Automate 2022

Automate 2022

Die Automate wird von der Association for Advancing Automation (A3) veranstaltet und ist die größte lösungsbasierte Messe für Automatisierung, Robotik, Vision, Motion Control und mehr in Nordamerika.

Treffen Sie unsere MVTec-Experten und erfahren Sie mehr über die neuesten Funktionen der MVTec-Standardsoftware HALCON, MERLIC und dem Deep Learning Tool. Um mehr über die neuesten Fortschritte beim Lesen von Bar- und Datencodes sowie bei der Erkennung von Anomalien zu erfahren, sollten Sie sich unsere Live-Demonstrationen genauer ansehen:

Bar- und Datacodelesen

Die Komplexität und die Anforderungen an die Geschwindigkeit von Logistikaufgaben nehmen ständig zu. Die Identifizierung und Rückverfolgbarkeit von Produkten ist für viele moderne Hersteller eine immer wichtigere Notwendigkeit. Waren werden mit verschiedenen Barcodes, Datacodes, Zeichen und Symbolen bedruckt, markiert oder graviert, um den Inhalt zu identifizieren und wichtige Herstellungsinformationen zu liefern. Das Lesen von Strich- und Datacodes ist eine der bisher einfachsten Möglichkeiten, Waren zu identifizieren. Es gibt verschiedene Arten von Barcodes und Datacodes. Beide Methoden stehen grundsätzlich vor den gleichen Herausforderungen, da Codes beschädigt oder anderweitig gestört werden können. Die neuesten Algorithmen der industrielle Bildverarbeitung bewältigen diese Probleme und ermöglichen eine robuste und schnelle Dekodierung der Informationen. Die fehlerfreie Identifizierung von Barcodes mit unseren Softwareprodukten wird ständig verbessert. Unser Showcase demonstriert live, dass alle gängigen Bar- und Datacodes mit den Softwareprodukten von MVTec unabhängig von der Orientierung gelesen werden können - selbst bei einer Elementbreite von weniger als 1 Pixel (Subpixel) oder in Fällen, bei denen Code teilweise verdeckt ist.

Anomalie-Erkennung mit MERLIC

Anhand einer Live-Demonstration werden Sie an die Anomalie-Erkennung mit MERLIC herangeführt. Die Deep-Learning-basierte Anomalieerkennung erleichtert die automatisierte Oberflächeninspektion z.B. zur Erkennung und Segmentierung von Defekten erheblich. Für das Training wird nur eine geringe Anzahl hochwertiger Bilder benötigt, da Defekte unterschiedlichen Aussehens ohne Vorkenntnisse oder vorherigen Beschriftungsaufwand erkannt werden können. Erfahren Sie mehr über unsere Deep-Learning-Technologien.