Neue Geschäftsmodelle mit Machine Vision in der Cloud
Cloud Services haben sich in der Geschäftswelt etabliert. Vorteile wie hohe Skalierbarkeit, Kosteneffizienz und garantierte Ausfallsicherheit sprechen für sich. So wandern Applikationen, Business-Prozesse und Werkzeuge zunehmend in die Cloud. Welche Einsatzszenarien sind aber für die industrielle Bildverarbeitung denkbar und inwieweit profitieren Unternehmen von Machine Vision in der Cloud?
Cloud Services setzen sich in immer mehr Industriebranchen durch. Welche Modelle ergeben sich aber für die Verarbeitung? (Bild: MVTec Software GmbH)
Bekannte Cloud-Dienstleister bieten bereits praktikable Angebote speziell für die Automatisierungsindustrie an. So unterstützen Microsoft Azure und Amazon Web Services (AWS) etwa den Standard OPC UA, der eine durchgängige Datenkommunikation zwischen unterschiedlichen Systemwelten ermöglicht. Mittlerweile werden komplette Business-Prozesse, dazugehörige Werkzeuge und ganze Applikationslandschaften, wie z.B. ERP-Systeme, in die Cloud verlagert. Manche Unternehmen arbeiten bereits daran, Bildverarbeitungsmodule aus der Produktionsanlage durchgängig mit Cloud-Systemen zu verbinden. So lassen sich etwa über das Logistik-ERP-Modul direkt Nachbestellungen anstoßen oder die Ergebnisse aus der Qualitätssicherung transparent als Statistik in der Cloud sammeln und auswerten. Der Grund für die zunehmende Verbreitung von Cloud Services liegt in den vielen Vorteilen, welche die Technologie mit sich bringt. Dazu zählt die flexible Skalierbarkeit, die bei Bedarf jederzeit zusätzliche Speicherkapazitäten oder eine größere Rechenleistung ermöglicht. Auch punktet die Cloud mit einer hohen Kosteneffizienz, da Nutzer gezielt nur für tatsächlich benötigte Ressourcen bezahlen. Darüber hinaus betreiben seriöse Cloud-Dienstleister meist hochverfügbare, geclusterte Rechenzentren und können daher ein hohes Maß an Ausfallsicherheit gewährleisten. Schließlich lassen sich mittels Cloud die Entwicklungsprozesse und die Verteilung von Software deutlich vereinfachen.
Die Cloud-Modelle Container as a Service (CaaS) und Software as a Service (SaaS) unterscheiden sich grundlegend. (Bild: MVTec Software GmbH)
Verschiedene CloudNutzungsmodelle
Die vielen Vorteile überzeugen auch die Anbieter von industrieller Bildverarbeitung davon, ihre Lösungen in die Cloud zu bringen. MVTec beispielsweise nutzt in einem Pilotprogramm das Modell ‚Container as a Service‘ (CaaS). Hier läuft die Library der Machine-Vision-Software Halcon in einem Docker-Software-Container in einer Cloud-Instanz und wird durch einen Lizenzserver in der Cloud freigeschaltet. Die Anzahl der Container und deren Hardware-Ressourcen sind frei skalierbar. Im Gegensatz zu ‚Software as a Service‘ (SaaS), wo individuelle Dienste vom Cloud Provider gehostet und angeboten werden, bietet dieses Modell den Kunden maximale Flexibilität beim Hosting in einer Public Cloud wie AWS, Azure oder Google-Cloud, aber auch in selbst betriebenen Private Clouds. Benötigt werden lediglich eine Kompatibilität mit Docker und eine Verbindung zum Lizenzierungsserver.
Drei Szenarien für Machine-Vision-Anwendungen
Industrielle Anwendungen in der Bildverarbeitung haben allerdings spezielle Anforderungen, welche die starke Cloud-Verbreitung – wie in anderen Geschäftsanwendungen – bisher verhindert haben. Für die meisten Echtzeitanwendungen sind lange oder variable Antwortzeiten nicht hinnehmbar, ganz zu schweigen von möglichen Verbindungsausfällen. Auch verhindern Sicherheits- und Datenschutzbedenken die Cloud-Nutzung, vor allem bei der Verarbeitung von sensiblen Industriedaten. MVTec hat daher in Zusammenarbeit mit Kunden verschiedene Cloud-Pilotprojekte realisiert. Diese lassen sich in drei Szenarien kategorisieren:
- • Centralized Processing: Dabei werden große Datenmengen zentral in einer Private- oder einer Public Cloud verarbeitet. Zu den wichtigsten Anwendungsbereichen zählen dabei die Auswertung großer Mengen von Bilddaten, das Training von Deep-Learning-Modellen sowie automatisierte Software-Tests.
- • Vision as a Service: Hierbei wird die Machine-Vision-Software zur Bereitstellung eines Webservices für die industrielle Bildverarbeitung genutzt. Hier kann nicht-echtzeitrelevanten Anwendungen ein Dienst zur Verfügung gestellt werden. Solche Dienste sind beispielsweise die optische Zeichenerkennung (OCR), das Lesen von Barcodes sowie Services für die Analyse, Klassifizierung und Speicherung von Bildern zur Anwendung.
- • Deployment at the Edge: Hier nutzt der Anwender cloud-basierte Halcon-Technologien für die Lizenzierung und Bereitstellung, um Machine-Vision-Anwendungen auf Edge-Geräten verfügbar zu machen. Dabei läuft nicht – wie bei anderen Lösungen – die Bildverarbeitungssoftware selbst, sondern lediglich der Service für die Lizenzierung in der Cloud. Die Docker-Technologie für die Bereitstellung ist jedoch die gleiche wie bei anderen Cloud-Anwendungen.
Fazit
Wie sich an den Pilotprojekten ersehen lässt, sind Machine-Vision-Technologien längst in der Cloud angekommen. Um von den vielen Vorteilen zu profitieren, können Anwender beispielsweise das ´Container as a Service´-Modell von MVTec in Anspruch nehmen. Zudem steht es den Kunden frei, ob sie die Services in einer Private- oder einer Public Cloud nutzen.
