3D-Bildverarbeitung

© Fraunhofer IPA

Der Einsatz von 3D-Bildverarbeitungssystemen in der Produktion hat durch die neue Generation von 3D-Sensorik stark an Bedeutung gewonnen. Schnelle Erfassungszeiten von dichten Messpunkten unter einer Sekunde sind mit auf dem Markt verfügbaren 3D-Sensoren mittlerweile ohne weiteres möglich. Dadurch lassen sich neue Einsatzgebiete sowohl in der 3D-Mess- und Prüftechnik zur Qualitätssicherung als auch für die 3D-Objekterkennung zur Realisierung von Automatisierungslösungen erschließen. Neben geeigneter Sensorik bedarf es vor allem schneller und intelligenter Verfahren zur 3D-Datenauswertung, um industrielle Applikationen realisieren zu können. Hier bieten wir ein breites Spektrum an Algorithmen. Hierzu zählen u. a. verschiedene Fit-Algorithmen und automatisierte Segmentierungsverfahren, die sich insbesondere für die Messpunktwolkenverarbeitung eignen. Darüber hinaus stehen Kalibrierverfahren zur Verfügung, die den vielfältigen Einsatz von neuer Sensorik, z. B. von Time-of-Flight-Sensorik oder 3D-Smartkameras, ermöglichen.
Für neue Entwicklungen in der 3D-Bild- und Datenauswertung setzen wir verstärkt Maschinelles Lernen und Künstliche Intelligenz ein.

Eine Kernkompetenz der 3D-Bildverarbeitung ist insbesondere die Erkennung von Objekten: 
Die 3D-Objekterkennung ist für die Realisierung von Automatisierungslösungen zur Handhabung von Bauteilen oder die Erzeugung eines digitalen Zwillings einer Produktionsumgebung ein wesentlicher Erfolgsfaktor. Neben geeigneter Sensorik zur optischen Datenerfassung bedarf es vor allem schneller und intelligenter Objekterkennungsverfahren, um robuste industrielle Applikationen realisieren zu können. Hier bieten wir ein breites Spektrum an klassischen und KI-basierten Verfahren an.

 

3D-Fitverfahren

Bei vielen Aufgaben in der industriellen Bildverarbeitung und der Koordinatenmesstechnik spielt die Einpassung von Kurven und Flächen in Messpunkte eine wichtige Rolle. Auch für die Objekterkennung und Szenenanalyse ist die Geometrieeinpassung ein wichtiger Teilschritt.

 

3D-Objekterkennung

Für eine Automatisierung in der Produktion ist eine Erkennung von Objekten und deren Lage essentiell. Dabei ist eine präzise 3D-Objekterkennung erforderlich, die flexibel auf Veränderungen im Prozess reagieren und durch Roboter effizient umgesetzt werden kann.

 

Virtueller Zusammenbau

Beim Zusammenbau von mehreren Bauteilen akkumulieren sich mögliche Abweichungen der einzelnen Bauteile, was in nicht funktionsfähigen Produkten resultieren kann. Ziel des virtuellen Zusammenbaus ist es deshalb, die erfassten geometrischen Messdaten vollständig zu nutzen und den Zusammenbau zu simulieren. Durch diesen virtuellen Ansatz können die Qualität des Zusammenbaus vor dem realen Zusammenbau prognostiziert und somit Maßnahmen zur Qualitätsoptimierung getroffen werden.

 

Segmentierungsverfahren

Mittels optischer Sensorik wie z. B. Laserlinienscannern oder Streifenprojektionssystemen lassen sich die Oberflächen von zu untersuchenden Objekten mit vielen Messpunkten erfassen. Aus den so gewonnenen Messdaten müssen dann die interessierenden Objektbereiche extrahiert werden.