Traditionelle regelbasierte Inspektionsverfahren für schwierige Inspektionsaufgaben sind mühsam einzurichten und zu warten, aufgrund der Vielzahl von Parametern, die die erforderliche Empfindlichkeit und Genauigkeit eines Visionssystems beeinflussen. Vorhersagende künstliche Intelligenz (KI) und Deep Learning werden schnell für Computer-Vision-Aufgaben in der Automatisierung und Fertigung übernommen. Anwendungen, die zuvor mit traditionellen Computer-Vision-Tools unmöglich waren, können nun mit KI entwickelt werden. Für viele Anwendungen bietet KI den Herstellern die Möglichkeit, schwierige Probleme ohne umfangreiche Kenntnisse in der Programmierung von Visionssystemen zu lösen.
Eine gemeinsame Herausforderung bei der Computer-Vision-Inspektion besteht darin, Fehler in Metallteilen zu erkennen. Ein reales Beispiel hierfür ist das Überprüfen von Dellen in Aluminiumdosen. Dellen an der Außenseite einer Dose können die Innenauskleidung beeinträchtigen, was dazu führen kann, dass Bier oder Soda mit dem bloßen Aluminium in Kontakt kommt und dem Getränk einen schlechten Geschmack verleiht. Derzeit werden in den USA jährlich etwa 100 Milliarden Aluminiumdosen produziert, was einem Durchschnitt von einer Dose pro Amerikaner pro Tag entspricht. Daher ist eine genaue Inspektion für Getränkehersteller ein wichtiges Anliegen, um die Qualität ihrer Marke zu erhalten.
Eine Überprüfung von Aluminiumdosen auf einem Produktionsband mithilfe einer Teledyne DALSA Genie Nano Kamera und eines Ringlichts. Mit freundlicher Genehmigung von Teledyne DALSA. Die Verwendung eines Visionssystems mit einer einzelnen überkopf-Kamera, einem Weitwinkelobjektiv und einem Ringlicht ermöglicht es, ein Bild der gesamten Innenfläche einer Dose aufzunehmen und mithilfe von Computer Vision festzustellen, ob die Dose beschädigt ist.
Idealerweise sollte diese Art der Inspektion so spät wie möglich im Produktionsprozess durchgeführt werden, kurz vor dem Befüllen der Dose, um eventuelle Schäden, die auf dem Produktionsband auftreten können, zu erkennen. Die letzte Stufe, bevor die Dosen gefüllt werden, beinhaltet einen Waschprozess, der die Dosen unterschiedlich nass hinterlässt; einige werden Wassertröpfchen in verschiedenen Größen haben, während andere trocken erscheinen. Diese Variabilität macht es zu einer sehr anspruchsvollen Anwendung, die mit herkömmlichen Inspektionsmethoden schwer zu lösen ist.
(Sources: https://www.vision-systems.com/cameras-accessories/article/14201464/traditional-inspections-vs-deep-learning-and-predictive-ai)