Zusammenfassung
Neben einigen allgemeinen Grundlagen geht es um die optische Aufnahme von Gegenständen und die Auswertung der Daten, sprich Zuordnung zu bekannten Formen und Gegenständen. Beim Lichtschnittverfahren wird mit einer projizierten Lichtebene gearbeitet. Kamerabasierte Systeme sind oft Mitwirkende beim Ordnen und Vereinzeln von Werkstücken, die meistens stufenweise arbeiten. Eine Konturprüfung ist oft auch Bestandteil von Systemen zur Qualitätskontrolle. Weiterhin werden Beispiele aus der Praxis gezeigt, die sensorisch eine breite Palette verschiedener Sensoren betreffen. Wichtig sind immer auch die Beleuchtungsarten. Zu den nichtoptischen Abtastsystemen werden einige taktile Systeme gezeigt. Schließlich erscheinen auch Beispiele für das Lesen von Barcodes und anderen Codes. Laserscanner haben hier ihr Potenzial entfaltet. Die industrielle Bildverarbeitung hat sich in den letzten Jahren zu einer Schlüsseltechnologie entwickelt. Sie erschließt neue Möglichkeiten zum Beispiel bei der Oberflächeninspektion von Objekten, der Vollständigkeitskontrolle, der Identifikation und Klassifizierung, der automatischen Montage, der Qualitätsprüfung und der Lagebestimmung sowie Vermessung von Gegenständen. Der Einsatz technisch visueller Systeme wird vor allem dann in die engere Wahl gezogen, wenn die Objektivität des Erkennens, die Erkennungsgeschwindigkeit und die Genauigkeit eine große Rolle spielen.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Takeyasu, J., Kasai, M., Shimomura, R., et al. (1977). An approach of the integrated robot with multiple sensory feedback. Proc 7th Int Symp On Industrial Robot.
Pugh, A. (1983). Robot vision. Berlin, Heidelberg: Springer.
Schmid, R. (1995). Industrielle Bildverarbeitung. Braunscheig, Wiesbaden: Vieweg.
Ahlers, R.-J., & Warnecke, H. J. (1991). Industrielle Bildverarbeitung. München: Addison-Wessley.
Demand, C., Streicher-Abel, B., & Waszkewitz, P. (1998). Industrielle Bildverarbeitung. Berlin, Heidelberg: Springer.
Jähne, B. (2005). Digitale Bildverarbeitung. Berlin, Heidelberg: Springer.
Wahl, F. M. (1986). A coded light approach for depth map acquisition. 8. DAGM Symposium Mustererkennung, Paderborn. Berlin, Heidelberg: Springer.
Hesse, S. (2000a). Der Fluidmuskel in der Anwendung. Esslingen: Blue Digest on Automation Festo.
Hesse, S. (2000b). Rationalisierung der Kleinteilezuführung. Esslingen: Blue Digest on Automation Festo.
v Puttkammer, E. (1994). Sensorintegration zur geometrischen Weltmodellierung. Informationstechnik und Technische Informatik, 36(1), 34–38.
Möller, R. (2006). Das Ameisenpatent. München: Elsevier.
Schmid, D. (2005). Steuern und Regeln für Maschinenbau und Mechatronik. Haan-Gruiten: Europa-Lehrmittel.
Zadd Ramos S (2004) Greifen bei Servicerobotern: Lernen und Selbstorganisation. Diss. Universität Bochum.
Krämer, K. (2002). Automatisierung in Materialfluss und Logistik. Wiesbaden: Deutscher Universitätsverlag.
Lenk, B., & Lenk, M. (2002). Handbuch der automatischen Identifikation. Kirchheim: Fachbuchverlag.
Weisshaupt, B., & Gubler, G. (1992). Identifikations- und Kommunikationssysteme. Landsberg: moderne industrie.
Finkenzeller, K. (2002). RFID-Handbuch. München, Wien: Hanser.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2018 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Hesse, S., Schnell, G. (2018). Abbildung und Erkennung von Objekten. In: Sensoren für die Prozess- und Fabrikautomation. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-21173-8_7
Download citation
DOI: https://doi.org/10.1007/978-3-658-21173-8_7
Published:
Publisher Name: Springer Vieweg, Wiesbaden
Print ISBN: 978-3-658-21172-1
Online ISBN: 978-3-658-21173-8
eBook Packages: Computer Science and Engineering (German Language)