Warum Event-Kameras in der industriellen Robotik weiterhin kaum eingesetzt werden. Eine Barriereanalyse für die Lagerlogistik

Abstract

Event-Kameras erfassen Helligkeitsänderungen pro Pixel asynchron mit Latenzen im Mikrosekundenbereich, hohem Dynamikumfang und geringem Energiebedarf. Damit eignen sie sich in natürlicher Weise für die schnellfahrenden autonomen mobilen Roboter, die derzeit in der Lagerlogistik aufkommen. Trotz dieser Eignung sind sie in dokumentierten industriellen Einsätzen mobiler Roboter bislang weitgehend abwesend. Der vorliegende Beitrag untersucht die strukturellen Ursachen dieser Lücke anhand einer Barriereanalyse entlang von vier Dimensionen, nämlich Datenverfügbarkeit, Reife von Werkzeugen und Integration, Heterogenität der Repräsentationen sowie Anwendungspassung. Auf Grundlage einer strukturierten Auswertung der Literatur zur ereignisbasierten Bildverarbeitung und eigener praktischer Erfahrung zeigt sich, dass lagerspezifische Datensätze trotz insgesamt reichlich vorhandener Ereignisdaten weiterhin selten sind und nur einen engen Geschwindigkeitsbereich abdecken, dass Treiber und Software-Stacks trotz weitgehend gelöster Kalibrierung über Hersteller- und Community-Projekte hinweg fragmentiert bleiben, dass sich keine dominante Ereignisrepräsentation herausgebildet hat und dass die Klasse der Szenarien, in denen Event-Kameras einen entscheidenden Vorteil bieten, schmaler ausfällt als häufig angenommen. Wir schließen daraus, dass Event-Kameras für eine klar umrissene Teilmenge von Anwendungen in der Lagerlogistik tatsächlich nutzbringend sind, allen voran für die Navigation bei hohen Geschwindigkeiten und für die Wahrnehmung unter schwierigen Lichtverhältnissen, dass eine breitere Verbreitung jedoch von Fortschritten bei Daten, Schnittstellen und Repräsentation abhängt sowie von einem Auswahlkriterium, das am Versagensmodus der etablierten Sensorik ansetzt.