Fortschritte in der künstlichen Intelligenz für industrielle 3D-Vision-Systeme

Foto: SICK

SICK stellt die neueste Version seiner Bildverarbeitungsplattform NOVA sowie die 3D-Kamera Ranger NextGen und das Tool AI Blob Finder vor, um die automatisierte Qualitätskontrolle zu verbessern. Diese industriellen Bildverarbeitungslösungen integrieren künstliche Intelligenz direkt in die Auswertung dreidimensionaler Daten für Fertigungsbereiche, die eine präzise Fehleranalyse, Sortierung und Maßprüfung erfordern.

Integration künstlicher Intelligenz in die 3D-Datenanalyse
Mit der Version 2.17 der NOVA-Plattform werden Algorithmen der künstlichen Intelligenz auf die 3D-Bildanalyse angewendet, was über herkömmliche regelbasierte Prüfungen hinausgeht. Das System nutzt ein 3D-Anomalie-Erkennungs-Tool zur Identifizierung topografischer Abweichungen, ein Objekterkennungsmodul für Zählaufgaben und die 3D-KI-Klassifizierung, um zwischen fehlerfreien Produkten, fehlerhaften Artikeln oder verschiedenen Produktvarianten zu unterscheiden. Anstatt komplexe Parameter für die regelbasierte maschinelle Bildverarbeitung zu definieren, konfigurieren Bediener Inspektionen anhand von Beispielbildern. Diese KI-Modelle können vollständig auf dem Gerät („on-device“) über Smart-Sensoren trainiert und ausgeführt oder für besonders große Trainingsdatensätze über den Webservice D-Studio verarbeitet werden.

Industrielle Anwendungsbereiche und Software-Erweiterbarkeit
Die Integration dieser Analysetools unterstützt ein breites Spektrum industrieller Fertigungsanwendungen, einschließlich Volumen-, Form- und Maßvollständigkeitsprüfungen. Das System übernimmt zudem die Brucherkennung, Farbüberprüfung, Druckkontrastanalyse, Lesbarkeitsprüfungen von Etiketten sowie die Dekodierung von 1D- und 2D-Matrixcodes. Um die technische Flexibilität der Anwendung zu unterstützen, können Bediener die Kernfunktionen der Software durch die Implementierung selbst entwickelter oder vorkonfigurierter Plug-ins erweitern. Kundenspezifische Softwaretools lassen sich über die Entwicklungsumgebungen SICK AppSpace und AppStudio direkt in das Ökosystem integrieren.

Pixelgenaue Objekttrennung und Fehleranalyse
Zur Unterstützung der kontinuierlichen Softwareentwicklung in der Industrieautomatisierung enthält das System das Bildverarbeitungstool AI Blob Finder. Unterstützt durch ein trainiertes neuronales Netzwerk erkennt, zählt und misst diese Funktion Objekte innerhalb eines vordefinierten räumlichen Bereichs. Der Algorithmus identifiziert und isoliert einzelne Objekte Pixel für Pixel und berechnet präzise dimensionale Metriken wie Länge, Breite und Gesamtfläche. Diese Trennung auf Pixelebene ermöglicht die zuverlässige Erkennung von mikroskopischen Rissen und Oberflächenabweichungen auf stark reflektierenden oder strukturell komplexen Materialien.

Hardware-Spezifikationen der CMOS-Sensoren der nächsten Generation
Das Hardware-Rückgrat für diese Softwarefunktionen bildet die 3D-Kamera Ranger NextGen, die auf der bestehenden Ranger3-Architektur aufbaut. Durch den Einsatz aktualisierter CMOS-Bildsensortechnologie und fortschrittlicher Halbleiter-Fertigungsverfahren erzeugt die Kamera gleichzeitig hochauflösende 2D-Bilder, präzise 3D-Höhenkarten und Echtfarbdaten. Diese Hardware-Iteration bietet eine höhere Messgenauigkeit und schnellere Erfassungsgeschwindigkeiten, wodurch der Durchsatz der Teile pro Minute ohne Beeinträchtigung der räumlichen Auflösung erhöht wird. Darüber hinaus ermöglicht die integrierte Vorverarbeitung der Bilddaten einen zuverlässigen Betrieb der Hardware in Außenbereichen oder unter stark schwankenden Umgebungslichtbedingungen.

SICK wird die Ranger NextGen zusammen mit der Ruler3000 und der 2D-Smart-Kamera-Familie Inspector 8xx auf der Fachmesse Vision 2026 in Stuttgart (6. bis 8. Oktober 2026, Halle 10, Stand 10D41) präsentieren.

Zusätzlicher Kontext
Dieser Abschnitt beschreibt technische Spezifikationen und Wettbewerbs-Benchmarking, die nicht in der ursprünglichen Pressemitteilung enthalten sind.

Auf dem Markt für industrielle Bildverarbeitung ist die Integration von künstlicher Intelligenz mit 3D-CMOS-Profilsensoren eine Standardmetrik für den Vergleich fortschrittlicher maschineller Bildverarbeitungssysteme. Systeme wie die Gocator-Serie von LMI Technologies und die In-Sight 3D-L4000 von Cognex dienen als direkte Benchmarks für die Ranger NextGen und die NOVA-Plattform. Zu den wichtigsten Wettbewerbskriterien zählen Scanraten (gemessen in Kilohertz, kHz), die Z-Achsen-Auflösung (bewertet in Mikrometern) und der physische Ort der KI-Inferenz. Ähnlich wie bei der ViDi-Software von Cognex und GoPxL von LMI ermöglicht die SICK-Architektur die Bereitstellung von Edge-basierten KI-Modellen direkt auf Smart-Sensoren, was die Latenz im Vergleich zur Cloud-abhängigen Verarbeitung reduziert. Darüber hinaus hat sich der Wechsel von der herkömmlichen regelbasierten Programmierung der maschinellen Bildverarbeitung hin zum Training mit Beispielbild-Datensätzen als Branchenstandard für die Bewertung der Einrichtungseffizienz und Hardware-Skalierbarkeit bei der 3D-Anomalieerkennung etabliert.

Bearbeitet von Aishwarya Mambet, Induportals-Redakteurin, mit Unterstützung von KI.

www.sick.com