Optische Prüfung im Visier: Mitarbeiter vs Kamera

Optische Prüfung ist in der Industrie seit jeher eine wichtige Voraussetzung für erfolgreichen Absatz. Dabei lösen Kameras traditionelle Prüfmethoden bereits in vielen Bereichen ab. Doch es gibt noch Raum nach oben und Künstliche Intelligenz schafft ungeahnte Möglichkeiten im Bereich der Sichtkontrolle.

Optische Prüfung im Visier: Mitarbeiter vs. Kamera

Schließlich erfordert der Markt einwandfreie Produkte, und zwar zunächst tatsächlich in puncto Optik. Der Mensch ist ja erwiesenermaßen ein Gewohnheitstier und traut einem bekannten Produkt nicht, wenn es äußerlich vom gewohnten Erscheinungsbild abweicht – zum Beispiel in der Verpackung. Insofern gilt der Anspruch, dass ein bekanntes Produkt im Supermarkt immer gleich aussehen sollte. Ob es sich um die genaue Platzierung des Plastikrings an einer Getränkeflasche handelt oder ob die Haselnuss-Schnitten symmetrisch gleichschließend abgepackt sind – sobald es hier zu Unregelmäßigkeiten kommt, wird das Produkt vom Kunden nicht mehr gekauft, da dieser qualitative Makel am Produktinhalt vermutet.

Doch auch inhaltlich sind wir immer auf das Optimum ausgerichtet. Beispielsweise macht es einen Unterschied, ob die Nüsse in einer Schokoladentafel gleichmäßig verteilt sind oder nicht. Denn diese Nuancen beeinflussen die Kundenbewertung und können im Zweifelsfall zu einem Imageverlust führen. Darüber hinaus verursachen fehlerhafte Produkte sofort mehr Kosten und Aufwände, da sie retourniert, erneut inspiziert oder gar repariert werden müssen. 

Besonders teuer wird das, wenn Produkte über die EU-Grenzen hinaus geliefert werden. Zum Beispiel akzeptieren bestimmte Länder nur Lebensmittel, auf deren Verpackung der Ländercode perfekt leserlich aufgedruckt ist. Bei Nichteinhaltung werden die Container mit den Waren entweder retourniert oder die Waren entsorgt, da diese nirgends sonst verkauft werden dürfen.

Es ist also essenziell, dass Produkte optisch und qualitativ in einwandfreiem Zustand sind. Folglich gibt es unterschiedliche Prüfstände zur Kontrolle unterschiedlicher Qualitäten. Im Falle eines Handys zum Beispiel ist eine Kontrolle der Oberfläche des Displays genauso erforderlich, wie die Kontrolle der inneren Bauteile und deren Funktion. 

Bei vielen Produktionsprozessen ist eine optische Qualitätskontrolle notwendig, welche traditionellerweise durch Hilfskräfte ausgeübt wurde. Auch heute müssen viele Mitarbeiter diese Kontrollen durchführen, was zu diversen Problemen führen kann, da beispielsweise die Aufmerksamkeitsspanne des Menschen begrenzt ist. Im Gegensatz dazu lassen sich Kameras nicht ablenken. Auch punkten Kameras in Hinblick auf Schnelligkeit, Zuverlässigkeit und gleichbleibender Bewertung der Prozesse, was zu Zeit- und Kostenersparnissen führt. 

Im Zuge einer stetigen Optimierung der Qualitätsprüfung, lassen sich Fehler immer besser vorbeugen. Weiters können sich Mitarbeiter, welche diese monotonen Aufgaben bis dato durchführen mussten, auf andere wichtige Tätigkeiten im Unternehmen konzentrieren.

Der Mensch: Möglichkeiten und Grenzen

Grundsätzlich eignet sich eingeschultes Personal sehr gut für eine Qualitätsprüfung. Denn Menschen verfügen über einen sehr guten Seh-und Tastsinn und können ein Produkt beliebig drehen und wenden. Allerdings stoßen die menschlichen Kapazitäten bei monotonen und repetitiven Tätigkeiten sehr bald an ihre Grenzen. So umfasst die Aufmerksamkeitsspanne des menschlichen Gehirns nicht mehr als 20 Minuten. Fehler sind somit vorprogrammiert, was wiederum zu Reklamationen, Rückrufaktionen oder zu einem Imageverlust führen kann. 

Gerade bei Massenproduktionen ist dieser Vorgang nicht nur extrem zeitaufwendig, sondern auch mitunter subjektiv. Denn je nach Tagesverfassung bewerten Menschen Dinge unterschiedlich. Folglich ergeben sich hier schnell Probleme der Ressourcen sowie der Messbarkeit bestimmter Qualitäten.

Geht’s noch smarter? Die Kamera

Dahingegen ergeben sich mit der geeigneten Kamera zahlreiche Möglichkeiten für eine effizientere Qualitätsprüfung von Produktwaren. Egal ob Lebensmittelindustrie, Automotive oder andere Branchen, mit der geeigneten smarten Kamera verläuft die optische Prüfung automatisiert und mit wiederholbarer und gleichbleibender Qualität. Während eine Kamera im Gegensatz zum Menschen nicht unter Aufmerksamkeitsschwierigkeiten leidet, kann sie darüber hinaus auch Bilder speichern. Das ist insofern ein weiterer Vorteil, als man den Produktstatus so auch rückwirkend nachvollziehen kann. Kommt zum Beispiel eine Beschwerde über ein fehlerhaftes Bauteil, lässt sich anhand der gespeicherten Aufnahmen feststellen, ob das Produkt schon bei der Endkontrolle oder erst während des Transports beschädigt wurde.

Mit Hilfe geeigneter Systemintegratoren lässt sich heutzutage die geeignete Kamera beziehungsweise das passende System für jeden Bedarf finden. Je nach Anforderung des Kunden wird dabei ein Konzept ausgearbeitet, welches auch auf die Wirtschaftlichkeit geprüft wird. Für die Ausarbeitung des Konzepts empfiehlt sich ein Versuchsaufbau. Dieser dient dazu, verschiedenste Beleuchtungen und Beleuchtungstechniken zu testen, um den Fehler oder den zu betrachtenden Bereich bestmöglich im Bild darzustellen. Grundsätzlich gilt, je besser der Fehler am Bild zu erkennen ist, desto einfacher ist die Realisierung der Applikation. Im Zuge des Versuchs werden verschiedene Teile getestet und auch per Software ausgewertet. Dadurch lässt sich bewerten, ob die Applikation auch aus technischer Sicht realisiert werden kann. 

Da es sich bei der Kamera um einen Sensor des Lichts handelt, spielen sämtliche Lichteinfälle in der Umgebung eine Rolle. Tageslicht ist für eine prozesssichere Überprüfung eine große Herausforderung, da dieses in sehr starker Intensität auftritt. Durch Fenster an der Hallendecke oder an den Wänden kann das Licht der Sonne die komplette Auswertung verfälschen. Lichteinfälle durch die Hallenbeleuchtung sind weniger problematisch, allerdings können auch diese in gewissen Fällen für Schwierigkeiten sorgen. Aus diesem Grund richtet man die Kamera meist in einem abgedunkelten Umfeld ein und sorgt mit entsprechender künstlicher Beleuchtung für das richtige Licht. 

Damit man ein Teil von verschiedenen Seiten ablichten kann, gibt es verschiedene Techniken. Zum einen lassen sich etwa mehrere Kameras an unterschiedlichen Positionen montieren, andererseits kann man entweder das Produkt oder die Kamera durch entsprechende Mechanik bewegen. In Spezialfällen montiert man die Kamera auf einen Roboter, um mehrere Merkmale eines größeren Bauteils nacheinander zu prüfen.

Künstliche Intelligenz auf der Überholspur

Viele Applikationen lassen sich mit Algorithmen aus der klassischen Bildverarbeitung realisieren. Darunter versteht man traditionelle Werkzeuge ohne Künstliche Intelligenz bzw. Deep Learning. Bei gewissen Applikationen kommt man mit dieser Methodik jedoch an die Grenzen. Beispiele dafür sind komplexe Muster, bei denen Fehler detektiert werden sollen oder in Plastiktüten verpackte Produkte, welche klassifiziert werden sollen. Für diese Aufgaben musste bisher weiterhin ein Mitarbeiter eingesetzt werden.

Doch auch in diesem Punkt sind neueste Errungenschaften aus dem Feld der Künstlichen Intelligenz bereits auf der Überholspur. Die Rede ist von Deep Learning. Es handelt sich dabei um einen Algorithmus aus der Maschine-Learning-Gruppe, welcher spezielle Aufgaben lösen kann, ohne ausdrücklich dafür programmiert zu sein. Mit Hilfe der Software können diese Aufgaben einfach realisiert werden und zwar ohne viel Know How in der industriellen Bildverarbeitung.

Dank der KI-Revolution kann eine Smart-Kamera jetzt sogar Caro-Muster auf ihre Regelmäßigkeit prüfen.