Gutheil-Schoder-Gasse 8-12, 1100 Wien

sales@mission-embedded.com
<a href=”tel:+43 1 9971993 0″>+43 1 9971993 0</a>

Computer Vision, Machine Vision und Embedded Vision

Was ist der Unterschied zwischen Computer Vision, Machine Vision und Embedded Vision?

Maschinen, die sehen können, sind längst keine Science Fiction mehr. Aus dem Bereich der industriellen Automation und Qualitätssicherung sind sie heute nicht mehr wegzudenken, auch in autonomen Fahrzeugen oder Sicherheitssystemen sind sie zu finden. Mit der Weiterentwicklung der Technologien können sehende Maschinen immer mehr und komplexere Aufgaben übernehmen, die Anwendungsmöglichkeiten sind dabei überaus vielfältig. Zu unterscheiden sind hier drei Begriffe mit unterschiedlichen, sich überlappenden Bedeutungen, die aber zunehmend synonym verwendet werden: Computer Vision, Machine Vision und Embedded Vision.

 

Computer Vision

Computer Vision (CV) ist der umfassendste der drei Begriffe und bezeichnet eine wissenschaftliche Disziplin, die sich mit der Extraktion von Information aus Bildern mit Hilfe von Computern beschäftigt. Computer lernen so, digitale Bilder oder Videos zu analysieren und zu verstehen. Häufig besteht die Zielsetzung darin eine Entscheidung aus dem Bildinhalt abzuleiten oder das Bild selbst „intelligent“ zu verarbeiten. Die Anwendungsgebiete für Computer Vision sind breit gefächert und typischerweise dort anzutreffen, wo sich der Mensch auf seine visuelle Wahrnehmung verlässt.

 

Machine Vision

Unter Machine Vision (MV) versteht man die Verwendung von bildgebenden Sensorsystemen und Computer-Vision-Verfahren, um damit Maschinen zu steuern. Neben einem oder mehrerer Sensoren umfasst ein MV-System also auch eine Bildverarbeitungseinheit. Oft besteht die Aufgabenstellung darin bestimmte Merkmale und Eigenschaften von Objekten zu erkennen. Bei Erkennung dieser, werden zuvor festgelegte Aktionen ausgeführt. Die Umgebung, etwa Lichtverhältnisse und Bewegungen, sind kontrolliert und die beobachteten Ereignisse sind zumeist vorhersagbar. Zusätzlich unterliegen sehr viele Machine-Vision-Anwendungen einer Echtzeitanforderung.

 

MV meint also in der Regel eine Spezialisierung des Computer-Vision-Begriffs auf bestimmte Anwendungsdomänen. Ein Beispiel sind Systeme zur visuellen Inspektion in der Produktion wie z.B. in der Qualitätssicherung. Das System überprüft hierbei verschiedene Kriterien, wie etwa Füllmenge, Platzierung des Etiketts, Verschluss o.ä., und löst auf Basis der Analyse verschiedene Aktionen aus, etwa das Umleiten defekter Produkte oder den Stopp einer Produktionslinie. Der Begriff verliert heute aber zunehmend an Trennschärfe und wird auch für Anwendungen wie etwa für High-End-Surveillance, für medizinische oder Life-Science-Anwendungen oder auch in Fahrassistenzsystemen verwendet.

 

Im Gegensatz zum breit gefächerten Computer-Vision-System umfasst ein Machine-Vision-System gewöhnlich folgende Komponenten:

  • ein oder mehrere Systeme zur Bilderfassung, welche Objektive und bildgebende Sensoren enthalten. Die Sensoren können in unterschiedlichen spektralen Bereichen des Lichtes arbeiten: Tageslicht, monochrom, NIR (Near Infra Red), LWIR (Long Wave Infra Red), UV (Ultraviolett); auch bildgebende RADAR- oder LIDAR-Sensoren können verwendet werden.
  • (eventuell) eine, an die Applikation angepasste Beleuchtung
  • eine dedizierte Bildverarbeitungsplattform (Ausnahme: bei Einsatz von “smart cameras” geschieht die Verarbeitung bereits in der Kamera)
  • Bildverarbeitungssoftware und Algorithmen, z.B. Pattern Recognition

Embedded Vision

Embedded Vision Systeme sind kompakter und günstiger als klassische, industrielle Machine-Vision-Systeme, erfüllen aber dennoch dieselben oder sogar noch höhere funktionale und nicht-funktionale Anforderungen. Sie werden dabei vermehrt unter rauen Umgebungsbedingungen eingesetzt, in denen Eigenschaften wie Schock- und Stoßfestigkeit oder Eignung für erweiterte Temperaturbereiche unerlässlich sind.  Die Miniaturisierung im Bereich der Elektronik ermöglicht es, Bildverarbeitungssysteme, Kameramodule und Rechnerplattformen direkt in Maschinen, Geräten oder Produkten zu integrieren. Das Ergebnis sind Embedded-Vision-Systeme mit optimiertem Design.

 

Rechnerplattformen zeichnen sich dabei durch ihre geringe Leistungsaufnahme, ihre kleine Bauform oder durch ihre Kosteneffizienz aus. Use-case optimierte Processing Boards oder Basisboards mit System-on-Modules (SoM) dienen dabei als Recheneinheiten. Ein klassischer Industrie-PC wird nicht benötigt. Oft wird auch die Sensorik direkt in die Rechenplattform integriert (Boardlevel-Kameras). Somit entsteht ein vollständig eingebettetes System.

 

Im Vergleich zum Machine-Vision-System steigt der Entwicklungsaufwand und Modularität geht verloren, jedoch liegen die anwendungsbezogenen Vorteile von Embedded Vision klar auf der Hand.

 

Vorteile von Embedded Vision:

  • geringe Stückkosten
  • kleinere Systeme mit weniger Gewicht und damit die Möglichkeit zur optimierten mechanischen Integration in Maschinen, Fahrzeuge etc.
  • niedriger Energieverbrauch, z.B. für mobile Systeme
  • robust – für den Einsatz unter rauen Umgebungsbedingungen