Computer Vision ermöglicht es Robotern, visuelle Informationen zu interpretieren. Kameras erfassen Bilder. Algorithmen extrahieren deren Bedeutung: Kanten, Formen, Objekte, Gesichter, Bewegungen. Der Roboter nutzt diese Bedeutung zum Navigieren, Greifen, Prüfen oder Verfolgen.

Frühe Computer-Vision-Systeme basierten auf manuell programmierten Regeln: Kanten erkennen, Vorlagen abgleichen, Entfernungen messen. Sie funktionierten nur bei kontrollierten Lichtverhältnissen und versagten sonst. Deep Learning hat das geändert. Faltungsneuronale Netze lernen Merkmale aus beschrifteten Bildern. Sie können eine Katze, einen Riss in einer Schweißnaht oder eine reife Erdbeere erkennen, ohne dass ihnen gesagt wird, wonach sie suchen sollen.

Was Computer Vision ermöglicht

• Objekterkennung und -klassifizierung.
• Positionsbestimmung für Greifvorgänge.
• Visuelle Servoregelung für präzise Ausrichtung.
• Fehlererkennung in der Fertigung.
• Simultane Lokalisierung und Kartierung (SLAM).

Bildverarbeitung ist schwierig, weil die Welt komplex ist. Lichtverhältnisse ändern sich. Objekte überlagern sich. Reflexionen stören die Kameras. Ein Roboter, der im Labor gut sieht, kann in der Fabrikhalle versagen. Ingenieure verwenden daher mehrere Kameras, strukturiertes Licht und Tiefensensoren, um die Robustheit zu erhöhen. Sie trainieren die Roboter außerdem mit Daten aus der realen Umgebung, nicht nur mit sauberen Datensätzen. Computer Vision ist aus gutem Grund das aktivste Forschungsgebiet in der Robotik. Kann ein Roboter sehen, sind ihm fast alle Möglichkeiten offen. Kann er es nicht, ist er auf blinde, repetitive Bewegungen beschränkt.