Sensorkompetenz für die Logistikkette

Sick zeigt außerdem am Beispiel des mit dem Ifoy-Award nominierten Palettenklassifizierungssystems „Pacs“, wie sich mit Künstlicher Intelligenz komplexe Aufgaben automatisieren lassen. Anhand des Deep Learning basierende Palettenklassifizierungssystem PACS verdeutlicht der Sensorhersteller, wie Anwender heute ihre spezifischen Anforderungen mittels künstlicher Intelligenz selbständig lösen können. Dabei hilft der „Sick Appspace“ mit dem DStudio. Auf dieser Plattform kann jeder Anwender, ganz einfach seine Sick-Kamera trainieren – auch ohne Bildverarbeitungs- oder Programmierkenntnisse. Einmal mit wenigen Bildern gespeist, kann die Kamera mittels Künstlicher Intelligenz eigenständig lernen und dabei mehr und neue Varianten vom Objekt erkennen.

Mit dem „Sick Augmented Reality Assistant“, kurz SARA, lässt sich die reale Umgebung mit dem nicht sichtbaren Blickfeld des Sensors verbinden. Die App kann auf Smartphones mit Apple- oder Android-Betriebssystem installiert werden und visualisiert dort Daten aus Sensoren oder Steuerungen. OEM und Systemintegratoren reduzieren so ihre Zeiten zur Inbetriebnahme und Fehlersuche. Stoppt beispielsweise der Mobile Roboter oder das AGC können Endanwender schnell prüfen, ob der Stopp mit der Sensorfunktionalität zusammenhängt und dies entweder beheben oder ausschließen. Damit werden Geräteausfallzeiten kontinuierlich reduziert. 

Halle 1, Stand F51