Industrielle Bildverarbeitung erobert neue Anwendungen und Märkte
Der Begriff „Industrielle Bildverarbeitung“ hat sich in den vergangenen Jahren als feststehende Kombination etabliert und beschreibt das wesentliche Einsatzfeld der Technologie. Zunehmend kommen die ursprünglich für den Industriesektor entwickelten Komponenten und Systeme jedoch auch in nicht-industriellen Anwendungen zum Einsatz.
Automatisierte Schienenüberwachung
Der Einsatz von Bildverarbeitungssystemen in der Verkehrstechnik ähnelt in Bezug auf die geforderte Robustheit häufig den Bedingungen in der Industrie. Dies gilt insbesondere für Anwendungen im Schienenverkehr, wo Vibrationen, große Temperaturbereiche und wechselnde Wetterbedingungen häufig für sehr raue Umgebungsverhältnisse sorgen.
Mit einem automatisierten Schienenüberwachungssystem stellt die zur Verkehrsgesellschaft Transport for London gehörige London Underground Limited (LUL) seit einigen Jahren sicher, dass die Rad-Schiene-Verbindungen und die Bahngleise des Schienennetzes der U-Bahn in London regelmäßig auf mögliche Schäden überprüft werden.
Dazu wurden Kameras in speziell für die rauen Umgebungsbedingungen entwickelten Gehäusen auf dem Fahrgestell und am Waggonende der üblichen Personenzüge installiert, um Bilddaten während des normalen Betriebs zu erfassen und auszuwerten. Indem die Daten auf diese Weise in den normalen Fahrplanperioden erfasst werden, bleibt während der vierstündigen Nachtschließung mehr Zeit für die Wartung des rund 1000 Kilometer langen Streckennetzes, was zu weniger Serviceunterbrechungen und zusätzlichen Betriebszeiten am Wochenende führt.
EMV-resistente Kameragehäuse mit Schutzklasse IP65 widerstehen in dieser Anwendung dauerhaften Rüttelbelastungen bis 5 G und harten Stößen bis 50 G. Hochgeschwindigkeitskameras mit Bildfrequenzen von 120 Bildern pro Sekunde, IR-Filter und Hochgeschwindigkeits-LED-IR-Blitzbeleuchtungen sowie eigens entwickelte Datenerfassungs- und -verarbeitungsmethoden bilden die Basis für eine wirtschaftlichere Überwachung des Londoner Schienennetzes in diesem besonders anspruchsvollen Bildverarbeitungsprojekt.
Sportliche Herausforderungen
Mit Vision auf Weltrekordjagd
Auf Weltrekordjagd mit Unterstützung von Bildverarbeitung ist derzeit das britische Projekt Bloodhound: Das Fahrzeug mit Jet- und Raketenantrieb soll die bisherige Rekordmarke für landgebundene Fahrzeuge von etwa 760 Meilen pro Stunde auf 1.000 Meilen pro Stunde steigern. Um dieses Ziel von umgerechnet rund 1.600 km/h zu erreichen, können bis zu 25 Kameras an strategischen Punkten des Fahrzeugs installiert werden und sorgen während der Testfahrten und Rekordversuche mit ihren Daten für die fehlerfreie Funktion von teilweise sicherheitsrelevanten Komponenten wie unter anderem der korrekten Zündung des Raketenantriebs, des Reifen-Boden-Kontakts oder des Bremsfallschirms.
Kunstvolle Bildverarbeitung
Windräder stoppen für Vögel
Selbst für den Schutz der Tierwelt wird bereits Bildverarbeitung eingesetzt. So müssen beispielsweise Windkraftanlagen aufgrund immer strengerer Artenschutzauflagen abgeschaltet werden, wenn geschützte Vogelarten in die Nähe kommen. Ein vor kurzem vorgestelltes System reduziert mit Hilfe künstlicher Intelligenz und geeigneter Bildverarbeitungskomponenten die Gefahr, dass Vögel von den Windrädern getroffen werden, und minimiert teure Stillstandszeiten der Windkraftanlagen.
Das System erkennt und lokalisiert große Greifvögel und ermöglicht die Verfolgung ihrer Flugbahn, um Windräder gezielt und nur dann abzuschalten, wenn geschützte Vögel eine entsprechende Distanz dazu unterschreiten. Diese Erkennung der Vögel und ihre Klassifizierung nach geschützten und ungeschützten Arten ist eine extrem anspruchsvolle Aufgabe, die aufgrund des Einsatzes im Freien zudem unter erschwerten Bedingungen gelöst wurde.
Um die gesamte Umgebung eines Windrades im 360°-Rundumblick erfassen zu können, werden dabei sechs industrielle Farbkameras mit Auflösungen von bis zu 20 Megapixeln sowie spezielle Weitwinkelobjektive in wetterfesten Schutzgehäusen eingesetzt. Die eigentliche Kunst dieser Anwendung besteht jedoch in der Auswertung der aufgenommenen Bilder und der sicheren Erkennung gefährdeter Vögel. Ohne leistungsfähige Deep-Learning-Verfahren zum Antrainieren mehrerer Hunderttausend Bilder mit positiven und negativen Instanzen und entsprechendes Know-how im Umgang mit diesen innovativen Methoden wäre die Lösung dieser Aufgabenstellung nicht möglich gewesen.
Artificial Vision
In allen genannten Beispielen spielen Bildverarbeitungskomponenten und -systeme von STEMMER IMAGING eine entscheidende Rolle. Die beschriebenen Lösungen wurden in enger Zusammenarbeit mit den Partnern und Kunden des Unternehmens realisiert und basieren durchgehend auf Produkten, die für den Einsatz in industriellen Anwendungen konzipiert sind, sich aber aufgrund von Leistung und Preis auch hervorragend für nicht-industrielle Applikationen eignen. Das Unternehmen hat sich im Bereich der industriellen Bildverarbeitung schon seit Jahren als führender Anbieter etabliert und verfolgt das Ziel, seine Aktivitäten im Bereich nicht-industrieller Anwendungen deutlich auszuweiten.

"Das Beispiel der Windräder zeigt eindrucksvoll, welche Möglichkeiten Artificial Vision in unterschiedlichsten Einsatzfeldern zur Verfügung stellen kann."