+49 6221 672 19-00 info@hdvisionsystems.com

Agile Bildverarbeitung – Erfolgsgarant für komplexe Projekte?

Vielerorts ist agile Softwareentwicklung bereits gelebte Realität. Das Wasserfall-Modell hat für die Projektplanung von Software und Code ausgedient.

Doch agile Bildverarbeitung?

Funktioniert eine veränderliche Projektplanung auch für Automatisierungsprojekte, deren Ausgang eine hochpräzise Produktionsanlage sein soll?

Wir meinen: Ja! Industrielle Bildverarbeitung lässt sich aufgrund ihres hohen Software-Anteils heute besser denn je agil umsetzen. Natürlich braucht es dafür einige Anpassungen der Methode, doch grundsätzlich eignet sich agiles Arbeiten auch für die Entwicklung von Vision-Guided Robotics.

Doch zunächst wollen wir uns die Grundlagen der agilen Entwicklung anschauen:

 

Agiles Projektmanagement

Das agile Projektmanagement entstammt ursprünglich der Softwareentwicklung. Denn dort zeigte sich bereits früh, dass selbst bestens geplante Projekte häufig an nicht vorhersehbaren Hürden in Verzug gerieten oder gar scheiterten. Eine andere Methode, um diesen Herausforderungen zu begegnen, war gefragt – und ein hoch bewegliches und adaptives Gerüst für das Projektmanagement wurde geboren. Diese Bedeutung überträgt sein Name auch im Wortsinn: Im Duden findet man für „agil“ unter anderem die Zuschreibungen „regsam und wendig“. Starres Befolgen eines ausgeklügelten Planes fand damit sein Ende, doch regellos wurde das agile Projektmanagement deswegen mitnichten!

Stattdessen entschieden sich die Vorreiter und Begründer des Konzepts, das sog. „agile Manifest“ zu veröffentlichen:

Manifest für agile Software-Entwicklung, die Grundlage der agilen Bildverarbeitung

Wechselbeziehungen vor Prozesse

Projektteilnehmer und Stakeholder sind aktiver Teil des agilen Projektmanagements. Sie dürfen und sollen sich voll mit ihrem Wissen, ihren Fragen und ihrer Kreativität einbringen. Dafür können Prozesse kurzfristig verändert oder außer Kraft gesetzt werden – ein grundlegendes Prozess-Gerüst soll aber dennoch vorhanden sein.

 

Funktion vor Dokumentation

Die entwickelte Software soll in erster Linie funktionieren. Überbordender Dokumentation erhält einen niedrigeren Rang.

 

Einbindung vor Verhandlungen

Den Kunden und die Stakeholder regelmäßig in die Entwicklungsschritte des Projekts einzubeziehen, hat Vorrang vor den zuvor getätigten Vertragsverhandlungen. Nicht jedes Detail kann und muss vorab geklärt werden – stattdessen ist die regelmäßige Rücksprache das Tool der Wahl.

 

Flexibilität vor Planung

Schnell und unkompliziert vom bisherigen Plan abweichen können ohne die Orientierung zu verlieren – spätestens seit der Pandemie wissen wir, wie wertvoll Flexibilität für Pläne sein kann. Das agile Manifest hat dieses Prinzip bereits in seinen Grundfesten verankert.

Aufbauend auf diesen Prinzipien haben zahlreiche Software-Unternehmen und -Start-ups in den letzten Jahrzehnten auf agile Entwicklung umgestellt. Doch damit nicht genug: Diese Agilität wurde auf immer mehr andere Bereiche und Abteilungen übertragen. Zusätzlich haben sich agile Unterarten wie Scrum oder Kanban entwickelt, um die Umsetzung je nach Bedürfnissen noch stärker zu erleichtern.

Dass diese Entwicklung nun auch in der industriellen Produktion und im Anlagenbau ankommt, ist daher nur folgerichtig.

 

Agiles Projektmanagement auf Bildverarbeitung übertragen

Ganz klar: Ein großer Teil heutiger Bildverarbeitung in der Industrie fußt ebenfalls auf Algorithmen und Software. In jüngster Zeit nimmt auch das Maschinelle Lernen dabei zu. Der Einsatz dieser KI-Algorithmen gestaltet den Entwicklungsprozess von Software nochmals weniger planbar und volatiler: Gerade die in der industriellen Bildverarbeitung eingesetzten neuronalen Netze sind zu komplex, um sie noch vollständig manuell beschreiben zu können.

Agil zu arbeiten mithilfe agiler Bildverarbeitung dockt also passgenau an diesen Schnittstellen an.

Nicht zu unterschätzen ist jedoch der Aspekt, dass industrielle Bildverarbeitung eben kein reines Software-Projekt ist. Die Hardware und Integration in die gesamte Produktionsanlage sind der zentrale Gegenpart zur Software. Ohne sie keine produktive Nutzung. Und hier liegt auch der Hase im Pfeffer begraben:

 

Agilität auf Industrieanlagen angewandt

Hochkomplexe Automatisierungsanlagen, die aus unzähligen Komponenten und aufwendiger Robotik bestehen, bieten nicht immer die notwendigen Freiheitsgrade, um agile Veränderungen im laufenden Projekt vorzunehmen. Hier braucht es entweder eine entsprechende Planung durch z.B. ausreichend Pufferfläche und bereits in der Planungsphase mitgedachter Alternativen. Oder eine möglichst versatile und agile Bildverarbeitungslösung. Denn bereits kleinste Veränderungen im Setup können die Bildleistung von Kameras beeinträchtigen. Eine andere Lichtsituation, Stöße, Ortsveränderungen oder bereits das Präsentieren neuer Werkstücke können hier leicht zum Hindernis werden. Dann braucht es nicht nur eine anpassbare Software, sondern auch eine ebensolche Hardware. Agile Bildverarbeitung muss diese beiden Aspekte produktiv miteinander verbinden.

 

Ein Sensor für alle Fälle: LumiScanX

LumiScanX

Mit LumiScanX lassen sich viele dieser Planungslücken problemlos schließen: Der kompakte 3D-Lichtfeldsensor lässt sich nicht nur nahezu überall mit minimalem Platzverlust montieren, er bietet auch die Möglichkeit, die Reichweite und Entfernung von Objekten nachträglich durch einen Wechsel der Objektive zu verändern. Aufgrund seiner einzigartigen Konzeption als industrieller Lichtfeld-Sensor bietet der LumiScanX eine robuste Objekterkennung – gerade auch bei metallischen oder reflektierenden Oberflächen und komplexen Formen. Damit bietet der Sensor die notwendige Flexibilität für eine agile Bildverarbeitung in der Werkhalle.

Setzen Sie LumiScanX für die visuelle Qualitätsinspektion metallischer und komplexer Werkstücke ein

Agile Entwicklung mit KI

Doch nicht nur die Hardware-Anforderungen müssen auf ein agiles Projektmanagement angepasst werden. Klassische Bildverarbeitung ist stark auf einen speziellen Objekttyp beschränkt. Die jeweilige Bildverarbeitungslösung ist fest auf diesen zugeschrieben und entwickelt. Andere Objekte lassen sich häufig nur unter hohem Aufwand oder gar nicht in die vorhandene Software integrieren.

Zwar kann die agile Softwareentwicklung auch in der Bildverarbeitung potenzielle Erweiterungen mitdenken und einplanen, immer öfter reichen klassische Algorithmen für die hochkomplexen Erkennungs- und Prüfaufgaben jedoch nicht mehr aus. Dann setzt die Entwicklung auf KI und Maschinelles Lernen. Selbstredend müssen auch diese für ihre jeweilige Aufgabe angepasst werden.

Doch: Richtig in ein Bildverarbeitungsprojekt integriert, lassen sich neuronale Netze per Mausklick austauschen oder erweitern. Egal, ob dann zusätzliche Fehlertypen auf den bekannten Teilen zu finden sind oder ein neues Werkstück über das Fließband läuft – agiles Anpassen ist kein Problem.

 

Fazit: Agile Bildverarbeitung wird immer relevanter

Zunehmende Automatisierung und wachsende Rechenpower treiben die industrielle Bildverarbeitung maßgeblich voran. Doch gerade aufgrund der gewachsenen Möglichkeiten auf Seiten der Software muss sich das Projektmanagement diesen Veränderungen anpassen.

Agile Bildverarbeitung schlägt dabei die Brücke zwischen der bereits etablierten agilen Software- und der bisher starren Hardwareentwicklung.

Dadurch ergeben sich neue Anforderungen an Sensorik und Ausstattung. Diese wiederum ermöglichen produzierenden Unternehmen neue Wege in der bisher nicht-wirtschaftlichen Automatisierung komplexer Teile.

In der sich rasant entwickelnden Welt der industriellen Automatisierung ist eine zuverlässige und flexible Objekterkennung ein Grundpfeiler für Vision-Guided Robotics (VGR) und Qualitätssicherung. Bei HD Vision Systems ist es unsere Mission, die Grenzen des Möglichen in der Automatisierung neu zu definieren. Als Vision-Partner auf der Bosch Rexroth CtrlX-Plattform bringen wir modernste Bildverarbeitungstechnologie durch leistungsstarke Apps auf den Fabrikboden, die Konnektivität vereinfachen und die Leistung verbessern.

Pattern Matching: Ein traditioneller Ansatz

Eine der häufigsten Fragen beim Entwurf von Automatisierungslösungen ist, ob traditionelle Pattern-Matching-Techniken oder moderne KI-basierte Objekterkennung verwendet werden sollen. Pattern Matching ist regelbasiert und nutzt manuell definierte Vorlagen oder geometrische Formen zur Objekterkennung. Obwohl es lange ein fester Bestandteil klassischer Bildverarbeitung war, stößt es unter realen Bedingungen oft an seine Grenzen. Änderungen in Beleuchtung, Ausrichtung, Maßstab oder selbst kleine Verdeckungen können zu Erkennungsfehlern führen. Zudem ist die Einrichtung aufwändig, erfordert Expertenwissen und lässt sich nur schwer an Veränderungen in der Produktionslinie anpassen.

Deep Learning: Intelligent und anpassungsfähig

Im Gegensatz dazu nutzt die KI-basierte Objekterkennung datengetriebene Modelle, die auf großen und vielfältigen Datensätzen trainiert wurden. Diese Modelle erkennen Objekte anhand abstrakter Muster und sind dadurch wesentlich robuster und flexibler. Sie kommen mit unterschiedlichsten Abweichungen und Unregelmäßigkeiten in industriellen Umgebungen zurecht. Mithilfe von Transfer Learning und Datenaugmentation lassen sich Modelle zudem schnell auf neue Objekte oder Bedingungen anpassen – ganz ohne komplexes Regelwerk.

Integrierte KI auf CtrlX

Wir bei HD Vision Systems setzen konsequent auf diesen modernen Ansatz und haben ihn direkt in die Bosch Rexroth CtrlX-Plattform integriert. Unsere Apps ermöglichen den Anschluss von Standard-Industriekameras gemäß dem GenICam-Standard via Ethernet. Die aufgenommenen Bilder werden von KI-Modellen direkt im CtrlX-Ökosystem verarbeitet. Die Ergebnisse sind nicht nur präzise, sondern werden auch automatisch aus 2D-Bildkoordinaten in 3D-Weltkoordinaten überführt – entscheidend für präzise Roboterführung und Qualitätssicherung.

Vor-Ort-Training und Individualisierung

Neben vortrainierten Modellen bieten wir Frameworks an, mit denen Nutzer eigene Bilddaten annotieren und individuelle Objekterkennungsnetzwerke trainieren können – komplett vor Ort, ohne Daten in die Cloud zu senden. So behalten Sie die volle Kontrolle über Datenschutz und Datensicherheit. Integratoren und Endanwender können so hochspezialisierte Erkennungslösungen entwickeln – exakt zugeschnitten auf ihre Anwendung.

Zukunftsausblick: KI für moderne Fertigung

Pattern Matching hatte seine Zeit, aber die zunehmende Komplexität moderner Fertigungsprozesse verlangt intelligentere, flexiblere Systeme. Deep Learning liefert genau das. Mit den fortschrittlichen Vision-Tools von HD Vision Systems und der Modularität der Bosch Rexroth CtrlX-Plattform stehen Herstellern leistungsstarke Objekterkennungslösungen zur Verfügung, die mit ihren Anforderungen wachsen.

Egal ob Nachrüstung bestehender Anlagen oder Neuplanung – jetzt ist der richtige Zeitpunkt, die Kraft KI-gesteuerter Bildverarbeitung zu nutzen. Wir freuen uns, Sie dabei zu begleiten.

Continue reading:

Share This