Die wichtigsten Begriffe rund um Lichtfeld, 3D-Bildverarbeitung und bildgeführte Robotik – kurz erklärt, mit Verweisen auf passende Produkte, Lösungspakete und Fachbeiträge.
Objekte in Bildern markieren, etwa mit Boxen und Klassenbezeichnungen, damit ein neuronales Netz daraus lernen kann. Qualität und Einheitlichkeit der Annotationen entscheiden maßgeblich darüber, wie zuverlässig das trainierte Netz Teile später erkennt.
Der Abstand zwischen Kamera – genauer der Objektivvorderkante – und Objekt. Er legt das Sichtfeld fest und bei 3D-Kameras den Messbereich, in dem die Tiefe genau ist; beim Bin Picking muss er den Behälter von oben bis zum Boden abdecken.
Der Abstand zwischen zwei Blickpunkten, etwa zwischen zwei Kameras eines Stereo- oder Lichtfeldsystems. Eine längere Basislinie ergibt größere Disparitäten und damit eine feinere Tiefenauflösung auf Distanz; mehrere unterschiedlich lange Basislinien wie in einer Lichtfeldkamera verbinden Präzision mit Robustheit gegen Verdeckungen.
Roboteranwendungen, in denen eine Kamera bestimmt, wo ein Teil liegt – so kann der Roboter Teile handhaben, die nicht exakt positioniert sind. Das Bildverarbeitungssystem übergibt die Pose des Teils oder einen Greifpunkt an die Robotersteuerung, dank Hand-Auge-Kalibrierung direkt in Roboterkoordinaten.
Ein Roboter entnimmt ungeordnet liegende Teile aus einem Behälter, geführt von einer 3D-Kamera. Die Software muss die Teile lokalisieren, ein kollisionsfrei greifbares auswählen und die Roboterbahn planen – umso anspruchsvoller, je leerer der Behälter wird und je mehr Teile an Wänden und in Ecken liegen.
Eine digitale 3D-Beschreibung der Teilegeometrie. Beim CAD-basierten Matching sucht die Software die Form aus der CAD-Datei in der Punktwolke und liefert die Pose jedes Treffers – ganz ohne Trainingsbilder. Ohne CAD-Modell kann ein trainiertes neuronales Netz die Erkennung übernehmen.
Das Linux-basierte Automatisierungsbetriebssystem von Bosch Rexroth für ctrlX-CORE-Steuerungen und Industrie-PCs. Funktionen werden als Apps installiert; die LumiScan-Vision-Apps laufen direkt darauf und tauschen über den ctrlX Data Layer Daten mit der SPS aus.
Ein gemeinsamer Datenraum, in dem Programme Werte und Funktionen als benannte Knoten veröffentlichen und die anderer lesen. Unter ctrlX OS verbindet er Apps mit der SPS; LumiScan Keryx stellt denselben Data Layer unter Windows und Ubuntu bereit, sodass der Steuerungscode auf allen drei Plattformen gleich bleibt.
Ein quadratischer oder rechteckiger 2D-Code, der viele Daten auf kleiner Fläche speichert und auch teilweise beschädigt lesbar bleibt. Er ist Standard für die Direktmarkierung – gelasert oder genadelt direkt auf das Bauteil – und für die Rückverfolgbarkeit in der Fertigung.
Ein Roboter entlädt Kartons, Säcke oder andere Packstücke Lage für Lage von einer Palette. Eine 3D-Kamera findet die erreichbaren Packstücke, auch bei verschobener oder gemischter Ladung, und die Software legt die Entnahmereihenfolge fest.
Die Verschiebung desselben Szenenpunkts zwischen zwei Bildern aus unterschiedlichen Blickwinkeln, gemessen in Pixeln. Nahe Punkte verschieben sich stärker als ferne, deshalb steckt in der Disparität die Tiefe: Z = f · b / d, mit Brennweite f, Basislinie b und Disparität d.
Der geometrische Zusammenhang zwischen zwei kalibrierten Kameraansichten: Ein Punkt aus dem einen Bild kann im anderen nur auf einer bekannten Linie liegen, der Epipolarlinie. Das verkleinert die Suche nach korrespondierenden Punkten vom ganzen Bild auf eine Linie. Stapelt man die Ansichten einer Lichtfeldkamera, entsteht das Epipolarebenenbild: Jeder Szenenpunkt bildet darin eine Linie, deren Steigung seine Tiefe angibt.
Ein Kamerastandard der EMVA: Kameras beschreiben ihre Funktionen wie Belichtungszeit, Verstärkung oder Trigger unter einheitlichen Namen. Software kann dadurch Kameras verschiedener Hersteller auf dieselbe Weise konfigurieren.
Ein Schnittstellenstandard für Industriekameras über Gigabit-Ethernet. Er erlaubt lange Kabel und Standard-Netzwerktechnik; zusammen mit GenICam macht er Kameras verschiedener Hersteller austauschbar.
Position und Orientierung, an der ein Greifer ein Teil fasst. Er wird relativ zum Teil festgelegt, etwa am CAD-Modell, und vor der Bewegung auf Erreichbarkeit und Kollisionen mit Behälter und Nachbarteilen geprüft.
Bestimmt, wo die Kamera relativ zum Roboter sitzt: am Roboterarm montiert (Eye-in-Hand) oder fest in der Zelle (Eye-to-Hand). Erst damit lässt sich eine im Bild gemessene Position in Koordinaten umrechnen, die der Roboter anfahren kann.
Die Anwendung eines trainierten neuronalen Netzes auf neue Bilder im laufenden Betrieb. Sie läuft auf dem Produktions-PC oder der Steuerung, oft beschleunigt durch eine GPU, und ihre Geschwindigkeit geht direkt in die Taktzeit ein.
Bestimmt die optischen Eigenschaften einer Kamera – Brennweite, Bildmittelpunkt, Objektivverzeichnung (intrinsische Parameter) – sowie ihre Lage und Ausrichtung (extrinsische Parameter). Sie macht aus Pixeln metrische Messwerte; in einem Mehrkamerasystem wie LumiScan X setzt sie zudem alle Kameras zueinander in Beziehung.
Ein Laser projiziert eine Linie auf das Objekt, eine Kamera betrachtet sie unter einem Winkel; aus der Lage der Linie im Bild folgt das Höhenprofil. Für ein vollständiges 3D-Bild braucht es eine Relativbewegung, etwa ein Förderband oder einen Roboter, der den Sensor führt – Profil für Profil.
Das Lichtfeld beschreibt nicht nur, wie hell das Licht an jedem Punkt ist, sondern auch, aus welcher Richtung es einfällt. Eine Lichtfeldkamera tastet es ab, indem sie die Szene gleichzeitig aus vielen leicht versetzten Blickwinkeln aufnimmt; die Software berechnet aus den Unterschieden zwischen diesen Ansichten die Tiefe jedes Bildpunkts. LumiScan X nimmt 13 Ansichten in einer Aufnahme auf.
Ein Roboter legt Rohteile in eine CNC-Maschine, Presse oder Prüfstation ein und entnimmt die Fertigteile. Die Bildverarbeitung lokalisiert die Werkstücke in Schubladen, Trays oder Behältern, sodass sie weniger genau vorpositioniert sein müssen.
Paletten aus Kartons unterschiedlicher Größe und unterschiedlichen Gewichts aufbauen, etwa in der Kommissionierung für Handel und E-Commerce. Software berechnet aus den Auftragsdaten eine stabile Anordnung, bevor der Roboter die Palette aufbaut.
Ein Rechenmodell, das Muster aus Beispielen lernt, statt fest programmierten Regeln zu folgen. In der Bildverarbeitung erkennen, klassifizieren oder segmentieren neuronale Netze Objekte; mit annotierten Bildern Ihrer Teile trainiert, erkennen sie diese auch unter wechselnden Bedingungen.
Objekte in einem Bild oder einer Punktwolke finden und bestimmen, wo sie liegen – als Bounding Box oder als vollständige Pose. Klassische Verfahren vergleichen Formen oder Konturen; KI-basierte Erkennung nutzt neuronale Netze, die mit annotierten Bildern trainiert wurden, und kommt mit wechselndem Aussehen besser zurecht.
Liest gedruckten, genadelten oder gelaserten Text aus einem Bild und wandelt ihn in verarbeitbare Zeichen um, etwa Teilenummern, Chargen- oder Datumscodes. Eine Konfidenz je Wort erlaubt der SPS, unsichere Lesungen zurückzuweisen.
Ein offenes Dateiformat für trainierte neuronale Netze, damit ein in einem Framework trainiertes Netz auch in anderen Werkzeugen läuft. Modelle aus dem LumiScan Training Framework laufen so etwa in AI Object Matching und VGR Lite.
Ein herstellerunabhängiger Standard für die industrielle Kommunikation: Server bieten Variablen und Methoden an, Clients wie SPS oder Leitsysteme lesen und rufen sie auf – mit integrierter Sicherheit. LumiScan-Apps sind über den Data Layer per OPC UA erreichbar.
Ein Rechteck um ein Objekt, das sich mit ihm dreht, statt an den Bildachsen ausgerichtet zu bleiben. Bei länglichen oder dicht liegenden Teilen beschreibt es Lage und Ausrichtung deutlich besser und schließt weniger Hintergrund ein.
Einzelne Produkte von Förderband, Tray oder Arbeitstisch aufnehmen und an einer definierten Zielposition ablegen. Mit Bildverarbeitung müssen die Produkte nicht präzise vorpositioniert sein; für einfache, vereinzelte Teile reicht oft eine 2D-Kamera.
Eine Kamera, die das Lichtfeld aufzeichnet. Bauformen reichen von einem einzelnen Sensor hinter einem Mikrolinsen-Array bis zu einem Verbund einzelner Kameras. Die Mikrolinsen-Bauweise ist kompakt, teilt aber die Auflösung eines Sensors auf die Ansichten auf; ein Kamera-Array behält die volle Auflösung je Ansicht und bietet längere Basislinien.
Lage und Orientierung eines Objekts im Raum, meist sechs Werte: drei für die Verschiebung (X, Y, Z) und drei für die Drehung. Software für die Roboterführung meldet die Pose jedes erkannten Teils, damit der Roboter es richtig anfährt.
Eine Menge von 3D-Punkten mit X-, Y- und Z-Koordinaten, oft mit Farb- oder Intensitätswert, die die erfassten Oberflächen beschreibt. Software für die Roboterführung nutzt Punktwolken, um Teile zu lokalisieren, Kollisionen zu prüfen und Greifpunkte zu planen.
Jede Tiefenmessung enthält Rauschen und Streupunkte, etwa durch Reflexionen oder an Kanten. Filter entfernen Punkte, die zu weit von ihren Nachbarn entfernt liegen (Statistical Outlier Removal, SOR) oder in einem Radius zu wenige Nachbarn haben (Radius Outlier Removal, ROR); eine Glättung gleicht Oberflächen an, ohne Kanten zu verwischen.
Der Bereich der Szene, den eine Kamera in einem bestimmten Abstand erfasst. Es ergibt sich aus Sensorgröße, Brennweite und Arbeitsabstand und bestimmt zusammen mit der Sensorauflösung, welches kleinste Detail die Kamera noch auflöst.
Spiegelartige Reflexion an polierten, öligen oder lackierten Oberflächen: Das Licht verlässt die Fläche im Einfallswinkel, statt in alle Richtungen zu streuen. Eine einzelne Kamera sieht an dieser Stelle dann einen Glanzpunkt oder gar nichts – viele 3D-Verfahren liefern dort Löcher oder falsche Tiefenwerte. Mehrere Blickwinkel wie bei einer Lichtfeldkamera erhöhen die Chance, dass einige Ansichten den Punkt ohne Glanzlicht sehen.
Die Industriesteuerung, die das Steuerungsprogramm einer Maschine ausführt: Sie liest Sensoren, steuert Aktoren und koordiniert die Zelle. Ein Bildverarbeitungssystem erhält seinen Auslöser typischerweise von der SPS und liefert Ergebnisse wie Positionen, Codes oder i.O./n.i.O.-Entscheidungen zurück.
Tiefe aus zwei Bildern derselben Szene, aufgenommen mit bekanntem Abstand – wie beim menschlichen Sehen. Sie braucht Oberflächentextur, um Punkte zwischen den Ansichten zuzuordnen; auf gleichförmigen oder spiegelnden Flächen ergänzt aktives Stereo ein projiziertes Muster. Eine Lichtfeldkamera erweitert das Prinzip auf viele Ansichten.
Ein 3D-Verfahren, bei dem ein Projektor bekannte Muster wie Streifen auf die Szene wirft und eine Kamera misst, wie die Oberfläche sie verformt. Auf matten Flächen ist es sehr genau, braucht aber meist mehrere Bilder pro Messung, und glänzende Flächen können das Muster an der Kamera vorbei reflektieren.
Findet ein bekanntes Objekt, indem das Bild mit einem kleinen Referenzbild davon verglichen wird, dem Template. Das Verfahren ist schnell, braucht kein Training und eignet sich für Teile, deren Aussehen sich kaum ändert.
Ein Bild, dessen Pixel statt einer Helligkeit einen Abstand zur Kamera speichern. Sie ist das direkte Ergebnis der meisten 3D-Kameras und lässt sich mit der Kamerakalibrierung in eine Punktwolke umrechnen.
Eine 3D-Kamera sendet moduliertes oder gepulstes Licht aus und misst für jedes Pixel, wie lange es bis zur Rückkehr braucht. ToF-Kameras sind kompakt und schnell, lösen die Tiefe aber gröber auf als Triangulationsverfahren; Reflexionen glänzender Flächen und Mehrwegeffekte verfälschen die Messung.
Statt ein Werkstück in einer eigenen Vorrichtung präzise zu fixieren, misst eine 3D-Kamera, wo es tatsächlich liegt, und die eingelernte Roboterbahn wird auf diese Pose transformiert. Das spart Vorrichtungen und beschleunigt Umrüstungen, etwa beim Schweißen oder in der Bearbeitung.
Das technische Glossar der LumiScan-Dokumentation erklärt viele weitere Begriffe zu Installation, Konfiguration und Schnittstellen.