IBV bildet Grundlage für die Mensch-Roboter-Kollaboration

Die Industrielle Bildverarbeitung (IBV) wird derzeit von einer ganzen Reihe richtungsweisender Entwicklungen beeinflusst. Embedded Vision, Deep Learning sowie 3D-Bildverarbeitung sind einige der Themen. Damit ­erschließen sich die IBV zurzeit völlig neue Anwendungsfelder. Gleichzeitig schafft sie die Grundlage für die Mensch-Roboter-Kollaboration und die digitale Transformation in der Fertigung. Die Automatica 2018 gibt vom 19. bis 22. Juni in München Einblicke in die aktuellen Entwicklungen.

 

„Die Technologie bewegt sich immer mehr von der Lösung von Einzelaufgaben hin zu einem integralen Bestandteil der Automatisierung“, sagt Dr. Norbert Stein, Geschäftsführer der Vitronic GmbH. „Die Einbindung von optischen Informationen in immer mehr Fertigungsschritten und -systemen führt zu einer Steigerung der erreichbaren Qualität und senkt den Ressourcenverbrauch durch frühzeitige Fehlererkennung und Trendanalysen.“

Diese Entwicklung schlägt sich in den aktuellen Marktdaten des VDMA-Fachverbands Robotik+Automation nieder: 2017 konnte die deutsche Bildverarbeitungsindustrie ihren Umsatz um 18 % auf eine Rekordsumme von 2,6 Mrd. € steigern. Für 2018 erwartet der Fachverband nach aktuellem Stand ein weiteres Umsatzplus von 10 %.

Dr. Olaf Munkelt, Geschäftsführer der MVTec Software GmbH und Vorsitzender der VDMA Fachabteilung Industrielle Bildverarbeitung (IBV), nennt als Treiber dieser positiven Entwicklung zum einen den Export mit einer durchschnittlichen Wachstumsrate von 13 % pro Jahr zwischen 2012 und 2016 sowie zum anderen die Automobilindustrie: „Sie nutzt bereits seit ­Jahren als weltweit stärkster Kundenkreis die Vorteile der Bildverarbeitung. Doch auch viele andere Branchen haben die Möglichkeiten dieser Technologie inzwischen erkannt und setzen sie zunehmend ein.“

Einsatzbeispiele für 3D-Bildverar-beitungssysteme finden sich unter anderem in der Automobilindustrie bei der Inspektion von Oberflächen, bei der Teileerkennung oder bei robotergestützten Anwendungen,
wie dem Greifen von Objekten (Bild: MVTec)