Befindet sich Zuckerguss auf dem Kuchen? Ist gar eine Fliege auf dem Eis gelandet? Solche Fragen bei der Inspektion von Lebensmitteln kann der Mensch problemlos mit dem bloßen Auge erkennen. Bei automatisierten Produktionsabläufen sind diese Aufgaben durch klassische Bildverarbeitung kaum lösbar. Die Vision Cam AI.go von Imago Technologies ermöglicht Praktikern den einfachen Einstieg in Deep Learning in Form einer Standardkamera.

Gerade bei organischen Produkten, die eine natürliche hohe Varianz aufweisen braucht es eine künstliche Intelligenz, die nach entsprechendem Training selbständig entscheidet: Gehört die Varianz zum Produkt oder handelt es sich um einen Fehler? Bzw. handelt es sich trotz Varianz um Sorte eins oder ohne jeden Zweifel um Sorte zwei, drei, vier oder gar fünf? 
 

„Bis dato war der Einsatz von KI in der Lebensmittelproduktion und -Verarbeitung jedoch mit hohen Hürden versehen: Es brauchte Expertise in KI und Bildverarbeitung, hunderte Bilder mussten eingelernt werden. Bevor ein Bildverarbeitungssystem das konnte, was das bloße Auge in Millisekundenschnelle erkennt“, erläutert Carsten Strampe, Geschäftsführer von Imago Technologies.
 

In wenigen Minuten betriebsbereit
 

Das Einsteigermodell Vision Cam AI.go der Firma Imago Technologies verspricht nun schnelle Einsatzbereitschaft. Die industrielle KI-Kamera mit integriertem Prozessor ist darauf ausgelegt, Objekte in zwei bis fünf so genannte Klassen zu klassifizieren. Ohne Programmieraufwand und unterstützt von einer intuitiven Web-Bedienoberfläche können Anwender der Inferenzkamera ihre firmeneigenen Unterscheidungen in Form von unterschiedlichen Prüfobjekten oder Fertigungsabweichungen selbst beibringen, indem sie einfach ein paar Bilder für jede Klasse hochladen. Danach lernt die Vision Cam AI.go selbstständig neue Bilder. Innerhalb weniger Minuten ist das System als voll funktionsfähiges Inspektionssystem einsatzbereit. Über digitale Schnittstellen ist die smarte Kamera mit der Außenwelt verbunden. 
 

Ein praktisches Beispiel
 

Ein Keksproduzent möchte bei der Produktion Kekse ohne Nuss erkennen und aussortieren. Zunächst lädt er ca. 30 Beispielbilder von Keksen ohne Nuss in die KI-Trainingssoftware, anschließend ca. 30 Beispielbilder von Keksen mit Nuss. So lernt die KI von seinem Wissen. Dann startet er das vollautomatische Programm seines neuronalen Netzwerks, das in der Kamera ausgeführt wird. Sobald der Trainingsprozess abgeschlossen ist, erhält er eine Benachrichtigung. Die KI-Software der Kamera hat nun die zwei Bildklassen „Keks ohne Nuss“ und „Keks mit Nuss“ eingelernt. Die Kamera ist bereit für die Entscheidung. Im Automatikmodus schaltet eine Lichtschranke das Signal für die Bildaufnahme, die Kamera entscheidet zwischen Bildklasse 1 „Keks ohne Nuss“ und Bildklasse 2 „Keks mit Nuss“ und sendet ein Signal an die SPS. Bei Bildklasse 1 wird ein Ventil für die Ausschleusung des Keks ohne Nuss geschaltet. So lässt sich der Einsatz von AI-basierter Bildverarbeitung in kurzer Zeit realisieren.
 

Geschäftsführer Carsten Strampe: „Der Produktname Vision Cam drückt das ganz schön aus, dass es sich nicht nur um eine Kamera handelt, sondern ein komplettes Vision System. AI steht für Artificial Intelligence. „Go“ signalisiert, dass Sie als Anwender direkt die Kamera nutzen können. Wer schon einmal eine Smart Camera zum Laufen gebracht hat, kann auch mit der ­Vision Cam AI.go umgehen bzw. ist es damit noch wesentlich einfacher.“
 

Volle Kontrolle über sensible Bilddaten
 

Ein weiterer Vorteil des Vision Systems liegt darin, dass Anwender die volle Kontrolle über ihre Bilddaten haben. Nichts wäre peinlicher, als wenn sensible Daten wie Fehlerbilder aus der Produktion via Cloud an die Öffentlichkeit geraten. Bei der Vision Cam AI.go ist das ausgeschlossen. Der Einlernvorgang und die Speicherung der Bilder finden direkt in der Kamera statt – und können auch dort bei Bedarf gelöscht werden. 

Zudem ist das embedded Vision System mit geringem Platzbedarf überall integrierbar. Der Geschäftsführer von Imago Technologies führt aus: „In nur wenigen Jahren ist es gelungen, dass derartige Anwendungen anstatt auf einem großen Industrie-PC mit einer leistungshungrigen GPU-Karte in einer noch nicht einmal faustgroßen Kamera integriert sind.“
 

Praktisch für die Lebensmittelproduktion
 

Ihre Vorzüge kann die Vision Cam AI.go besonders dort ausspielen, wo es für klassische Bildverarbeitung schwierig wird: bei Obst, Gemüse, Keksen, Pizza und vielen anderen Waren, bei denen ein Objekt nicht exakt dem anderen gleicht. Solange die Unterscheidungsmerkmale von Objekten mit dem bloßen Auge gut erkennbar sind, sind der Fantasie keine Grenzen gesetzt. „Der generelle Gedanke dabei ist: kann ich eine Situation in 2…5 unterschiedlichen Bildklassen abbilden?”, beschreibt Strampe die Vorgehensweise.
 

Praktische Beispiele sind die Qualitätskontrolle, die Sortierung von Produkten, die Erkennung von Fremdkörpern oder die Erkennung von Inhomogenität. Aber auch die Inspektion von Verpackungen ist denkbar: Die Kamera erkennt geöffnete Verpackungen, verknicktes Papier, einen Stau von Produkten, den Füllstand von Flüssigkeiten, die Höhe eines Stapels usw. Selbst auf Maschinenebene macht der Einsatz der AI-Kamera Sinn: In welcher Position steht eine Maschine? Ist der Hebel links, in der Mitte oder rechts? Ist das Ventil geöffnet? Gibt es einen Produktstau vor der Maschine? Ist z. B. eine Flasche auf dem Fließband umgefallen? Derart betrachtet gehört die VisionCam AI.go in den Werkzeugkasten des Automatisierers und der Qualitätsverantwortlichen.
 

Strampe ist überzeugt: „Für die ­Inspektion und Sortierung von Prüfobjekten mit hoher Varianz ist die Vision Cam AI.go optimal. Imago Technologies beseitigt mit der Einsteigerkamera die Hürden für die Nutzung von KI in der Lebensmittelproduktion, sodass auch Unternehmen ohne Expertise in Deep Learning vom neuesten Stand der Technik profitieren und ihren Wettbewerbsvorsprung halten können.“