INFOGRAFIK

Wie Maschinen sehen lernen

Smart-Kameras verarbeiten, identifizieren, erkennen, überprüfen und reagieren auf Elemente in ihrer Umgebung

Systeme zum maschinellen Sehen (Machine Vision) werden entwickelt und angepasst, um ihre Umgebung auf intelligente Weise zu interpretieren, bevor sie anderen Mechanismen Anweisungen geben, was mit diesen Informationen zu tun ist.

Eine Smart-Kamera nimmt ein Foto von einem Produkt einer Fertigungslinie auf und sendet die Bildinformationen an eine Bildverarbeitungsstation, die mithilfe von Software mögliche Probleme mit diesem Produkt aufdecken kann. Wenn ein Problem erkannt wird, erhält das Robotiksystem den Befehl, das Produkt vom Band zu nehmen.

Den Geist von Maschinen abbilden

Hardwarekomponenten, die für Zuverlässigkeit und Leistungsfähigkeit von Machine-Vision-Systemen erforderlich sind

Das Objektiv einer Überwachungskamera zeigt vier Hardwarekomponenten: Hardwarebeschleuniger, PCIe, RAM und I/O.

MARKTPROGNOSEN

Die Zukunft in Sichtweite

Der globale Machine-Vision-Markt erwartet ein Wachstum auf 18,4 Mrd. USD bis 2028

2023 wies der globale Machine-Vision-Markt ein Volumen von 12,9 Mrd. USD auf, soll bis 2028 aber voraussichtlich auf 18,4 Mrd. USD wachsen.

Quelle: MarketsandMarkets

ZUKUNFTSWEISENDE VORTEILE

Industrielle Machine Vision verleiht Geräten die Fähigkeit zu sehen, zu analysieren und zu handeln, was folgende Effekte hat:

Steigerung der Produktivität

Senkung der Kosten

Erhöhung der betrieblichen Effizienz

Sicherstellung von Datengenauigkeit

Breitstellung präziser Messungen

Erhöhung der Sicherheit

SCHÖNE NEUE WELT

Angetrieben durch perzeptive KI

Ein Roboterarm in einer virtuellen Box mit Silhouetten von Menschen außerhalb, die das Wahrnehmungsvermögen des Roboterarms zeigen.

Wenn Kameras und KI kombiniert werden, um Bilder und Daten zu erfassen, können sie die Art und Weise revolutionieren, wie Maschinen mit der Welt interagieren

Perzeptive KI bedeutet, dass der Roboter visuell wahrnehmen kann, was in seiner Umgebung geschieht, und wichtige Entscheidungen treffen kann, um sicherzustellen, dass sein Betrieb nicht verlangsamt wird. Dazu gehören auch Echtzeit-Entscheidungen, die für seine Rolle entscheidend sind.

EINE GRÖSSERE WELTSICHT

Maschinelles Sehen in nicht industriellen Bereichen

Fahrzeugsicherheit

Bis 2050 könnten durch den Einsatz von Machine Vision in Autos 250.000 Leben gerettet, 14 Millionen Verletzungen und 37 Millionen Unfälle verhindert werden.

Quelle: AAA-Stiftung für Verkehrssicherheit

Ein Auto auf der linken Seite mit den Silhouetten von Menschen auf der rechten Seite und dazwischen liegenden Linien, die zeigen, dass das Auto die Menschen erkennt.

Mit FAS, Radar, Lidar und NSS können Bildverarbeitungssysteme in Fahrzeugen eine Reihe von Merkmalen, einschließlich Umgebungsbedingungen, besser erkennen. Der Umfang dieser Systeme ermöglicht eine bessere Reaktion auf Ampeln, potenzielle Gefahren, Straßenbedingungen, andere Verkehrsteilnehmer und mehr.

Intelligente Energiesysteme

Das Volumen von KI im Energiemarkt wurde 2022 auf 6,8 Mrd. USD geschätzt und wird 2029 voraussichtlich 42,7 Mrd. USD erreichen.

Quelle: MMR

Drei stromerzeugende Windräder mit einem blauen Pfeil, der simuliert, dass ein Pfeil von links nach rechts an ihnen vorbeifährt.

Machine-Vision-Systeme können Anomalien erkennen, den Wartungsbedarf vorhersagen und potenzielle Ausfälle erkennen, bevor sie in kritischen Anlagen wie Kraftwerken, Pipelines und Windkraftanlagen auftreten. In Windparks können Bildverarbeitungssysteme die Windgeschwindigkeit und Windrichtung erkennen, sodass die Turbinen für eine maximale Energiegewinnung positioniert werden können.

Ertragreiche Landwirtschaft

Um den prognostizierten Nahrungsmittelbedarf zu decken, müssen die Ernteerträge bis 2050 um 60 % steigen.

Quelle: Ernährungs- und Landwirtschaftsorganisation der Vereinten Nationen

Ein Roboterarm mit vielen Kreisen in Reihen unter ihm, um die Ernte durch Ernteroboter zu simulieren.

Ein Roboterarm mit vielen grauen Kreisen in Reihen unter ihm, und der Roboter wählt den einen blauen Kreis aus.

Intelligente Landwirtschaft auf Basis von KI-gestützten Machine-Vision-Applikationen trägt dazu bei, die Präzisionslandwirtschaft und landwirtschaftliche Verfahren in Städten zu revolutionieren und gleichzeitig die Automatisierung durch Roboterführung und Objekterkennung zu ermöglichen.