Support Center
FALLSTUDIE
Branche: Landwirtschaft
Produkt: Helios2+ 3D-Kamera
Anwendung: Automatisierte Euterreinigung
SDK: Cognex Designer & Deep Learning Studio, Arena SDK
Automatisierte Stallhygiene mit 3D-Vision und Robotik
Milchviehbetriebe stehen täglich vor der Herausforderung, arbeitsintensive Prozesse in der Milchproduktion zu automatisieren – insbesondere die Reinigung von Euter und Zitzen vor dem Melken. Eine gleichbleibend hohe Hygiene ist nicht nur gesetzlich vorgeschrieben, sondern auch entscheidend für Tiergesundheit und Milchqualität. Manuelle Reinigungsmethoden sind oft unzuverlässig, und vorhandene mechanische Bürstensysteme liefern keine konstanten Ergebnisse unter unterschiedlichen Betriebsbedingungen.
Um diese Probleme zu lösen, entwickelte Fisher Smith, ein britischer Systemintegrator für industrielle Bildverarbeitung, ein robotergestütztes System, das jede Kuh automatisch vor dem Melken reinigt. Die Tiere werden auf einem rotierenden Melkkarussell positioniert, wo das System den Euterbereich erkennt, die Reinigung durchführt und anschließend das Melkgeschirr vollautomatisch anlegt.
Herausforderung
Die Entwicklung eines Systems, das Kühe zuverlässig und sicher in einer landwirtschaftlichen Umgebung reinigen kann, brachte zahlreiche Herausforderungen mit sich. Der Stall stellte hohe Anforderungen an Robustheit und Beständigkeit gegenüber Staub, Feuchtigkeit und organischen Partikeln. Daher war eine widerstandsfähige Kameragehäusekonstruktion und eine automatische Linsenreinigung erforderlich.
Auch die Genauigkeit war entscheidend: Der Roboterarm musste präzise gesteuert werden, um mit einem lebenden Tier zu interagieren, ohne Verletzungen oder Stress zu verursachen. Eine stabile Kalibrierung zwischen Roboter und Kamera sowie eine exakte Referenzierung waren nötig, um wiederholbare Bewegungen sicherzustellen.
Die Bildverarbeitung war ebenfalls anspruchsvoll. Es mussten komplexe 3D-Daten aus X-, Y-, Z- und Intensitätsbildern in Echtzeit verarbeitet werden, um mit der Bewegung des Karussells und des Roboters Schritt zu halten. Eine maßgeschneiderte Deep-Learning-Pipeline wurde entwickelt, um Zitzen zuverlässig von anderen Körperpartien oder Hintergrundelementen zu unterscheiden. Diese Anforderungen verdeutlichten die Grenzen bisheriger manueller oder mechanischer Reinigungssysteme, die weder skalierbar noch zuverlässig genug für gleichbleibende Hygieneergebnisse waren.
Lösung
LUCIDs Helios2+ Time-of-Flight (ToF) Kamera, geliefert von ClearView Imaging, LUCIDs autorisiertem Vertriebspartner im Vereinigten Königreich, bildete die Basis für die Lösung dieser Herausforderungen. Das IP67-geschützte Gehäuse, kombiniert mit High-Dynamic-Range (HDR) und Hochgeschwindigkeitsmodi, machte sie ideal für den rauen Einsatz im Stall. Ihre Fähigkeit, präzise 3D-Tiefenbilder der Unterseite der Kuh zu erzeugen, ermöglichte Fisher Smith den Aufbau einer robusten Deep-Learning-Inspektionspipeline. Mithilfe mehrerer XYZ-Map-Ausgaben lieferte die Helios2+ detaillierte Raumdaten, die in Cognex Designer und Cognex Deep Learning Studio verarbeitet wurden, um die Position der Zitzen mit hoher Zuverlässigkeit zu identifizieren.
Für die nahtlose Integration entwickelte Fisher Smith eine eigene Dynamic-Link-Library (DLL), die eine direkte Kommunikation mit Cognex Designer und Deep Learning ermöglichte. Mit LUCIDs ArenaView Software wurden Kamera-Profile konfiguriert und die Tiefengenauigkeit optimiert. Die Helios2+ war über GigE Vision mit einem PC verbunden und ermöglichte eine schnelle und stabile Datenübertragung. Die verarbeiteten Bilddaten steuerten anschließend einen Sechsachsroboter, der das Reinigungswerkzeug präzise an jeder Zitze positionierte – für gleichmäßige und reproduzierbare Ergebnisse.
Das System lieferte präzise, Echtzeit-3D-Daten zur Robotersteuerung, erfüllte die gesetzlichen Hygieneanforderungen und reduzierte den manuellen Arbeitsaufwand erheblich. Zudem war das Deep-Learning-Modell übertragbar und anpassungsfähig, sodass das System auf anderen Betrieben mit minimalem Trainingsaufwand implementiert werden konnte. Durch den Einsatz der Helios2+ wurde ein zuvor ungleichmäßiger Prozess in eine präzise, automatisierte und skalierbare Lösung verwandelt.
Was die Lösung besonders auszeichnet, ist nicht nur ihre Geschwindigkeit und Präzision, sondern vor allem ihre konstante Leistung. Im Gegensatz zum Menschen wendet die KI stets dieselben Qualitätskriterien an – unabhängig von Schicht oder Umgebung. Sie passt sich neuen Daten schnell an, lernt aus Randfällen und aktualisiert ihre Modelle ohne aufwendige Programmierung. Die Integration in SPS-Systeme erfolgt nahtlos, und die Architektur ist bereit, bei Bedarf mit MES- und ERP-Systemen verbunden zu werden.
Durch den Einsatz kostengünstiger Standardhardware und modularer Software ist die Lösung sowohl wirtschaftlich als auch skalierbar. Sie erfordert keine speziellen Eingriffe durch Bediener und kann mit minimaler Anpassung auf weitere Stationen oder Betriebe übertragen werden.
Fazit
Durch die Kombination von Robotik, KI und 3D-Bildverarbeitung konnte der Anbieter von Melktechnik eine langjährige Herausforderung der landwirtschaftlichen Automatisierung erfolgreich lösen. Die Helios2+ ermöglichte die für eine effektive und gleichmäßige Reinigung erforderliche Präzision, Robustheit und Wiederholbarkeit. Neben der Einhaltung der Hygienestandards senkt die Lösung die Arbeitskosten, erhöht den Durchsatz und verbessert das Wohlbefinden der Tiere.
Dank ihrer Flexibilität und Skalierbarkeit bietet sie einen zukunftsweisenden Ansatz für moderne Milchviehbetriebe. Diese Fallstudie zeigt, wie industrielle 3D-Vision-Technologie von LUCID in Zusammenarbeit mit den Experten von Fisher Smith eine Schlüsselrolle bei der Einführung präziser Robotik und KI in der Landwirtschaft spielt.
Die Helios2+ Time-of-Flight-Kamera mit IP67-Schutz ermöglicht eine präzise und sichere Reinigung der Kühe im landwirtschaftlichen Einsatz.
Weitere Informationen:
Fisher Smith (Systemintegrator für industrielle Bildverarbeitung)
ClearView Imaging (LUCIDs Vertriebspartner im Vereinigten Königreich)
Helios2+ ToF-Kamera Produktseite
