En funktion i SICKs visionkamera halverer billedbehovet og forenkler softwareindstillingerne betydeligt, når kameraet skal lære at afgøre, om et objekt afviger fra en defineret kvalitet, selvom der ikke findes en fejlbeskrivelse.
SICK har taget et stort skridt fremad i brugen af maskinvision i industrien, hvor regelbaserede inspektionsløsninger ikke er tilstrækkelige, og hvor der ofte kræves menneskelig intelligens for at løse udfordrende opgaver.
SICK har udviklet og implementeret softwareløsninger til alle smartkameraer i InspectorP6xx-serien, som giver adgang til Deep-/Machine-Learning - en form for kunstig intelligens baseret på neurale netværk, der minder om den menneskelige måde at se, opfatte og beslutte på. Softwaren er baseret på App-space - et fleksibelt økosystem, der gør det muligt for brugerne enten at udvikle egne applikationer eller bruge færdige apps, som SICK tilbyder. Disse apps kræver ikke viden om vision eller programmering og er lette at bruge, ligesom i smartphone-verdenen.
Deep Learning er ikke en ny teknologi - det blev udviklet som en teoretisk intelligent algoritme i 1986. Men nu er det blevet mere tilgængeligt for brug i industrielle miljøer og er overraskende let at bruge i forhold til traditionel maskinvision. Der er ikke længere behov for traditionelle, ressourcetunge PC-løsninger, da denne sofistikerede intelligens kan integreres, fungere og afvikles direkte på SICKs velkendte kompakte og robuste industrielle smartkameraer uden behov for eksterne netværk.
Udover den klassiske sortering af emner baseret på klassificering, er der nu udviklet en ny komponent i softwareversionen af appen "Intelligent Inspection," som er udbygget med algoritmer for at arbejde med den type neurale netværk kaldet "anomaly detection." Anomaly detection er evnen til at opdage og reagere, når en varierende objekttype afviger fra en defineret kvalitetsnorm. Anomaly detection-algoritmer kan trænes og eksekveres på selve SICK-kameraet, hvilket giver stor frihed og fleksibilitet, og eliminerer behovet for komplicerede cloudbaserede løsninger og de dertilhørende omkostninger. Anomaly detection har den fordel, at et netværk kan trænes direkte på kameraet og kun behøver at lære, hvordan en række gode emner ser ud, hvilket resulterer i hurtigere og enklere træning af kameraet, da fejltyper ikke behøver at defineres.
Ring: 4582 6400