Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
Pr o d u k t e d e s Ja h r e s 2 0 24 | Di e Ge w i n n e r 4 4 | w w w c o m p u t e r - a u t o m a t i o n d e · 0 4 -24 Platz 3 – Schmersal Automatisierte Erfassung durch ToF-Kamera Die Timeofflight-Kamera ToF-Kamera AM-T100 von Schmersal erzeugt millimetergenaue 3D-Tiefenbilder mit Hilfe eines Sony DepthSense-Sensors Die Bildrate beträgt bis zu 60 fps Durch IR-Beleuchtung und eine Bildauflösung von 640 × 480 Pixeln erreicht die Kamera einen Sichtbereich von 67° × 51° bei einer Reichweite bis 6 m Die Bilddaten werden über GenICam zur Verfügung gestellt und können mit gängiger Bildverarbeitungssoftware verarbeitet werden Eine Ethernet-Schnittstelle ermöglicht die Datenübertragung und bei Bedarf auch die 24-V-Energieversorgung Power over Ethernet Vorinstalliert ist die Konfigurationssoftware ‚Consam-T‘ Die 3D-Kamera dient der automatisierten Erfassung digitaler Prozessdaten in Echtzeit Platz 2 – Cognex KIbasiertes Objekterkennungssystem Das Objekterkennungssystem In-Sight 2800 Detector von Cognex für die Logistik basiert auf der ‚In-Sight‘-Plattform und nutzt die KIbasierte Edge-Learning-Technologie zur Automatisierung von Sortierprozessen und zur Verbesserung der Genauigkeit von Logistikinspektionen Es eignet sich für Anwendungen zur Objekterkennung die Klassifizierung von Pakettypen und die Identifizierung von Prozessproblemen Die integrierte Edge-Learning-Technologie erkennt selbst Artikel auf unruhigen oder kontrastarmen Hintergründen Das Einrichten des Objekterkennungssystems dauert laut Anbieter weniger als 15 Minuten Dank Edge Learning erfolgt das Training direkt am Gerät und erfordert nur eine geringe Anzahl an Bildern Platz 1 – ifm Edge-Device für die Bildverarbeitung ifm hat für den Bereich mobile Robotik die Hardware-Plattform O3R entwickelt die Entwicklern sowohl die Vorals auch die Serienentwicklung durch Software-Umgebung und Software-Tools sowie -Schnittstellen erleichtert Zentrale Komponente ist ein Edge Device für hohe Rechenleistung und die Anbindung unterschiedlichster Sensoren Insgesamt lassen sich bis zu sechs 3D-Kameras und zahlreiche weitere Sensoren anschließen Der Kamera-Anschluss erfolgt über FDP-Link für die anderen Sensoren stehen GigE-Schnittstellen zur Verfügung CAN-Schnittstellen sorgen für die Einbindung in die Architektur eines mobilen Roboters Ein Linux-System das mit einer NVIDIA Video Processing Unit ausgerüstet ist bildet die Hardware-Basis Bildverarbeitung Julian Häusler von Cognex und Antonio De Angel Guiterrez von ifm wurden in der Kategorie Bildverarbeitung ausgezeichnet von links