Aktive Sensorik und externe Datenverarbeitung

Im Gegensatz zu fest installierten Kameras erlaubt ein Pan-Tilt-System die gezielte Ausrichtung der Sensorik im Raum. Schwenk- und Neigebewegungen erweitern das effektive Sichtfeld und ermöglichen das systematische Abfahren definierter Bereiche. Dadurch können relevante Szenen aktiv erfasst, Objekte verfolgt oder Umgebungen zyklisch gescannt werden. Die Motorsteuerung stellt die aktuellen Winkelpositionen zur Verfügung. In Verbindung mit Distanzmessungen der Sensoren lassen sich Objektpositionen eindeutig im dreidimensionalen Raum bestimmen. Die Pan-Tilt-Einheit ist damit nicht nur ein mechanisches Element, sondern ein integraler Bestandteil der geometrischen Datenerfassung.

Multi-Sensor-Aufbau

Die zentrale Fähigkeit der Sensorplattform liegt in der Erfassung komplementärer Sensordaten. Eine RGB-Kamera liefert Farbinformationen, die für visuelle Analyse und Merkmalsextraktion genutzt werden können. Ergänzend erstellt eine Time-of-Flight-Sensorik dichte Tiefenbilder im Nahbereich, während ein Lidar-Sensor Distanzinformationen über größere Reichweiten bereitstellt. Die zeitlich abgestimmte Erfassung dieser Datenquellen ermöglicht die Fusion zu konsistenten 3D-Datensätzen.

PoE-basierte Systemarchitektur und externe KI-Verarbeitung

Ein zentrales architektonisches Merkmal ist der Einsatz von Power-over-Ethernet (PoE). Über ein einziges Netzwerkkabel werden sowohl die Stromversorgung als auch die Datenübertragung und die Steuerung der Pan-Tilt-Einheit realisiert. Dies reduziert den Verkabelungsaufwand und erleichtert die Integration in bestehende Systeme. Die eigentliche KI-Verarbeitung erfolgt auf externen Geräten, die über die Ethernet-Schnittstelle angebunden sind. Diese Trennung von Sensorhardware und KI-Inference erlaubt eine flexible Skalierung der Rechenleistung sowie den unabhängigen Austausch oder die Aktualisierung von KI-Modellen, ohne Änderungen an der Sensorplattform vornehmen zu müssen.

AI-Depthmaps und laserbasierte Referenzierung

Die von der Sensorplattform gelieferten Daten bilden die Grundlage für KI-gestützte Depthmaps, die extern berechnet werden. Durch die bekannte Ausrichtung des Pan-Tilt-Systems und die gleichzeitige Verfügbarkeit laserbasierter Distanzmessungen können diese Depthmaps weiter verfeinert werden. Indem der Laser entlang der Sichtlinie der Kamera geführt wird, lassen sich gemessene Entfernungen den Grauwerten der AI-Depthmap zuordnen. Auf dieser Basis kann eine Fit-Kurve bestimmt werden, die eine Zuordnung des Grauwertbereichs auf reale Distanzen ermöglicht.

Anzeige

Roboter-Werkzeugwechsler MPS35L
Neuer MPS 35L erweitert die Stäubli Werkzeugwechsler-Baureihe

Innovative Leichtbauweise & höchste Präzision: Der MPS 035L bietet flexibles Design, maximale Modularität und bis zu 500.000 Wechselzyklen. Perfekt für Maschinenbau, Kunststoffindustrie & Automation. Heben Sie Ihre Produktivität auf ein neues Niveau! ‣ weiterlesen

Mechanische Integration

Die kompakte Bauform und eine standardisierte mechanische Schnittstelle ermöglichen den Einsatz der Sensorplattform in mobilen Robotern, industriellen Anlagen oder Laboraufbauten. Der Energiebedarf bleibt gering, sodass auch mobile Anwendungen realisierbar sind. Aufgrund des geringen Leistungsbedarfs von unter 15W kann das Gerät über einen 4S1P-Li-Ionen-Akku in Kombination mit einem DC-DC-Spannungswandler und einem (Mini-)PoE-Injektor betrieben werden, wobei Stromversorgung und Datenübertragung weiterhin über ein einziges Ethernet-Kabel realisiert werden.

Für die Anbindung externer Systeme stehen verschiedene Schnittstellen zur Verfügung, darunter Python-Bibliotheken, ROS-2-Pakete sowie eine grafische Software zur Steuerung und Visualisierung. Diese erlauben den Zugriff auf Rohdaten, Motorparameter und Sensorkonfigurationen und erleichtern die Integration in bestehende KI- und Robotik-Frameworks.

Anwendungsbeispiele mit externer KI-Auswertung

Fall-Detektion: Die Pose-Estimation wird intern aus RGB-Daten berechnet und anschließend auf Tiefendaten abgebildet. Extern werden ausschließlich Depthmaps übertragen, wodurch die Personenbeziehbarkeit der gestreamten Daten reduziert wird.

Anzeige

SMART & SMOOTH: Präzises Räderhandling

Das hybride Greifsystem E-Gripper Wheel basiert auf Know-how aus über 200 installierten Anwendungen des international tätigen Anlagenbauers Eisenmann. ‣ weiterlesen

Mehrfach-Objektlokalisierung: Die aktive Sensorik liefert räumliche Eingangsdaten, auf deren Basis externe KI-Modelle Objekte identifizieren und ihre Positionen im Raum gleichzeitig bestimmen.

Füllstands- und Regalerfassung: Depthmaps ermöglichen die volumetrische Erfassung von Regalinhalten. Durch definierte Pan-Tilt-Bewegungen können größere Bereiche systematisch erfasst und extern ausgewertet werden.

Mobile Robotik: Die Sensorplattform stellt konsistente 3D-Daten für Navigation und Umfelderkennung bereit, während Entscheidungs- und Planungsalgorithmen auf externen Recheneinheiten ausgeführt werden.