Anwendungsberichte

Sortieren nach:
Branche: Kamerafamilie:

Automation - Ensenso N

Automatische 3D-Erkennung und Bedrucken von Holzbalken

Holzauge sei wachsam

Holz ist weltweit vom Volumen und von der Masse her der bedeutendste Rohstoff. Das Naturmaterial ist zugleich einer der ältesten Baustoffe und wird immer beliebter: Holz ist ökologisch, wohngesund und vermittelt mehr als jedes andere Baumaterial ein Gefühl von Behaglichkeit. In den vergangenen zehn Jahren hat sich der Marktanteil von Holzhäusern auf 15 Prozent aller hierzulande gebauten Häuser verdoppelt. Der Produktionsschwerpunkt verlagert sich dabei von der Baustelle in die Werkshalle der Zimmerei. Dort spielt Automatisierung zunehmend eine Rolle, um möglichst kosten- und zeiteffizient und damit zukunftsfähig aufgestellt zu sein. Aktuelles Beispiel: Das Zentrum für Telematik e.V. mit Sitz in Würzburg hat für das Unternehmen Georg Schumann GmbH & Co. KG, Igersheim, eine Robotik-Lösung zur automatischen Beschriftung von Holzbalken entwickelt.

Laborautomatisierung - USB 3 uEye CP

Kamerasystem minimiert Gesundheitsrisiken beim Verzehr von  Seafood-Produkten

Suche nach Überlebenskünstlern

In der Europäischen Union werden jedes Jahr über 6 Mio. Tonnen Fisch verarbeitet. Sie unterliegen strengen gesetzlichen Kontrollen, um Gesundheitsrisiken für Konsumenten zu minimieren. Meeresfische können Parasiten enthalten, die dem Menschen beim Verzehr von unzureichend zubereiteten Produkten gefährlich werden können. Das Infektionsrisiko hängt dabei vom Vitalitätsgrad der Parasiten, wie z.B. Anisakiden,  ab. Die technet GmbH aus Stuttgart hat ein System entwickelt, das mit Unterstützung einer USB 3 uEye CP Industriekamera von IDS die Konturen und Oberflächenparameter der Parasiten erfasst und daraus die Krümmungsenergien einzelner Larven bestimmt. Über die Krümmungsenergie wird anschließend ein Zusammenhang zum Stoffwechsel und damit der Vitalität hergestellt.

Qualitätssicherung - GigE uEye FA

Automatisierte, GAMP-konforme Produktionsüberwachung in der Pharmaindustrie

Verwechslung ausgeschlossen

Die Digitalisierung macht auch vor der pharmazeutischen Industrie nicht halt. Doch digitale Innovationen bieten nicht nur viele Chancen, sondern stellen die Branche durch die starke Regulierung der Produktion von Arzneimitteln gleichzeitig vor große Herausforderungen. Gefragt sind verlässliche Systeme, die die Unternehmen der Pharmabranche bei der Einhaltung der gesetzlichen Vorgaben unterstützen. Das Unternehmen i-mation GmbH mit Sitz in Rottweil hat mit der GampBOX ein Plug & Play-Bildverarbeitungssystem entwickelt, mit dem Herstellern der pharmazeutischen Industrie ebenso wie Lieferanten (für Packmittel, Ausrüstung) die Prozessoptimierung unter Einhaltung der GAMP-Richtlinien erleichtert wird.

Qualitätssicherung - GigE uEye LE

Qualitätsprüfung von Kleberaupen in Echtzeit mit uEye LE Boardlevel Kameras

Sicher verbunden

Kleben ist in der modernen Fahrzeugindustrie zu einer Schlüsseltechnologie geworden. Ein Auto enthält heute laut dem Industrieverband Klebstoffe e.V. rund 15 – 18 kg Klebstoff und durchläuft während der Produktion dutzende Klebesysteme. Kleben wird hier also mehr und mehr zum neuen Schweißen, Schrauben oder Nieten. Die Gründe dafür sind einfach: Sicherheit und Wirtschaftlichkeit. Doch um dies zu gewährleisten ist ein hochpräziser Kleb- und Dichtstoffauftrag nötig. Die französische Firma AKEOPLUS hat dafür einen Sensor entwickelt, der Kleberaupen in Echtzeit direkt in der Fertigungslinie prüft und so eine hundertprozentige Qualität der Materialaufbringung sicherstellt.

Robotik - Ensenso N

Selbständig lernende Roboter lösen Aufgaben mit Hilfe einer Ensenso 3D-Kamera

Gesehen, gespeichert, gelernt

Das Ausprobieren verschiedener Verhaltensweisen gehört zu den klassischen Lernmethoden. Erfolg oder Misserfolg entscheiden darüber, welches Gebaren übernommen und somit gelernt wird. Dieses Prinzip lässt sich auf die Welt der Roboter übertragen. Am Institut für Intelligente Prozessautomation und Robotik des Karlsruher Instituts für Technologie (KIT) befasst sich die Robot Learning Group (ROLE) mit verschiedenen Schwerpunkten in den Bereichen des maschinellen Lernens. Dabei erforschen die Wissenschaftler, wie Roboter durch selbstständiges Ausprobieren lernen Aufgaben zu lösen. Diese Methoden werden insbesondere für das Lernen von Objektmanipulation eingesetzt, beispielsweise für das Greifen von Objekten in einem typischen Bin Picking Szenario. Eine Ensenso N10 3D-Kamera direkt am "Kopf" des Roboters liefert die benötigten Bilddaten.