Machine Vision Software LinkedIn Showcase page

Militärfahrzeuge in Berührung mit dem Roboter

Ein getarntes Objekt ist so verändert, dass es mit seiner Umgebung verschmilzt und nicht erkannt wird. Im militärischen Bereich ist die Tarnung eine taktische Notwendigkeit und entscheidet über Erfolg oder Niederlage, über Leben oder Tod der Soldaten. Deshalb sind Tarnanstriche - speziell für Fahrzeuge - äußerst wichtig. Vor über 30 Jahren wurden vom US-amerikanischen Militär Verfahren für Tarnanstriche von Fahrzeugen festgelegt. Alle Größen und Formen von LKWs und Anhängern, Liefer- und Tankwagen, Gabelstaplern, Waffensystemen, Wasserfahrzeugen, selbst Löschfahrzeugen und Trinkwasseraufbereitungsanlagen wurden erfasst.

Die Farbe der Soldatenuniformen wird je nach Einsatzgebiet festgelegt. Die gleichen Regeln gelten auch für die Auswahl der Fahrzeugfarben. Die U. S. Marine Corps Depot Operations sind für die drei "R" der Militärfahrzeuge verantwortlich: Reparatur, Instandsetzung (refurbish) und Neuaufbau (rebuild). Die Fahrzeuge werden in den Depots je nach militärischer Notwendigkeit instand gesetzt. So wird beispielsweise ein für tropische Regionen vorgesehener Jeep eine Farbe erhalten, die für Verhältnisse in der Wüste passt. Allerdings stehen die Depots unter dem Druck, Kosten zu reduzieren und die Produktivität zu erhöhen, denn die Erneuerung der Tarnfarbe eines Fahrzeuges ist eine manuelle, arbeits- und zeitintensive Aufgabe. Matt Collins, Vizepräsident der Firma Vision Systems International (VSI), Ann Arbor (MI), bezeichnet das Aufbringen von Tarnmustern auf Fahrzeuge als einen "Engpass". "Die komplexen Muster werden per Hand mit Kreide aufgezeichnet, bevor die Farbe dann ebenfalls manuell aufgetragen wird."

Ein wirklich komplexer Vorgang! Die Farbpalette enthält verschiedene militärisch erprobte Farben, von denen drei für Fahrzeuge verwendet werden, je nach Einsatzbereich. Zuerst wird die Basisfarbe auf die gesamte Fahrzeugoberfläche aufgetragen und dann mit zwei weiteren Farben im Tarnmuster akzentuiert. Jedes HMMWV (High Mobility Multipurpose Wheeled Vehicle, ausgesprochen "humvee", ein geländegängiges Fahrzeug in verschiedenen Ausführungen) hat seine eigenen Tarnmuster (CPP) und kann mit unterschiedlichem "Zubehör", das während der Instandsetzung nicht abgebaut wird, konfiguriert werden. "Dieses Zubehör wird als "Objekt" betrachtet, das wir identifizieren und lokalisieren müssen" erläutert Collins. Da es keine genauen Musterstandards gibt, macht das die Sache noch schwieriger. "Es gibt einfach keinen Standard in elektronischer Form wie z.B. CAD, so dass die Angaben der Muster ziemlich unklar sind. Fehlen genaue Vorgaben bei der Automatisierung eines manuellen Vorgangs, führt das zu einer Menge interessanter Herausforderungen" bemerkt Collins.

Das Ziel von VSI bestand darin, ein Visionsystem zu entwickeln, das einen Roboter steuern kann, der das Tarnmuster auf das jeweilige Fahrzeug aufbringt. Mit industrieller Bildverarbeitung, einer Smart Kamera und natürlich einem Roboter hat Vision Solutions das Projekt bis zur Endphase gemeistert: der Einsatz einer neuen Lackieranlage für die Depots.

VisionHub, das zentrale Nervensystem

VisionHub ist die VSI-eigene Plattform, die 3D-Einsatzmöglichkeiten mit 2D-Bildverarbeitung von Smart Kameras verbindet. Im VisionHub hat die Smart Kamera Matrox Iris P-300 die Funktion eines "Auges". VisionHub verwendet die Bilddaten als Information für die Identifizierung und Lokalisierung (Koordinatenbestimmung) der verschiedenen Fahrzeugtypen und Zubehörteile und konvertiert diese in ein 3D-Format. VSI bestimmt mit 3D-Algorithmen die Koordinaten der Fahrzeuge und des Zubehörs und diese Daten werden in das Koordinatensystem des Roboters eingelesen. So kann der Roboter seine Funktionen ausführen und das Fahrzeug mit dem gewünschten Muster in Abhängigkeit von Fahrzeuggröße, -form, Modelltyp und Zubehör versehen.

Das Zusammenspiel von kundenspezifischen und handelsüblichen Komponenten

Die Arbeitszelle unterliegt der Beleuchtung mit strukturiertem Licht (SLI), einer Methode, bei der Lichtmuster auf ein Objekt projiziert werden, um ein 3D-Bild zu entwerfen. Die von VSI erstellten SLI-Algorithmen analysieren die Krümmung der Lichtstreifen um die Fahrzeugkonturen und generieren ein 3D-Bild. "Wir glauben, dass unsere SLI-Bibliothek besser als alle anderen auf dem Markt verfügbaren ist" meint Collins. "Deshalb war es für uns wichtig, unseren eigenen Algorithmus verwenden zu können. Aufgrund der Architektur der Matrox Iris können wir den Algorithmus direkt auf die Smart Kamera laden. Zusätzlich haben wir den Vorteil der Parallelverarbeitung."

The robot gets to work.

The robot gets to work.

Die Herausforderung

"Das Militär hat einen umfangreichen Fahrzeugpark" sagt Collins. "Somit mussten wir unser System sowohl an eine große Anzahl von verschiedenen Fahrzeugmodellen als auch an mehrere Variationen eines Modells anpassen. Das war für uns eine große Herausforderung." Collins hat auch erkannt, dass der Vorteil des Systems, 2D- und 3D-Modelle ziemlich schnell erstellen zu können, wesentlich ist. "Der Koordinatenrahmen von Visionsystem und Roboter sollte übereinstimmen, so dass der Programmierer des Roboters die Daten des Visionsystems leicht erfassen kann. Wir konnten die Kalibrierung optimieren, so dass sie einfach, schnell und automatisch abläuft." Der Kalibrierungsvorgang zwischen VisionHub und Matrox Iris Smart Kamera dauert nur einige Minuten und kann ohne Verwendung externer Instrumente wie z.B. Theodolite erfolgen. Vor VisionHub konnte die Erstellung der 2D- und 3D-Visionmodelle schon mal mehrere Stunden dauern, aber nach der Implementierung des Systems kann diese Aufgabe innerhalb von Minuten ausgeführt werden. Collins meint: "Die Erstellung eines 3D-Modells des Fahrzeuges und seiner Komponenten kann eine sehr arbeitsintensive Aufgabe sein, insbesondere wenn die Modelle auf Grundlage von Daten mehrerer Kameras erstellt werden. Wir haben diese Einstellzeit durch die Verwendung intelligenter Algorithmen und die Automatisierung des Vorgangs enorm reduzieren können."

Warum wurde ein Produkt von Matrox Imaging integriert?

VSI realisierte viele der Designvorgaben mit Hilfe der Matrox Iris Smart Kamera. "Wir glauben, dass diese Plattform 3D-Leistung zu einem fairen Preis anbietet und die Matrox Smart Kameras ein hervorragendes Preis-/Leistungsverhältnis haben" sagt Collins. "Sie bieten erstklassige Bildverarbeitungsmöglichkeiten, darüber hinaus können eigene, zusätzliche Algorithmen einfach integriert werden. Und wir können dies zu einem Preis haben, der viel günstiger ist als der von anderen Kameras, mit denen wir üblicherweise arbeiten." Obwohl Collins die Matrox Imaging Library (MIL) noch nicht verwendet, denkt er darüber nach, MIL zukünftig zu integrieren. "Die Nutzung dieser Bibliothek zu einem vernünftigen Preis ist ein Faktor bei der Wahl der Kamera gewesen. Die Verarbeitungswerkzeuge für Korrelation und geometrische Muster sind besonders interessant und könnten zum Einsatz kommen, wenn die Funktionalität des Systems erweitert wird" erläutert er.

Weitere Schlüsselkomponenten im Systemdesign sind kompakte Bauteile und eine netzwerkbasierte Architektur. Die Systemkomponenten werden nur über Strom- und Ethernetkabel miteinander verbunden, was Systemausfälle reduziert. "Wir sind auch in der Lage, störungssichere Konfigurationen zu liefern", sagt Collins, "das bedeutet, dass das System trotz spezieller Störfälle weiterarbeiten kann." Und obwohl sich das System in einem kompakten Gehäuse befindet und nur über wenige Steckmöglichkeiten verfügt, ist seine Skalierbarkeit nicht begrenzt. Aufgrund der netzwerkbasierten Architektur sind Upgrates möglich. Linearer als mit jeder anderen Architektur können hier Kosten gesenkt und gleichzeitig die Leistung erhöht werden. Somit bleiben die Kosten auch bei Aufnahme neuer Fahrzeuge oder anderer Modelle kalkulierbar.

Gegenwärtig plant VSI, das Visionsystem in eines der automatischen Lackiersysteme der militärischen Depots zu integrieren. VSI möchte das Produkt aber auch für nichtmilitärische Anwendungen vermarkten.

Kontaktieren Sie unsere Medienabteilung.

Zurück nach oben