon hängt der Wert der Maschinensicht ab. “Und das größte Markt für die Maschinensicht ist das Mobilisieren von Roboterarmen”, sagte er.