Aaronn Electronic hat seine Zusammenarbeit mit ADLINK Technology um den Bereich intelligenter Bildverarbeitungssysteme erweitert. Mit der „NEON“-Serie bietet Aaronn seinen Kunden nun auch das „Edge Video Analytics“-System des Herstellers an. Mit BASLER-Bildsensoren und der NVIDIA ® Jetson™-Plattform, einer Hochleistungs-KI für Edge-Anwendungen, sind die kompakten und robusten „NEON“-Kameras bestens gerüstet, um komplexe Bildanalysen auch ohne Netzwerkverbindung durchzuführen. Das bietet ganz neue Möglichkeiten bei der Prozessoptimierung.
Aaronn Electronic kooperiert seit mehreren Jahren erfolgreich mit ADLINK Technology beim Vertrieb von Box-PCs und Panel PCs für raue Produktionsumgebungen in der Industrie sowie in der Logistik-, Pharma- und Lebensmittelbranche. Nun wurde das Portfolio um die auf NVIDIA Jetson™ basierende, intelligente Kameraserie „NEON“ erweitert. Das kompakte, nur 123,3 x 77,5 x 66,81 mm große Komplettsystem basiert auf der Computing-Plattform NVIDIA Jetson™. Mit der NEON-1000-MDX-Serie ist auch eine auf dem Intel Atom-Prozessor E3930 und Movidius™ Myriad™ X basierende Ausführung erhältlich.
Allen Modellvarianten gemeinsam sind hohe Rechenleistung, hervorragende Bilderkennung und die Möglichkeit, mittels der Künstlichen Intelligenz ermittelte, unmittelbar erforderliche Aktionen in Echtzeit auszulösen. Diese Eigenschaften erlauben es zusammen mit mehreren, je nach Applikation auswählbaren, hochwertigen u.a. BASLER-Bildsensoren, KI-gesteuerte Prozesse selbst da einfach einzurichten, wo dies bisher kaum oder nur mit hohem Aufwand möglich war.
Einfacher Einstieg in KI-unterstützte Prozessoptimierung
Die NEON-Serie von ADLINK Technology gehört durch ihre Ausstattung zu den leistungsfähigsten, derzeit verfügbaren „Smart Kameras“. Denn obwohl eine Cloud-Anbindung über das Netzwerk möglich ist, muss sie nicht jederzeit vorhanden sein. Die zum Betrieb erforderlichen KI-Modelle lassen sich selbst erstellen. Dafür steht das NVIDIA JetPack SDK zur Verfügung. Anwender können aber auch auf eine Reihe bereits von ADLINK schon optimierter Modelle zugreifen, was den Einstieg in die KI-unterstützte Prozesssteuerung deutlich erleichtert.
Alle Modelle arbeiten mit einem Farbsensor. Die Auflösung liegt je nach Modell zwischen 1,2 und 5 Megapixeln, die Frame Rate zwischen 14 und 60 fps. Damit sind Fehlererkennung und Prozessoptimierung auch bei schnell ablaufenden Produktionsprozessen kein Problem. Außerdem lässt sich eine automatisierte Sichtprüfung durchführen, etwa indem Werkstücke vermessen oder Produktmerkmale und Produkteigenschaften automatisch überprüft werden. Ein wichtiger Vorteil ist, dass dies bereits im laufenden Prozess möglich ist. Damit lassen sich Fehler unmittelbar erkennen und abstellen was Ausschussmengen reduziert und Durchlaufzeiten verkürzt.
Applikationsbeispiele für die NEON AI Smart Cameras
Beispiele für den erfolgreichen Einsatz der NEON AI Smart Cameras sind unter anderem die Klassifizierung von Eiern nach Güteklassen, die Überprüfung der Qualität von Holzprodukten oder die Suche nach Lackfehlern. Auch beim Versand kann die Lösung effizient unterstützen. Dafür gibt es die von ADLINK schon einsatzbereit vorkonfigurierte Edge IoT-Lösung „Smart Pallet“. Dabei liest eine Kamera den Barcode aus, während die andere den Inhalt des Pakets analysiert. So wird festgestellt, ob alle zur Bestellung gehörenden Waren tatsächlich eingepackt wurden. Stellt das System eine Unstimmigkeit fest, wird ein Label auf die Verpackung gedruckt. So gekennzeichnete Pakete prüft dann ein Mitarbeiter noch einmal – und ergänzt gegebenenfalls die fehlenden Waren.
Die Verarbeitung von Daten in Echtzeit vor Ort erlaubt aber auch den Einsatz in Sicherheitsbereichen. Zum Beispiel haben sich die ADLINK-Smart-Cameras schon bewährt, um bei Bohrinseln die Freigängigkeit zu prüfen - also vor dem Anlaufen des Bohrgewindes festzustellen, ob sich noch Arbeiter in dessen Nähe befinden. Auch im Zugangsbereich bei Abfüllanlagen von Gefahrstoffen haben sie sich bereits bewährt um automatisiert zu prüfen, ob die erforderliche Schutzausrüstung vollständig angelegt ist.
Für eigene Projekte steht mit EVA SDK, dem Edge Vision Analytics Software Development Kit, eine Plattform bereit, die die Entwicklung von KI-unterstützer Bildverarbeitung auch in heterogenen Umgebungen erleichtert. Damit lässt sich die Zeit vom ersten Proof of Concept bis zum Produktionseinsatz auf bis zu vier Wochen verkürzen.
Aaronn Electronic kooperiert seit mehreren Jahren erfolgreich mit ADLINK Technology beim Vertrieb von Box-PCs und Panel PCs für raue Produktionsumgebungen in der Industrie sowie in der Logistik-, Pharma- und Lebensmittelbranche. Nun wurde das Portfolio um die auf NVIDIA Jetson™ basierende, intelligente Kameraserie „NEON“ erweitert. Das kompakte, nur 123,3 x 77,5 x 66,81 mm große Komplettsystem basiert auf der Computing-Plattform NVIDIA Jetson™. Mit der NEON-1000-MDX-Serie ist auch eine auf dem Intel Atom-Prozessor E3930 und Movidius™ Myriad™ X basierende Ausführung erhältlich.
Allen Modellvarianten gemeinsam sind hohe Rechenleistung, hervorragende Bilderkennung und die Möglichkeit, mittels der Künstlichen Intelligenz ermittelte, unmittelbar erforderliche Aktionen in Echtzeit auszulösen. Diese Eigenschaften erlauben es zusammen mit mehreren, je nach Applikation auswählbaren, hochwertigen u.a. BASLER-Bildsensoren, KI-gesteuerte Prozesse selbst da einfach einzurichten, wo dies bisher kaum oder nur mit hohem Aufwand möglich war.
Einfacher Einstieg in KI-unterstützte Prozessoptimierung
Die NEON-Serie von ADLINK Technology gehört durch ihre Ausstattung zu den leistungsfähigsten, derzeit verfügbaren „Smart Kameras“. Denn obwohl eine Cloud-Anbindung über das Netzwerk möglich ist, muss sie nicht jederzeit vorhanden sein. Die zum Betrieb erforderlichen KI-Modelle lassen sich selbst erstellen. Dafür steht das NVIDIA JetPack SDK zur Verfügung. Anwender können aber auch auf eine Reihe bereits von ADLINK schon optimierter Modelle zugreifen, was den Einstieg in die KI-unterstützte Prozesssteuerung deutlich erleichtert.
Alle Modelle arbeiten mit einem Farbsensor. Die Auflösung liegt je nach Modell zwischen 1,2 und 5 Megapixeln, die Frame Rate zwischen 14 und 60 fps. Damit sind Fehlererkennung und Prozessoptimierung auch bei schnell ablaufenden Produktionsprozessen kein Problem. Außerdem lässt sich eine automatisierte Sichtprüfung durchführen, etwa indem Werkstücke vermessen oder Produktmerkmale und Produkteigenschaften automatisch überprüft werden. Ein wichtiger Vorteil ist, dass dies bereits im laufenden Prozess möglich ist. Damit lassen sich Fehler unmittelbar erkennen und abstellen was Ausschussmengen reduziert und Durchlaufzeiten verkürzt.
Applikationsbeispiele für die NEON AI Smart Cameras
Beispiele für den erfolgreichen Einsatz der NEON AI Smart Cameras sind unter anderem die Klassifizierung von Eiern nach Güteklassen, die Überprüfung der Qualität von Holzprodukten oder die Suche nach Lackfehlern. Auch beim Versand kann die Lösung effizient unterstützen. Dafür gibt es die von ADLINK schon einsatzbereit vorkonfigurierte Edge IoT-Lösung „Smart Pallet“. Dabei liest eine Kamera den Barcode aus, während die andere den Inhalt des Pakets analysiert. So wird festgestellt, ob alle zur Bestellung gehörenden Waren tatsächlich eingepackt wurden. Stellt das System eine Unstimmigkeit fest, wird ein Label auf die Verpackung gedruckt. So gekennzeichnete Pakete prüft dann ein Mitarbeiter noch einmal – und ergänzt gegebenenfalls die fehlenden Waren.
Die Verarbeitung von Daten in Echtzeit vor Ort erlaubt aber auch den Einsatz in Sicherheitsbereichen. Zum Beispiel haben sich die ADLINK-Smart-Cameras schon bewährt, um bei Bohrinseln die Freigängigkeit zu prüfen - also vor dem Anlaufen des Bohrgewindes festzustellen, ob sich noch Arbeiter in dessen Nähe befinden. Auch im Zugangsbereich bei Abfüllanlagen von Gefahrstoffen haben sie sich bereits bewährt um automatisiert zu prüfen, ob die erforderliche Schutzausrüstung vollständig angelegt ist.
Für eigene Projekte steht mit EVA SDK, dem Edge Vision Analytics Software Development Kit, eine Plattform bereit, die die Entwicklung von KI-unterstützer Bildverarbeitung auch in heterogenen Umgebungen erleichtert. Damit lässt sich die Zeit vom ersten Proof of Concept bis zum Produktionseinsatz auf bis zu vier Wochen verkürzen.
