Fachartikel
-
Bild 1 | Erste praktische Anwendungsfälle von Smart Measure sind im Automotive Bereich bereits im Einsatz. (Bild: ese-Robotics GmbH)‚Aktive‘ Qualitätssicherung mittels Micro-Optiken und Bildverarbeitung
Mit der Umschreibung Smart Measure wird eine Sensorik beschrieben, die durch miniaturisierte Kameratechnik entsteht und zu einer aktiven Qualitätssicherung genutzt werden kann.
-
Bild 1 | Der Laserscanner LS-C-5.8 bringt Lasertechnik in die Werkzeugmaschine. Er verfügt über einen blauen Laser, der innerhalb einer Sekunde 36.000 Punkte scannen kann. (Bild: Hexagon Metrology GmbH)Laserscannen direkt in der Werkzeugmaschine
Mit einem Laserscanner lassen sich jetzt Freiformflächen und Geometrien bereits in der Aufspannung der Maschine berührungslos kontrollieren. Optimiertes Best-Fit oder Reverse Engineering sind somit bei kürzesten Messzeiten möglich.
-
Anzeige
Bild: OptoMedia TechnologyFiber Mini SFF für GigE Vision
OptoMedias ultrakompaktes Mini SFF bringt zuverlässige, schnelle Glasfaserverbindungen in Industriekameras der nächsten Generation.
-
Durch seine Skalierbarkeit lässt sich OPC UA sowohl in kleinen Anwendungen bis hin zu unternehmensübergreifenden ERP-Lösungen einsetzen. (Bild: VDMA)Lexikon der Bildverarbeitung: OPC UA for Machine Vision
OPC UA ist ein offener lizenzfreier Standard, mit einem herstellerunabhängigen Kommunikationsprotokoll für die Vernetzung von Geräten und Anlagen bei Beteiligung von Visionsystemen. OPC UA for Machine Vision berücksichtigt als semantische…
-
Bild 1 | Das intelligente Kamerasystem SeelectorICam Weld prüft parallel während des Aufbaus von Trinkwasserbehältern geschweißte Nähte innen und außen. (Bild: Lipp GmbH)Schweißnahtprüfungen für den Trinkwasser-Behälterbau
Das optische Prüfsystem SeelectorICam Weld verringert Nacharbeiten bei der Qualitätssicherung der Schweißnähte von sehr großen Trinkwassertanks.
-
Bild 1 | With the Zivid One+ 3D color camera it is no problem to distinguish between almost black parts and shiny white parts on a rubber duck. (Bild: Stemmer Imaging AG)From Packaged Sensors to 3D Color Images in just Ten Minutes – Interview
In June this year, Stemmer Imaging and Zivid signed a distribution agreement for the Zivid One+ 3D color camera. We took a moment to speak to Tim Huylebrouck, Product Manager…
-
The bin picking unit at Renault Cléon is equipped with an ABB IBR 6700 robot and a Visio Nerf Cirrus3D 1200 sensor (Bild: Visio Nerf)Automated Bin Picking of Parts in Bulk at Renault Cléon
In order to reach the cycle time at an automated bin picking application at Renault Cléon, a double gripper was designed and associated to a vision system. The cell is…
-
Das Danish Technological Institute (DTI) hat zusammen mit Ifm das Software-Plugin URCap für Universal Robots entwickelt, das die direkte Kommunikation des Vision Sensors O3D mit der Robotersteuerung ermöglicht. (Bild: IFM Electronic GmbH)Universal Robots Software-Plugin URCap für 3D-Vision-Sensor
Ein Software-Plugin ermöglicht für Greifer-Applikationen die direkte Kommunikation des 3D-Vision-Sensors O3D mit der Robotersteuerung von Universal Robots.
-
Bild 1 | Die Bildverarbeitungssoftware uniVision 2.1 lässt sich, ganz ohne Programmierkenntnisse, sowohl mit Smart Cameras als auch mit Visionsystemen und 2D-/3DProfilsensoren nutzen. (Bild: Wenglor sensoric GmbH)Eine Software für 2D- und 3D-Vision
Nahezu jede(r) Kamera oder Sensor benötigte bisher eine eigene Software bei steigender Funktionalität. Wenglor hat mit uniVision 2.1 jetzt eine parametrierbare Software entwickelt, die mit allen Visionkomponenten kompatibel ist, von…
-
Bild 1 | Semantisches Interface zum flexiblen Greifen durch Objekterkennung (links) und KI-gestützter Greifpunkterkennung (unten rechts) (Bild: GESTALT Robotics GmbH)Künstliche Intelligenz für das Greifen unbekannter Bauteile
Moderne Lösungen für das Robotergreifen umfassen Machine-Learning-Methoden, die auch das sichere Greifen unbekannter Werkstücke mit variablen Geometrien ermöglichen. Dies ermöglicht Robotern, Objekte zu erkennen, zu lokalisieren und schließlich zu greifen.
-
With deep learning we tend to re-use a relatively small handful of algorithms across a wide range of applications and imaging conditions. This has two important consequences. (Image: MVTec Software GmbH)How Deep Learning is Changing Real-World Computer Vision
The rapid expansion of computer-vision-based systems and applications is enabled by many factors, including advances in processors, sensors and development tools. But, arguably, the single most important thing driving the…
