Mit (3D) Kameratechnik zur Null-Fehler-Produktion?

Durch Software-gestützte Auswertung von Kamerabildern können Fehler und Unregelmäßigkeiten in Produktionsprozessen frühzeitig entdeckt werden. Diese Fehler-Früherkennung leistet damit einen wichtigen Beitrag zur Qualitätssicherung. Das führt dazu, dass mehr und mehr Produktionslinien mit aktueller Kameratechnik ausgestattet werden, um der Null-Fehler-Produktion ein Stück näher zu kommen.

Mit dem Ziel die Produkt- und Prozessqualität zu erhöhen, befinden sich Produktionsverfahren in stetigem Wandel. Angetrieben durch den hohen Zeit- und Kostendruck, die Durchsätze zu steigern und den Ausschuss zu reduzieren, wird sehr viel Energie in die Automatisierung der Prüfschritte investiert. Ohne maschinelle Unterstützung kann der Mensch diese Ziele nicht erreichen. Mit zunehmender Automatisierung der Qualitätssicherung können notwendige, aber zeit- und kostenintensive Laborprüfungen vermehrt durch Produktkontrollen „Inline at the shopfloor“ ersetzt werden. Moderne Kameratechnik behält dabei zu jedem Zeitpunkt, an fast jedem Ort, während der laufenden Produktion den Überblick über Prüfobjekte und ihre Eigenschaften, ohne dabei aktiv ins Geschehen einzugreifen. In Kombination mit Bildverarbeitung bietet der Einsatz von Kamerabildern vielfältige Einsatzmöglichkeiten und Vorteile.

„Optische Mess- und Prüfverfahren" ermöglichen blitzschnelle Qualitätsprüfungen direkt im Fertigungsprozess und arbeiten zudem absolut verschleißfrei. Ersetzen Industriekameras einfache Barcode-Leser, kann neben dem Code-Inhalt auch die Codequalität, Ausrichtung, Farbe, Größe, Umgebung oder vieles mehr ermittelt und ausgewertet werden. Das erweitert nicht nur die Prüfmöglichkeiten, sondern auch die Prüfqualität und erleichtert zudem die weitere Automatisierung der Qualitätssicherung.

Kameras können bereits entstandene Fehler frühzeitig entdecken, noch bevor Folgefehler verursacht werden, die nur schwer oder gar nicht zu korrigieren sind. Doch welche Kameratechnik kann die hohen Anforderungen der Mess- und Prüftechnik erfüllen und Maschinen dazu befähigen, mit eigenen Entscheidungen den Mensch optimal zu unterstützen oder gar zu ersetzen?

Mit 3D-Bildverarbeitung  kann die Flexibilität und Genauigkeit von Mess- und Prüfprozessen enorm verbessert werden"

— Dr. Martin Hennemann, Produktmanager Ensenso bei IDS Imaging Development Systems GmbH —

Aktuelle 3D-Kameratechnik versetzt Roboter in die Lage, ihre Umgebung zu analysieren, um selbständig auf unterschiedliche Gegebenheiten zu reagieren. Neben den Abmessungen und der Lage von Objekten im Shopfloor lassen diese Daten auch genaue Rückschlüsse auf Abweichungen oder Fehlstellen gegenüber Referenzobjekten zu. Das ermöglicht Inline-Prüfungen, die zeigen, ob die „richtigen“ Produktkomponenten zusammengebaut werden.

Gerade in der Automobilindustrie, in der sehr variantenreich produziert wird, besteht ein hohes Fehlerpotential. Kunden können ihr Wunschauto individuell zusammenstellen. Die Auswahl umfasst unterschiedliche Bereifung, Motorenvarianten, Fahrwerke oder Innenausstattung. Produktions-Mitarbeiter profitieren deshalb besonders von automatisierten Systemen, die rechtzeitig Alarm schlagen, bevor ein falsches oder fehlerhaftes Teil verbaut wird. Das reduziert den Aufwand von nachträglichen Kontrollen oder – was weit schlimmer wäre – die Gefahr, dass es aufgrund von Fehlern zu Stillständen in der Produktion kommt.

Die hohe Individualisierung bei der Konfiguration von Autos führt unweigerlich zu einer großen Variantenvielfalt, die ohne Unterstützung von Kameratechnik kaum überblickt und geprüft werden kann

— Dr. Martin Hennemann —
Mit HALCON 3D-Bildverarbeitung lassen sich kleinste Abweichungen von Objekt und Referenz-Modell feststellen. Bild: Demo von IDS, Control 2018, aufgenommen mit einer Ensenso 3D-Stereovision-Kamera.
Mit HALCON 3D-Bildverarbeitung lassen sich kleinste Abweichungen von Objekt und Referenz-Modell feststellen. Bild: Demo von IDS, Control 2018, aufgenommen mit einer Ensenso 3D-Stereovision-Kamera.


IDS zeigte im April 2018 auf der internationalen Fachmesse für Qualitätssicherung „Control 2018“ in Stuttgart ein Beispiel einer „3D-Objektverifikation". Das Demosystem rekonstruiert Objekte mit einer Ensenso N35 3D-Kamera und führt danach einen Datenvergleich mit Hilfe der HALCON Bildverarbeitung durch. Dazu werden die erzeugten 3D-Daten mit einem Referenzmodell verglichen, um Abweichungen bzw. Fehlstellen zu erkennen. Die 3D-Bildverarbeitung erkennt Unregelmäßigkeiten oder minimale Abweichungen an Testobjekten, die nicht einmal für das menschliche Auge sichtbar sind. Die Qualität hergestellter Objekte kann für nachfolgende Prozessschritte durch hochpräzise Digitalisierung mit 3D-Kameras von Ensenso und anschließender Bildverarbeitung zur Objektverifikation deutlich verbessert werden.

„3D ergänzt die 2D-Kameratechnik. Jede Technologie hat ihre speziellen Vorteile. Die Kombination aus 2D und 3D löst die Aufgaben von heute und morgen und minimiert dabei effektiv Produktionsfehler“

— Dr. Martin Hennemann —

Für Dr. Martin Hennemann ist die 3D-Technologie eine gewinnbringende Ergänzung zur 2D-Kameratechnik. In Kombination werden damit immer mehr Anwendungen lösbar. Jede der beiden Technologien hat ihre Vorteile für bestimmte Anwendungen. Mit 3D-Daten können Formen, Oberflächenstrukturen oder die Lage von Objekten im Raum ermittelt werden. Mit 2D-Daten sind Kanten und Farben präzise detektierbar und Kennzeichnungen lesbar. Im Fall des IDS Control-Demos werden die 3D-Daten dazu verwendet, einen Objektvergleich durchzuführen. Vorhandene Teile-Codes können zusätzlich zur Identifizierung beitragen. Diese werden idealerweise mit 2D-Kamerabildern dekodiert. Auch Automobilhersteller verwenden Kamera-basierte Prüfverfahren mit kombinierter 3D- und 2D-Technik in der Endkontrolle, um zum Beispiel Spaltmaße an einer fertig montierten Karosserie zu finden und genau nach Vorgaben zu prüfen bzw. zu messen. Die Kameratechnik allgemein bietet viele Möglichkeiten, der Lösung einer Null-Fehler-Produktion näher zu kommen. Um Produktionsfehler effektiv zu minimieren kann dabei je benötigtem Prüfkriterium die eine oder andere Technologie oder sogar eine Kombination notwendig sein.

Für Texterkennung (OCR) und Kantendetektion ist klassisches 2D-Bildmaterial das beste Ausgangsmaterial für die Bildverarbeitung. Quelle: MVTec HALCON.
Für Texterkennung (OCR) und Kantendetektion ist klassisches 2D-Bildmaterial das beste Ausgangsmaterial für die Bildverarbeitung. Quelle: MVTec HALCON.

Kamerasysteme unterstützen in der Fertigung auch manuelle Prozesse. Sie überwachen dabei manuelle Abfolgen an Handarbeitsplätzen. Die Bildauswertung kontrolliert, ob die richtigen Teile gegriffen, die erforderliche Anzahl Schrauben eingeschraubt oder auch ob ein Teil vergessen wurde. Ein nachfolgendes System weist durch akustische oder optische Hinweise über Monitore oder per Projektion auf korrekte oder fehlerhafte Durchführung der Arbeiten hin. Dies stellt die Qualitätskontrolle während der Fertigung sicher.

Kamera- und Produktionstechniken entwickeln sich stetig weiter. Aber nicht jede neue Kameratechnologie ersetzt sofort eine bestehende. Die junge, in den letzten Jahren enorm weiterentwickelte 3D-Technik visualisiert andere Merkmale eines Objekts. Sie erschließt neue Anwendungen und ergänzt aber ersetzt 2D-Kameratechnik nicht. Kameras entwickeln sich zudem stetig vom "einfachen" Bildlieferanten zu "intelligenten", anpassungsfähigen Bildverarbeitungslösungen. Machine-Vision-Systeme wie die IDS NXT Plattform leisten neben 2D- und 3D-Kameras mit der richtigen Kombination aus Kamera, Sensorik, Intelligenz, Kommunikation und Wandlungsfähigkeit ebenfalls einen großen Beitrag zur Fehlerprävention in der Qualitätssicherung.

Eine „perfekte“ Produktion ohne Nacharbeit und Mängel ist heute wie damals eine Idealvorstellung, die sich auch mit hohen Kosten und modernster Technologie nicht realisieren lässt. Der Einsatz von Kamera- und Auswertetechnik ist allerdings mittlerweile für alle unabdingbar, die dem Ziel der Null-Fehler-Produktion einen großen Schritt näher kommen wollen.

Demosystem einer „3D-Objektverifikation" mit Ensenso N35 und HALCON für Embedded Vision.