SICK auf der Vision 2022:

Sie möchten die zentralen Elemente Ihrer Produktions- und Logistikprozesse optimieren?

Mit industrieller Bildverarbeitung, was eines der bedeutsamsten Elemente der Optimierung darstellt, bietet SICK vielfältige Lösungen von Einzelkomponenten bis hin zu schlüsselfertigen Gesamtsystemen. Ob Prozess- und Qualitätskontrolle, Roboterführung, Sensorik für AGVs oder die lückenlose Rückverfolgbarkeit entlang der Wertschöpfungskette.

Das umfangreiche Vision Angebot umfasst neben einem kompletten und zukunftsweisenden Produktportfolio in den Disziplinen 1D, 2D und 3D Vision, teils mit innovativer Deep Learning Technologie, unser kompetentes Service- und Lösungsangebot.

Profitieren Sie von unseren innovativen Produkten und unserer jahrelangen Erfahrung im Umfeld der industriellen Bildverarbeitung. Gerne demonstrieren wir Ihnen unsere Neuheiten und Produkthighlights und helfen Ihnen, die bestmögliche Lösung für Ihre Anwendung zu finden, direkt auf unserem Messestand in Stuttgart auf der Vision 2022.

Unsere Bildverarbeitungsexperten stehen gerne für Sie bereit, um die ständig wachsenden Anforderungen im heutigen industriellen Umfeld gemeinsam mit Ihnen zu bewältigen. Steigern Sie die Wettbewerbsfähigkeit Ihrer Unternehmung unter dem Einfluss globaler Megatrends wie der angespannten Lieferketten, den hohen Qualitätsstandards oder der Erforderlichkeit zur ressourcenschonenden Produktion.

Wir freuen uns auf Ihren Besuch und auf interessante Gespräche in Halle 10 auf unserem Messstand D40.

Die kompakte 3D-Snapshot-Kamera Visionary-T mini liefert 3D Daten in exzellenter Qualität, um eine Vielzahl von industriellen Vision Anwendungen zu bedienen. Die zukunftsweisende Time-of-flight-Technologie bietet neben einer ausgezeichneten Hell-Dunkel-Kontrast Performance einen weiten Distanzbereich bei hoher Bildaufnahmefrequenz. Eine kosteneffiziente Lösung für Logistik, Robotik oder Industriefahrzeuge.

Der ultrakompakte 2D Vision-Sensor InspectorP611 bietet die perfekte Plattform für Bildverarbeitungslösungen bei beschränktem Bauraum und kostensensitiven Applikationen. Ausgestattet mit einem umfassenden Werkzeugkasten an „traditionellen“ Bildverarbeitungswerkzeugen, kann der Sensor durch das App-Konzept individuell auf jede Herausforderung angepasst werden - inklusive innovativer Deep Learning Lösungen auf Basis der Intelligent Inspection App.

Die Ruler3000 Produktfamilie kombiniert die außerordentliche Performance des SICK 3D-CMOS-Sensors mit den Vorteilen eines werkseitig kalibrierten Systems. Höchste Messgenauigkeit und Geschwindigkeit in einem robusten Gehäuse garantiert einfache Integration selbst bei anspruchsvollen 3D Applikationen in vielen Industrien. 

Mit dem auf Deep Learning Algorithmen basierenden System zur Klassifizierung von Paletten von SICK – kurz PACS – können Kunden den bislang aufwändigen und manuellen Prozess der Klassifizierung von Paletten nun automatisieren, Kosten sparen und die Transparenz im Paletten-Handling erhöhen. Die automatische Unterscheidung von bepfandeten und pfandfreien Paletten steigert die Effizienz im Mehrwegkreislauf und verbessert nachhaltig die Sicherheit in einer rauen Arbeitsumgebung. Ein weiteres Aushängeschild für die SICK Lösungskompetenz. 

Mit der Intelligent Inspection App macht SICK Deep Learning nutzbar für jedermann. Die App läuft auf allen SICK InspectorP Smart Kameras und beinhaltet sowohl Anomaly Detection als auch Classification Tools. Einfachste Handhabung durch intuitive Workflows – kein Expertenwissen notwendig

Das Qualitätskontrollsystem Foreign Object Detection System (FOS) detektiert Fremdkörper auf vielfältigen Oberflächen, die zum Beispiel bei nachgelagerten Montageprozessen zu Kollisionen oder Beschädigungen führen können. Durch hochgenaue 3D Messdaten und eine übersichtliche Benutzeroberfläche, können kostspielige Folgeschäden zuverlässig verhindert werden. Ein modularer Systemaufbau ermöglicht die individuelle Skalierung in unterschiedlichsten Anwendungsgebieten. 

Bitte beachten Sie: Sie können sich mit Ihren Kontaktdaten maximal  1 Ticket sichern.