Doppelte Erkennung
Paketsortierung mittels Sensorfusion und Deep Learning
Bei Sortier- oder Handhabungsanwendungen in der Intralogistik treten eine Vielzahl von Formen und Arten von Verpackungen, wie Polybags, Rollen oder kleine Umschläge auf, die zudem mit verschiedenen Materialien wie schwarzen oder reflektierenden Folien bzw. transluzentem Kunststoff umhüllt sind. Becom Systems hat speziell für die Klassifizierung dieser Objekte verschiedene 3D-Lösungen am Start.
Bild: BECOM Systems GmbHDas Flaggschiff ist die Toreo-P650 Kamera, bei der die präzise 3D-Vision-Technologie gepaart mit KI-Modellen völlig neue Möglichkeiten für die Automatisierung hochkomplexer Robotik-Anwendungen eröffnet. Die Kamera wurde speziell für anspruchsvolle Vision-Szenarien entwickelt und ist bereits erfolgreich in der Intralogistik für Paketsortierlösungen im Einsatz. Hauptmerkmal ist, dass sie über zwei unabhängige 3D-Aufnahmesysteme verfügt: einen VGA-Time-of-Flight-Sensor in Kombination mit zwei RGB-Farbsensoren für ein hochauflösendes Stereosystem. Die Daten werden von einem Verarbeitungsmodul gesammelt, das stereoskopische 3D-Daten von den RGB-Modulen und ToF-Tiefendaten berechnen kann. Es übernimmt zudem die Sensorfusion und kann auch Deep-Learning-Anwendungen ausführen. Die von den Sensoren erfassten Daten können an einen externen Host gesendet oder an Bord verarbeitet werden, wo das Verarbeitungsmodul auch den Einsatz von KI am Edge ermöglicht. Ethernet und I/Os sind über zwei M12-Anschlüsse verfügbar, das System ist in einem IP67 Gehäuse integriert.
Anwendungen in unstrukturierten Umgebungen profitieren von den 3D-Daten mit unterschiedlichen Erfassungsmodi (ToF und Stereo/2D) und unterschiedlichen Wellenlängen (NIR vs. sichtbar). Insgesamt stehen fünf Datenmodalitäten zur Verfügung: Depthmap, Amplitude Image (NIR) plus RGB. In der Depthmap gibt es eine Redundanz durch die Verwendung von zwei komplementären Quellen. Dadurch können für die 3D-Punktwolken aber auch Farbinformationen zur besseren Objekttrennung und -klassifizierung verwendet werden. Unterschiedliche Strukturen, Muster und Drucke oder Materialien wären für einen einzelnen Sensor eine Herausforderung, doch lässt sich mit der KI die am besten geeignete Modalität einfach auswählen. Mit Hilfe des KI-basierten multimodalen Kameraansatzes lässt sich somit eine robuste und sichere Objekterkennung umsetzen. Dies liegt nicht nur an der relativen Invarianz der Licht- und Erscheinungsbedingungen, sondern auch an der Redundanz ähnlicher Modalitäten. Selbst in sehr dunklen Szenarien, in denen nicht viele Informationen aus dem sichtbaren Spektrum zur Verfügung stehen, ermöglicht die aktive Beleuchtung der ToF-Komponente das Sehen und Handeln in diesen sonst schwierigen Situationen.
Bei Sortier- oder Handhabungsanwendungen in der Intralogistik treten eine Vielzahl von Formen und Arten von Verpackungen, wie Polybags, Rollen oder kleine Umschläge auf, die zudem mit verschiedenen Materialien wie schwarzen oder reflektierenden Folien bzw. transluzentem Kunststoff umhüllt sind. Becom Systems hat speziell für die Klassifizierung dieser Objekte verschiedene 3D-Lösungen am Start.
Bild: BECOM Systems GmbHDas Flaggschiff ist die Toreo-P650 Kamera, bei der die präzise 3D-Vision-Technologie gepaart mit KI-Modellen völlig neue Möglichkeiten für die Automatisierung hochkomplexer Robotik-Anwendungen eröffnet. Die Kamera wurde speziell für anspruchsvolle Vision-Szenarien entwickelt und ist bereits erfolgreich in der Intralogistik für Paketsortierlösungen im Einsatz. Hauptmerkmal ist, dass sie über zwei unabhängige 3D-Aufnahmesysteme verfügt: einen VGA-Time-of-Flight-Sensor in Kombination mit zwei RGB-Farbsensoren für ein hochauflösendes Stereosystem. Die Daten werden von einem Verarbeitungsmodul gesammelt, das stereoskopische 3D-Daten von den RGB-Modulen und ToF-Tiefendaten berechnen kann. Es übernimmt zudem die Sensorfusion und kann auch Deep-Learning-Anwendungen ausführen. Die von den Sensoren erfassten Daten können an einen externen Host gesendet oder an Bord verarbeitet werden, wo das Verarbeitungsmodul auch den Einsatz von KI am Edge ermöglicht. Ethernet und I/Os sind über zwei M12-Anschlüsse verfügbar, das System ist in einem IP67 Gehäuse integriert.
Anwendungen in unstrukturierten Umgebungen profitieren von den 3D-Daten mit unterschiedlichen Erfassungsmodi (ToF und Stereo/2D) und unterschiedlichen Wellenlängen (NIR vs. sichtbar). Insgesamt stehen fünf Datenmodalitäten zur Verfügung: Depthmap, Amplitude Image (NIR) plus RGB. In der Depthmap gibt es eine Redundanz durch die Verwendung von zwei komplementären Quellen. Dadurch können für die 3D-Punktwolken aber auch Farbinformationen zur besseren Objekttrennung und -klassifizierung verwendet werden. Unterschiedliche Strukturen, Muster und Drucke oder Materialien wären für einen einzelnen Sensor eine Herausforderung, doch lässt sich mit der KI die am besten geeignete Modalität einfach auswählen. Mit Hilfe des KI-basierten multimodalen Kameraansatzes lässt sich somit eine robuste und sichere Objekterkennung umsetzen. Dies liegt nicht nur an der relativen Invarianz der Licht- und Erscheinungsbedingungen, sondern auch an der Redundanz ähnlicher Modalitäten. Selbst in sehr dunklen Szenarien, in denen nicht viele Informationen aus dem sichtbaren Spektrum zur Verfügung stehen, ermöglicht die aktive Beleuchtung der ToF-Komponente das Sehen und Handeln in diesen sonst schwierigen Situationen.
BECOM Systems GmbH
Dieser Artikel erschien in inVISION 3 (Juni) 2023 - 14.06.23.Für weitere Artikel besuchen Sie www.invision-news.de
