Mouser German Blog

Die Landwirte von heute brauchen neue Präzisionstechnologien, um den täglichen Betrieb zu erleichtern und die Ernteerträge zu steigern, aber praktikable Lösungen sind oft schwer zu finden. Hier kommt der Ingenieur ins Spiel.

Drohnen, auch bekannt als unbemannte Luftfahrzeuge (Uncrewed Aerial Vehicles, UAVs), werden immer smarter, schneller und koordinierter – von der Präzisionslandwirtschaft bis hin zur Katastrophenhilfe. Die nächste Entwicklungsstufe: der synchronisierte Flug.

Das Design medizinischer Roboter bringt jedoch zahlreiche technische und rechtliche Herausforderungen mit sich, wodurch innovative Ansätze und neue Technologien wie künstliche Intelligenz erforderlich werden.

Im Star Wars-Universum sind Droiden aller Art unterwegs, die zum Beispiel bei diplomatischen Missionen und der Reparatur von Raumschiffen helfen. Fiktive Roboter wie C-3PO, R2-D2 und BB-8 dienen nicht nur ihren Menschen, sondern haben auch eine eigene Persönlichkeit, sind autonom und verfügen über ein gewisses technisches Verständnis.

Herkömmliche Operationssäle entwickeln sich zu Präzisionszentren voller Innovationen, in denen Augmented Intelligence und bildgebende Technologien in Echtzeit wesentliche Elemente der chirurgischen Versorgung sind.

In der Robotik und der maschinellen Bildverarbeitung kommen verschiedene Feedback-Mechanismen zum Einsatz, um die Genauigkeit sicherzustellen. Die Erkennung von dreidimensionalen Räumen mit einigermaßen guter Genauigkeit kann auf verschiedene Weise erfolgen. Bei der nächsten Generation von Systemen, die auf Bildverarbeitung basieren, liegt der Schwerpunkt auf einer präziseren Tiefen- und Volumensensorik mit höherer Genauigkeit.

Fortschrittliche 3D-Sensorlösungen, mehrkanalige Spektralsensoren und Projektionslichtsysteme erlauben es Robotern, die Welt wahrzunehmen und mithilfe von Licht mit Menschen zu kommunizieren.

In diesem Beitrag in Zusammenarbeit mit Samtec erfahren Sie, welche Faktoren es bei Entwicklungen für Roboter zu beachten gibt.

In diesem Blog-Beitrag finden Sie heraus, welche Vorteile Single Pair Ethernet für Produktionsanlagen mit sich bringt.

Roboter werden immer günstiger, einfacher zu programmieren und immer geschickter bei neuen Aufgaben – und mehr und mehr Unternehmen setzen sie ein.

Lesen Sie in diesem Beitrag, wie die Mira-Bildsensoren von ams OSRAM intelligentes Machine Learning unterstützen.

In diesem Beitrag stellen wir Ihnen das Robotik-Starterkit Kria KR260 von AMD Xilinx vor, das leistungsstarke industrielle Schnittstellen und Funktionen für Entwickler zum Testen und Evaluieren intelligenter autonomer Roboterlösungen kombiniert.

Wir leben in ausgesprochen dystopischen Zeiten. Kein Wunder also, dass wir uns von der Technologie eine hoffnungsvollere Zukunft versprechen. In keinem anderen technologischen Bereich wird dies so deutlich wie in der Welt der Robotik und KI.

Die Pandemie hat in vielen Branchen einen Wandel bewirkt – die Industrie ist dabei keine Ausnahme. Die explodierende Nachfrage in einigen Wirtschaftsbereichen wirkte sich auf andere aus und führte zu heftigen Schwankungen bei der Beschaffung von Arbeitskräften und Rohstoffen. Arbeitnehmer und Unternehmen mussten sich innerhalb kürzester Zeit an die neuen Bedingungen anpassen. Die Lösung? Moderne Technologie. Dieser Blog befasst sich mit den beiden führenden Technologien, die Verbesserungen bei verschiedenen Prozessen möglich gemacht haben.

Die Industrieautomatisierung ist schon anspruchsvoll genug, ohne dass Sie sich über Kabelbrüche und kaputte Stecker Gedanken machen müssen.

Bei der robotergestützten Prozessautomatisierung (RPA) geht es um Demokratisierung, und das setzt ein gewisses Maß an Standardisierung voraus. Doch bisher gibt es fast keine Standardisierungsbemühungen. Bislang ist der einzige verfügbare Standard eine Taxonomie des IEEE, während die RPA-Anbieter weiterhin proprietäre und unzusammenhängende Lösungen anbieten.

Wenn man erst einmal in die Welt der Technik eingetaucht ist, fängt man an, Science-Fiction-Actionfilme, wie z.B. die Terminator-Reihe, mit ganz anderen Augen zu sehen. In diesem Artikel stellen wir neue Produkte von Trinamic, Intel® und Renesas vor, die Roboter beim Sehen, Bewegen und Denken unterstützen.

Die Ermittlung der Entfernung zu einem Objekt ist scheinbar eine triviale Aufgabe. Dafür hat die Menschheit Zollstöcke, Maßbänder und – nachdem klar war, dass Licht eine mehr oder weniger konstante Geschwindigkeit hat – optische Sensorgeräte erfunden. Interessanter wird diese Aufgabe, wenn gleichzeitig andere Parameter des Objekts gemessen werden müssen, z. B. die Geschwindigkeit oder die räumliche Orientierung. Störende Faktoren wie variables Umgebungslicht, komplexe Oberflächen oder Vibrationen erschweren die Aufgabe zusätzlich.

Wir Menschen haben außergewöhnliche biologische Sensoren, wie z. B. unsere Augen und Ohren, die mit einem einzigartigen Prozessor (nämlich unserem Gehirn) gekoppelt sind. Die Entwickler von Systemen für maschinelles Sehen (Machine Vision) versuchten zunächst, unsere menschlichen Fähigkeiten nachzubilden, indem sie bildgebende Sensoren im visuellen Spektrum mit Verfahren aus den Bereichen künstliche Intelligenz (KI) und Machine Learning (ML) kombinierten, um die Erkennung von Objekten zu ermöglichen. Die Fähigkeiten dieser Systeme lassen sich durch den Einsatz von Doppelsensoren für binokulares Sehen und Tiefenerkennung weiter verbessern.

Damit die heutige Industrieautomatisierung von den Fließbändern bis zur Energieversorgung reibungslos funktioniert, benötigen Unternehmen aller Größenordnungen eine Vielzahl von Produkten. Die Hersteller sind ständig bestrebt, Produkte zu entwickeln und zu verfeinern, die die Produktivität und Sicherheit erhöhen und gleichzeitig die Kosten niedrig halten. Die Gewährleistung von Automatisierungsstandards bedeutet einen besseren Kundenservice - das Lebenselixier für Hersteller in einem wettbewerbsintensiven Umfeld. Dazu müssen die Qualität, die Flexibilität und die Erfassung von Datenanalysen im Fertigungsprozess erhöht und verbessert werden. Zudem müssen die Produktivitätsgewinne genutzt werden, die mit der Automatisierung, also beispielsweise mit Robotern und so genannten Cobots (kollaborativen Robotern), verbunden sind.

Das Projekt Southern Ocean Carbon and Climate Observations and Modeling (SOCCOM) hat sich zum Ziel gesetzt, das wissenschaftliche und öffentliche Bewusstsein über die Rolle des riesigen Südpolarmeeres für den Klimawandel und die Biogeochemie zu verändern. Der Südliche Ozean besteht aus den südlichsten Gewässern des Weltozeans. Er erstreckt sich im Allgemeinen südlich von 60° südlicher Breite und umschließt die Antarktis. Wichtige und einzigartige Phänomene treten im und um den Südlichen Ozean auf.

Dieser Artikel gibt eine Einführung in intelligente Sicherheitssysteme wie sie in Smart Communities zum Einsatz kommen. Er beschreibt die Prinzipien und die Anwendung von Algorithmen zur Erkennung von Gesichtern, Handlungen und Personen. Neben dem aktuellen Stand intelligenter Erkennungstechnologien geht er auf deren technische Hürden ein und gibt einen Ausblick auf die künftige Entwicklung.

Die Welt entwickelt sich stetig weiter – und mit ihr auch das Gesundheitswesen. Die Zukunft des Gesundheitssektors wird von Künstlicher Intelligenz bestimmt: von Anwendungen im Bereich Televisite über Krebsfrüherkennung bis hin zu Roboter-assistierten Operationssystemen. Es ist davon auszugehen, dass die KI im Gesundheitswesen zunehmend Verbreitung findet – und das vielleicht schon eher als erwartet.

Egal wie tief man in die Technologie zur Fahrzeugerkennung einsteigen will, ist es lohnenswert, die Technologie in ihrer Breite zu erkunden. Dieser Artikel nimmt den Leser mit auf eine Entdeckungsreise. Er verwendet eine fachliche, aber leicht verständliche Sprache, um Computerprogramme zur Fahrzeugerkennung vorzustellen, einschließlich den Merkmalsalgorithmen und -prozessen und Klassifizierungsalgorithmen und -prozessen von Histogram of oriented gradients (HOG) und Support Vector Machine (SVM).

Dieser Artikel befasst sich mit der Entstehungsgeschichte von neuronalen Netzwerk-Algorithmen und den Anfängen in der Forschung. Die bionischen Prinzipien neuronaler Netzwerkalgorithmen sowie die konkrete Ausarbeitung der Algorithmen werden systematisch analysiert und der Entwicklungskontext neuronaler Netzwerke wird aufgezeigt. Außerdem wird der aktuelle Stand in der Erforschung neuronaler Netzwerke beleuchtet, und es erfolgt ein Ausblick auf die künftige Entwicklung und Trends in der Anwendung.