KI-gestützte Sichtprüfung an der Fertigungslinie: die technischen Entscheidungen, die vorher fallen

Am Fehler beginnen, nicht an der Kamera

Vor jeder Hardwarefrage steht die Festlegung, was an diesem Teil als Fehler gilt und wer darüber entscheidet. Das klingt trivial, bis man es prüft.

Nehmen Sie hundert Teile von der Linie, auch die unangenehmen, und lassen Sie zwei erfahrene Prüfer sie unabhängig voneinander in i.O. und n.i.O. sortieren. Bei eindeutigen Fehlern werden sie übereinstimmen. Im Grenzbereich — der schwache Kratzer, die unvollständige Füllung, der lesbare, aber unscharfe Druck — oft nicht.

Diese Uneinigkeit ist die eigentliche Obergrenze der Erkennungsgüte. Wenn zwei Menschen, die diese Arbeit seit Jahren machen, sich beim selben Teil nicht einig sind, gibt es keine eindeutig richtige Antwort, die ein Modell lernen könnte, und kein Lieferant kann eine liefern; jede Genauigkeitsangabe in einem Angebot ist wertlos, solange die Definition nicht steht.

Abhilfe schafft kein besserer Algorithmus, sondern ein schriftlicher Fehlerkatalog — jede Fehlerart benannt und bebildert — und ein Satz physischer Grenzmuster je Klasse: das schlechteste noch zulässige Teil und das beste Teil, das noch Ausschuss ist. Diese Teile sind die Referenz für die Datenannotation und für die Abnahmeprüfung.

Ein Problem, das niemand konsistent definieren kann, lässt sich nicht automatisieren, sondern nur schneller bestreiten.

Industriekameras nach Kriterien auswählen, nicht nach Marke

Die Kameraauswahl ist eine Rechenaufgabe, keine Geschmacksfrage.

Die Auflösung folgt dem kleinsten Merkmal, das Sie sehen müssen. Teilen Sie das Sichtfeld — das Teil plus Reserve dafür, wie es liegen kann — durch die Sensorpixel; das ergibt Millimeter pro Pixel. Ein Fehler, der auf einem einzigen Pixel landet, wird nicht zuverlässig gefunden. Rechnen Sie mit mehreren Pixeln über das kleinste Merkmal, bei geringem Kontrast mit mehr. Auflösung darüber hinaus kostet Bandbreite und Schärfentiefe, und Kontrast schlägt ohnehin Pixelzahl.

Die Belichtung muss schneller sein als die Linie. Bewegungsunschärfe ist Geschwindigkeit mal Belichtungszeit: Ein Teil, das sich mit einem Meter pro Sekunde bewegt, verschmiert bei einer Millisekunde Belichtung um einen Millimeter. Übersteigt der Schmier den Fehler, ist die Prüfung bereits verloren. Kürzere Belichtung heißt mehr Licht — deshalb sind Beleuchtung und Kamera eine einzige Entscheidung. Für alles, was sich bewegt, gehört ein Global Shutter in die Spezifikation; ein Rolling Shutter liest zeilenweise aus und verzerrt ein bewegtes Teil.

Flächenkamera oder Zeilenkamera. Flächenkameras passen zu diskreten Teilen, die an einer Station stehen oder getaktet anhalten. Die Zeilenkamera baut das Bild Zeile für Zeile auf — für endlose Bahnware, Bandmaterial oder Extrudat, oder für ein zylindrisches Teil, das an der Kamera vorbeigedreht wird — und braucht eine konstante oder encodersynchrone Bewegung.

Monochrom, außer die Farbe ist der Fehler. Monochrom verwendet jedes Pixel auf Detail und ist bei wenig Licht empfindlicher. Farbe nur dann, wenn die Farbe die Information trägt: ein falschfarbiges Bauteil, ein Fleck, Druckfarbe gegen eine Vorgabe.

Schnittstelle und Verkabelung. Die Schnittstelle bestimmt Kabellänge, Bandbreite und Kosten — GigE für lange Wege, USB3 am Arbeitsplatz, bandbreitenstarke Industrieschnittstellen für schnelle Zeilenkameras. Dazu das Unspektakuläre, an dem die meisten Anlagen im Feld scheitern: schleppkettentaugliche Leitungen, verriegelbare Steckverbinder, Zugentlastung und eine Verlegung abseits von Antriebs- und Schweißleitungen.

Die Beleuchtung entscheidet über mehr als die Kamera

Ein Fehler, den das Licht offensichtlich macht, ist ein einfaches Problem; derselbe Fehler, den ein Modell aus einem verrauschten Bild herausholen soll, ist ein teures. Einige wenige Geometrien decken die meisten Aufgaben ab. Hellfeld, Licht entlang der Blickachse, liefert ein gleichmäßiges Allzweckbild für Druck, Farbe und Anwesenheit. Dunkelfeld im streifenden Winkel lässt Kratzer und Gravuren vor dunklem Hintergrund aufleuchten. Durchlicht stellt das Teil als Silhouette dar, für Außenmaße, Lochlage und Füllstand. Eine Dombeleuchtung hüllt ein gewölbtes oder glänzendes Teil in gleichmäßiges Licht — die Antwort auf Druck auf reflektierenden Oberflächen. Koaxiales Licht fällt entlang der optischen Achse ein, für flache spiegelnde Oberflächen und Laserbeschriftung.

Kratzer, Delle und Druckfehler sind drei verschiedene Beleuchtungsaufgaben: streifendes Licht für den Kratzer; für die Delle, die die Neigung ändert und nicht die Farbe, ein Licht, dessen Reflex sich mit dieser Neigung verschiebt; flaches, blendfreies Licht für den Druck. Wer alle drei mit einer einzigen Leuchte erschlagen will, bekommt eine Station, die in allem mittelmäßig ist.

Dann das Umgebungslicht, das Anlagen still und leise zerlegt, die die Abnahme bestanden haben: Nachmittagssonne durch ein Dachfenster, eine Schicht, die andere Hallenleuchten einschaltet. Begegnen Sie dem physikalisch — die Station abschotten, einen Bandpassfilter passend zur LED-Wellenlänge setzen und kurz und hell aus dem Aufnahmetrigger blitzen, damit Ihr Licht den Raum dominiert.

Ein stabiles Bild ist billiger als ein größeres Modell.

2D oder 3D

Die meiste Prüfung ist ein 2D-Problem: Anwesenheit, Lage, Maße in der Ebene, Druck, Farbe, alles, was als Kontrast auf einer Oberfläche erscheint.

3D wird dort nötig, wo das Merkmal Höhe oder Form ist und keinen verlässlichen Kontrast erzeugt: Raupenhöhe auf einer Klebstoffbahn, Koplanarität von Pins, Schweißnahtprofil, Verzug, eine Delle in unlackiertem Blech, Füllstand in einem undurchsichtigen Behälter. Lasertriangulation braucht eine Relativbewegung, Streifenlichtprojektion arbeitet am stehenden Teil; beide tun sich schwer mit spiegelnden Oberflächen und mit Verdeckungen und erzeugen deutlich mehr Daten je Teil.

Ein praktischer Test: Kann ein guter Prüfer das Teil nach einem Foto beurteilen, ist es eine 2D-Aufgabe. Muss er es ins Licht kippen, ist es 3D oder eine spezielle Beleuchtungsgeometrie — und die Beleuchtung sollte man zuerst versuchen.

Etiketten- und Druckprüfung ist meist kein KI-Problem

Vieles, was als Anfrage nach KI-Bildverarbeitung hereinkommt, ist Etiketten- und Druckprüfung, und vieles davon ist deterministisch: die Bewertung eines Barcodes oder Data-Matrix-Codes, der Vergleich von gedrucktem Text gegen eine erwartete Zeichenfolge, die Kontrolle, ob der richtige Änderungsstand auf dem richtigen Produkt sitzt.

Schwierig ist nicht das Lesen, sondern die Herkunft des Sollwerts. Tippt der Werker den Solltext an der Station ein, haben Sie einen Tippfehler automatisiert; Code, Charge, Datum und Änderungsstand müssen aus dem Auftrag im MES oder ERP kommen. Maschinelles Lernen verdient sich seinen Platz hier bei der Druckqualität — Verschmieren, fehlende Punkte, Verzerrung auf gewölbten Flächen — nicht beim Vergleich.

Trainingsdaten, ehrlich betrachtet

Ihre Linie produziert ganz überwiegend gute Teile, und dieses Ungleichgewicht prägt die Prüfdaten. Es macht die Gesamttrefferquote nutzlos: Ein Modell, das alles für gut erklärt, schneidet auf einem Datensatz aus fast nur guten Teilen gut ab. Beurteilen Sie über die Fehler — wie viele wurden gefunden, wie viele gute Teile wurden verworfen.

Es prägt auch den Ansatz. Die Anomalieerkennung lernt den Normalzustand aus guten Teilen und meldet Abweichungen; sie braucht wenige Fehlerbilder und reagiert auf Dinge, die sie nie gesehen hat, sagt aber nur, dass das Teil ungewöhnlich ist, nicht, was daran falsch ist. Überwachte Klassifikation und Segmentierung benennen und lokalisieren den Fehler, was ein Fehlerkatalog und SPC brauchen, verlangen dafür aber echte Beispiele jeder Klasse — mehr, als alle erwarten. So oder so kennt ein Modell nur die Fehler, die man ihm gezeigt hat.

Dann die Drift. Das Modell ist eine Momentaufnahme der Linie zur Trainingszeit, und die Linie verändert sich: ein neuer Lieferant, eine andere Materialcharge, Werkzeugverschleiß, eine beim Reinigen angestoßene Kamera, ein neuer Teilestand. Nachtrainieren ist eine Instandhaltungsaufgabe mit Verantwortlichem und Termin, keine Projektphase, die irgendwann endet.

Die Annotation verdient eine bewusste Entscheidung, denn wer die Bilder labelt, definiert Qualität für das ganze Werk. Sie gehört zu denen, die die Fehlerdefinition verantworten, und geht von den Grenzmustern aus; sonst kehrt die Uneinigkeit der Prüfer von oben als inkonsistente Labels zurück, und die begrenzen alles Nachgelagerte.

Synthetische und augmentierte Daten helfen an bestimmten Stellen. Augmentierung — kleine Änderungen in Drehung, Lage, Helligkeit, Schärfe — ist billig, solange Sie in dem bleiben, was die Station physisch erzeugen kann. Gerenderte Bilder helfen am meisten dort, wo der Fehler geometrisch und beschreibbar ist: ein fehlendes Bauteil, eine falsche Orientierung. Am wenigsten helfen sie dort, wo das Aussehen des Fehlers selbst die Unbekannte ist — und genau die kann ein Renderer nicht erfinden.

Womit Sie auch trainieren: Halten Sie einen Testsatz echter Bilder zurück, Grenzmuster eingeschlossen. Nur so lässt sich ehrlich sagen, ob ein neues Modell besser ist als das alte.

Pseudofehler sind eine betriebswirtschaftliche Entscheidung, keine technische

Jedes Prüfsystem hat einen Schwellenwert, und der wägt zwei Fehlerarten gegeneinander ab: Zieht man ihn an, findet man mehr Fehler und verwirft mehr gute Teile; lockert man ihn, ist es umgekehrt. Keine Einstellung beseitigt beides. In welche Richtung Sie neigen, ist eine wirtschaftliche Frage Ihres Werks — was ein durchgelassener Fehler kostet, gegen das, was Überaussortierung an Ausschuss, Nacharbeit und Werkerzeit kostet.

Die Asymmetrie sollte man einplanen. Überaussortierung zerstört Vertrauen schneller, als übersehene Fehler es tun. Übersehene Fehler bleiben wochenlang unsichtbar; eine Station, die gute Teile auswirft, fällt binnen einer Stunde auf, und die Reaktion ist vorhersehbar: Der Werker fängt an zu übersteuern, dann schaut er gar nicht mehr hin, und die Kamera ist eine teure Lampe.

Also muss jemand verantworten, wo der Schwellenwert liegt: eine namentlich benannte Person in der Qualitätssicherung, die Einstellung im Prüfplan dokumentiert, Änderungen protokolliert. Drei Ergebnisse statt zwei — i.O., n.i.O. und ein Graubereich, der an einen Menschen geht — erlauben eine scharf eingestellte Erkennung, ohne dem Werker den gesamten Grenzbereich aufzuladen. Legen Sie die Abnahmekriterien vor der Inbetriebnahme in betrieblichen Größen fest: durchgelassene Fehler je tausend Teile und Pseudofehler je Schicht.

Ein Urteil auf einem Bildschirm ändert nichts

Das Bild ist aufgenommen, das Modell hat eine Antwort, und mit dem Teil ist noch nichts geschehen. Zweierlei muss folgen.

Die Reaktion an der Anlage. Der Ausschuss muss physisch durchgesetzt werden — ein Ausschieber, eine Weiche oder eine Verriegelung, die den nächsten Arbeitsgang an diesem Teil verhindert — über die PLC, mit einem Handshake, der bei fehlgeschlagener Aufnahme oder zu langsamer Inferenz einen sicheren Zustand herstellt statt eines stillen Gutbefunds. Bestätigen Sie das Ausschleusen mit einem Sensor, der das Teil gehen sieht. Ein Ausschieber, der danebengreift, ohne es zu melden, ist schlimmer als gar keine Prüfung, denn jetzt glauben alle, die Teile seien geprüft worden.

Der Datensatz. Urteil, Bild und Zeitstempel gehören an Fertigungsauftrag, Charge, Seriennummer, Station und Modellversion, im MES und im QMS. Die Modellversion zählt: Nach einem Nachtraining stammen die Urteile von gestern von einem anderen Richter. Erst dieser Datensatz macht Prüfung zu etwas, das sich verzinst — die Fehlerrate je Klasse wird zu einer SPC-Größe, und Eingrenzung wird zur Abfrage statt zu einer Woche Papierarbeit.

Woran eine Installation scheitert

Fast immer an einem dieser Punkte, und selten am Modell.

Instabile Teilelage — das Teil kommt nicht in gleicher Position, gleichem Winkel und gleichem Abstand an: Vibration, ein loser Halter, eine beim Reinigen verschobene Aufnahme. Der Vorrichtungsbau ist die billigste Genauigkeit, die Sie je kaufen werden.

Ein Schwellenwert ohne Verantwortlichen, der mit der jeweiligen Schicht wandert.

Ein Teilestand, für den niemand nachtrainiert hat. Die technische Änderungsverwaltung muss die Prüfung als betroffenes System führen.

Eine Überbrückung ohne Spur. Werker brauchen die Möglichkeit zu übersteuern, aber sie muss protokolliert und ausgewertet werden.

Niemand sieht sich Bilder an. Jemand muss in festem Rhythmus die Fehlerbilder und eine Stichprobe der Gutbilder ansehen; so wird Drift bemerkt, bevor ein Kunde sie bemerkt.

Bedingungen des Proof of Concept, die für Produktion gehalten werden. Die Vorführung lief am Labortisch, nachts, und ein Mensch hielt das Teil still.

Wo wir hineinpassen

Das Computer-Vision-Modul von Meta Smart Factory deckt die Prüfseite davon ab — Kameras und Beleuchtung, spezifiziert für den Fehler, den Sie tatsächlich haben, Modelle, die auf Ihren eigenen Teilen trainiert sind, Inferenz an der Linie — und ist mit unseren Modulen MES und Quality (QMS) verbunden, sodass das Urteil an Fertigungsauftrag und Charge landet und in Rückverfolgbarkeit und SPC einfließt, statt an einer Lampe zu enden. Die Ausschleusung läuft über die PLC auf derselben IIoT- und OPC-UA-Anbindung.

Wenn Sie am Anfang stehen, ist der sinnvolle erste Schritt keine Vorführung. Es ist der Test mit hundert Teilen und zwei Prüfern und ein schriftlicher Fehlerkatalog — und wir führen ihn gern mit Ihnen durch, bevor irgendjemand eine Kamera spezifiziert.