Wie klein und wie groß kann ein iPhone in der Produktion prüfen?

Kurzfassung

Ein iPhone 17 Pro, das über deiner Linie montiert ist, deckt eine Spanne von 260-Mikron-Fehlern (ein feiner Oberflächenkratzer auf verzinktem Metall) bis zu 5,3 Meter breiten Paletten ab. Welches Extrem du erreichst, hängt nur davon ab, welche Linse du wählst und wie weit der Mount vom Objekt entfernt sitzt. Ein Gerät gibt dir vier Konfigurationen, wofür sonst drei separate Keyence- oder Cognex-Sensoren nötig wären.

Kleinste zuverlässig erkennbare Defektgröße pro Konfiguration:

• Makro (Ultra Wide bei 10 cm, nur iPhone Pro): ~0,26 mm
• Telephoto (3×) bei 1 m: ~0,5 mm
• Main 2× bei 1 m: ~0,8 mm
• Main 1× bei 1 m: ~1,6 mm
• Ultra Wide bei 1 m: ~3 mm

Größte abgedeckte quadratische Fläche pro Konfiguration:

• Ultra Wide bei 3 m: 5,3 × 5,3 m
• Main 1× bei 3 m: 3,3 × 3,3 m
• Main 2× bei 3 m: 1,6 × 1,6 m
• Telephoto bei 3 m: 1,0 × 1,0 m

Fang beim Field of View an

Montiere ein iPhone auf einem Halter über deiner Linie und das erste, was du wissen willst, ist: Wie viel von der Linie sieht es eigentlich? Das Field of View bestimmt, was du prüfen kannst, was du zählen kannst und wie viele Geräte du brauchst, um eine Station abzudecken. Wenn du das falsch einschätzt, verpasst die Kamera entweder die Hälfte des Bauteils oder du stehst am Ende mit drei iPhones da für eine Aufgabe, die eines gebraucht hätte.

Unten steht, was du brauchst, um das selbst auszurechnen, bevor du einen Mount festschraubst: was Field of View bedeutet, wenn das iPhone die Arbeit einer Industriekamera macht, warum jedes Setup durch einen 1:1-Quadrat-Crop läuft, wie sich die vier verfügbaren Linsen bei realen Arbeitsabständen verhalten und wie du die richtige wählst für das, was du gerade prüfen willst.

Warum wir auf 1:1 zuschneiden

Der iPhone-Sensor ist 4:3. Nahezu keine industrielle Inspektionsaufgabe ist es. Bauteile laufen einzeln durch eine Station, Defekt-Regions-of-Interest sitzen in einer quadratischen Auswertezone und ML-Modelle trainieren zuverlässiger auf konsistenten quadratischen Inputs. Statt das Modell zwischen Linsen über Seitenverhältnisse rätseln zu lassen, nimmt Enao einen quadratischen Ausschnitt aus der Mitte eines 2K-Sensor-Readouts. Die Seiten-Pixel werden verworfen, und Breite und Höhe der sichtbaren Ebene kollabieren auf denselben Wert.

Der Vorteil: Jede Linse liefert dieselbe Bildform, das Umschalten von der Main auf die Telephoto zwischen Schichten zerbricht also nie ein Defekt-Modell oder eine Alert-Koordinate. Der Preis sind ein paar Seiten-Pixel, was auf einem 48-MP-Main-Sensor mit 2K-Quadrat-Crop zu klein ist, um für die Prüfung eine Rolle zu spielen.

Die vier iPhone-Linsen, in einfachen Worten

Das iPhone 17 Pro liefert drei physische Rückkameras und eine hochwertige digitale Option, die sich wie eine vierte verhält. Enao macht dir alle vier zugänglich, weil jede einen anderen Arbeitsabstand und eine andere Defektgröße abdeckt.

Ultra Wide bei 0,5× Zoom, 13 mm Äquivalent-Brennweite. Das ist die Panorama-Option, deren Aufgabe es ist, so viel von einer Linie, einem Raum oder einer Palette wie möglich in einem einzigen Bild zu zeigen. Auf sehr kurzen Arbeitsabständen erfasst sie die gesamte Fläche rund um eine Arbeitsstation, ohne dass eine Weitwinkel-Industrieoptik nötig wäre. Die Ultra Wide ist auch die einzige Linse mit einem Autofokus-Bereich, der kurz genug für Makro ist. Auf iPhone-Pro-Modellen aktiviert der Makro-Modus sich automatisch, wenn der Mount rund 10 cm vom Ziel sitzt. Im Makro wird dieselbe Linse zu einem beinahe-mikroskopischen Inspektionswerkzeug und löst Merkmale unter 0,3 mm auf, bei einem Arbeitsabstand, den du mit einer Hand überspannen kannst. Der Kompromiss bei längeren Abständen ist die Auflösung pro Millimeter, denn ein 3 mm breiter Defekt bedeckt bei 3 m Distanz nur noch ein paar Pixel.

Main / Fusion bei 1× Zoom, 24 mm Äquivalent. Die Standardlinse und ungefähr das Field of View, das du wahrnimmst, wenn du auf Armlänge geradeaus schaust. Die meisten Setups landen hier, weil sich Abdeckung und Detail so gut ausgleichen, dass es für Stückzahlerfassung, Produkterkennung, Barcode-Lesen und mittlere Defekt-Detektion auf einem Mount reicht.

Main / Fusion bei 2× Zoom, 48 mm Äquivalent, verlustfreier Sensor-Crop. Apples 48-MP-Sensor ist groß genug, dass Enao die Mitte ausschneiden kann, um eine doppelt so lange Linse zu simulieren, ohne Pixel-Auflösung zu verlieren. Das Ergebnis ist ein Field of View, das exakt halb so groß ist wie das der 1×-Main, bei derselben 2K-Arbeitsauflösung. Nützlich, wenn du mehr Detail auf einem Defekt willst, die Kamera aber nicht physisch näher rücken oder eine echte Telephoto-Optik ergänzen willst.

Telephoto bei 3× Zoom, 77 mm Äquivalent. Eine dedizierte optische Linse für Reichweite, mit engem und straff begrenztem Bildausschnitt. Das ist, was du nimmst, wenn der Defekt klein ist und du den Mount nicht näher setzen kannst, oder wenn das Objekt auf einer schnellen Linie sitzt und du den Mount aus dem Weg von Bedienern und Gabelstaplern halten willst.

Die genauen Zahlen, von 10 cm Makro bis 3 m

Das Diagramm unten ist das, was du dir zum Bookmark machst oder ausdruckst, bevor du einen Mount spezifizierst. Jede Spalte zeigt eine Linse. Jede horizontale Ebene zeigt die Größe des quadratischen Field of View auf diesem Arbeitsabstand, gemessen von der Linse zur Prüfebene. Weil die Lichtprojektion linear ist, ist die 2-m-Ebene exakt doppelt so groß wie die 1-m-Ebene, und die 3-m-Ebene ist dreimal so groß. Die 10-cm-Zeile ist separat: Sie zeigt die Ultra Wide im Makro-Modus, wo dieselbe lineare Beziehung gilt, aber nur eine Linse so nah fokussieren kann.

Die mobil-optimierte Version desselben Diagramms nutzt ein kompaktes Karten-Layout, eine Karte pro Linse, mit proportionalen Balken in echter 1-m-, 2-m- und 3-m-Abdeckung.

Dieselben Werte in Tabellenform.

Ein schneller Sanity-Check, den Ingenieure mögen: Die 2× Main ist bei jedem Abstand exakt halb so groß wie die 1× Main. Das ist eine direkte Folge der Sensor-Crop-Mathematik. Verdoppelt man die effektive Brennweite, halbiert sich die abgedeckte Breite und Höhe. Die 10-cm-Makro-Zeile setzt dieselbe Beziehung in die andere Richtung fort; die Ultra Wide bei 10 cm deckt exakt ein Zehntel dessen ab, was sie bei 1 m abdeckt.

Pixel pro Millimeter, die Zahl, die entscheidet, was du wirklich prüfen kannst

Die Abdeckung sagt dir, was im Bild ist. Die Auflösung pro Millimeter sagt dir, ob die KI den Defekt sehen kann, auf den es ankommt. Der 1:1-Crop nutzt ein 2K-Readout, jedes quadratische Field of View oben wird also mit 2048 mal 2048 Pixeln erfasst. Teile die Pixelzahl durch die FOV-Breite und du bekommst die Pixel-pro-Millimeter-Dichte auf diesem Abstand. Multipliziere den Kehrwert mit drei oder vier Pixeln und du hast eine Arbeits-Schätzung für den kleinsten Defekt, den ein Defekt-Modell zuverlässig klassifizieren kann.

Die Faustregel hinter der Spalte für den min. Defekt: Ein Defekt muss im Bild drei bis vier Pixel abdecken, bevor ein modernes KI-Modell ihn mit der Zuverlässigkeit klassifizieren kann, die eine Produktionslinie verlangt. Sub-Pixel-Defekte lassen sich manchmal mit Anomaly Detection markieren, aber für benannte Defektklassen mit akzeptablen Falsch-Positiv-Raten sind drei bis vier Pixel die Arbeitsuntergrenze.

Die 10-cm-Makro-Zeile ist die Decke dessen, was ein iPhone heute auflösen kann. Bei 11,57 Pixeln pro Millimeter ist der kleinste Defekt, den die KI zuverlässig klassifiziert, rund 260 Mikrometer, also etwas mehr als die doppelte Breite eines menschlichen Haares. Das deckt feine Oberflächenkratzer auf verzinktem Metall ab, Druckqualitäts-Probleme auf Labels, Lötstellen-Anomalien auf kleinen PCBs, Toleranz-Checks auf Kunststoff-Overmolds und Laser-Mark-Prüfung auf gefrästen Teilen. Merkmale, für die früher ein Tisch-Mikroskop oder eine dedizierte Makro-Optik-Zelle nötig waren, kannst du jetzt prüfen, indem du zu einem montierten iPhone gehst.

Wie du die richtige Linse für eine spezifische Linie wählst

Die Linsenfrage läuft immer auf zwei andere hinaus: Wie weit ist der Mount vom Bauteil entfernt, und wie klein ist das Kleinste, was gesehen werden muss.

Wenn der Mount auf einem Deckenträger 3 m über einem Bulk-Förderer sitzt und das Ziel Stückzählung von handgroßen Produkten ist, deckt die Ultra Wide die volle Bandbreite mit Reserve ab. Wenn der Mount auf einer Halterung 1 m über einer Stanzstation sitzt und das Ziel Kratzererkennung auf einer Metallabdeckung ist, ist die Main 2× oder die Telephoto die richtige Wahl, weil ein 1 mm Kratzer auf der Ultra Wide bei diesem Abstand schlicht nicht existiert.

Die meisten Setups starten auf der Main-Linse bei 1×, weil sie sauber auf den Blickwinkel abbildet, in dem du an der Linie stehen und schauen würdest. Der 2×-Crop ist das erste Upgrade, wenn ein Defekt-Modell anfängt, kleine Merkmale zu verpassen. Die Ultra Wide ist die Antwort für Paletten-skalige Prüfung und Mehr-Stationen-Abdeckung aus einem einzigen Mount. Die Telephoto ist die Antwort für Reichweite: Sie lässt ein iPhone in einer sicheren Ecke sitzen und trotzdem eine bestimmte Maschine oder ein Produktmerkmal über eine große Distanz beobachten. Der Makro-Modus auf der Ultra Wide handhabt das andere Extrem, beinahe-mikroskopische Prüfung bei 10 cm auf iPhone-Pro-Hardware, wo der Mount eigentlich eine kleine Vorrichtung an der Arbeitsstation selbst ist.

Zwei praktische Regeln aus Setups, die mehr als einmal schiefgingen. Nimm nicht die Ultra Wide, wenn der Ziel-Defekt unter 5 mm liegt und der Arbeitsabstand über 2 m. Die Zahlen oben zeigen, warum: Wenn die Pixel pro Millimeter unter der Auflösung liegen, die das Modell braucht, holt keine Beleuchtung und kein Training die fehlende Information zurück. Und plane kein Makro-Setup auf einem Basis-iPhone. Der Autofokus-Bereich der Ultra Wide ist nur auf der Pro-Linie kurz genug für 10-cm-Arbeit, und du verbringst einen Abend damit, herauszufinden, warum das Bild unscharf bleibt, bevor dir klar wird, dass die Hardware es einfach nicht kann.

Wie sich das zu Vision-Sensoren mit fester Linse verhält

Der interessante Teil des iPhone-Ansatzes ist nicht die Field-of-View-Mathematik für sich, sondern was passiert, wenn du sie damit vergleichst, wie die Branche dasselbe Problem traditionell gelöst hat. Vision-Sensor-Baureihen von Anbietern wie Keyence und Cognex sind als separate Teilenummer pro Field of View organisiert.

Keyences aktuelle IV4-Serie, der Nachfolger der weit verbreiteten IV3-Linie, kommt als Familie unterschiedlicher Modelle. Die IV4-600-Sensoren decken den weiten FOV-Bereich ab, in Monochrom (IV4-600MA) oder Farbe (IV4-600CA). Engere Bildausschnitte leben auf separaten Modellnummern. Wenn du ein noch kleineres Merkmal prüfen willst, gibt es einen Vergrößerungs-Aufsatz als Zubehör. Jede Konfiguration ist eine andere SKU zum Spezifizieren, Anfragen und Lagern. Die IP67-Klasse und die eingebaute KI machen die IV4 zu einem kompetenten Produkt, und die Einschränkung ist, dass du dich beim Kauf auf eine Brennweite pro Einheit festlegst.

Cognex sitzt an einer ähnlichen Stelle. Die In-Sight 9000-Linie kommt in Varianten für enge und weite Bildausschnitte, und die C-Mount-In-Sight- und DataMan-Systeme verlangen, dass du bei der Installation eine passende Linse nach Brennweite auswählst. Der Wechsel von einer weiten Prüfung auf einen Close-up-Defekt-Check bedeutet, den Sensor, die Linse oder die ganze Einheit physisch zu tauschen. Das ist keine Kritik an Cognex-Hardware, die exzellent ist; es ist eine Beschreibung, wie Machine Vision mit fester Linse gepreist und verkauft wird.

Setzt man das nebeneinander, ist ein iPhone im Grunde drei oder vier Vision-Sensoren in einem Gehäuse. Die Linsen Ultra Wide, Main 1×, Main 2× und Telephoto decken denselben FOV-Bereich ab, für den eine Keyence-IV4-Installation drei separate SKUs bräuchte. Enao schaltet zwischen ihnen in Software um, und der Wechsel passiert zwischen Schichten, wenn eine Linie umkonfiguriert wird. Die Hardware-Stückliste kollabiert entsprechend: Ein refurbished iPhone mit einer Lampe und einem Mount sitzt unter 1.000 €, gegenüber drei Industrie-Vision-Sensoren, die vor Controllern, Kabeln und IP-Gehäusen jeweils Listenpreise im niedrigen vierstelligen Bereich tragen.

Der Kompromiss ist ehrlich. Eine Keyence IV4 ist IP67, für eine einzige Station gebaut und optisch fest auf ihre spezifizierte Brennweite eingestellt. Sie wechselt nicht auf einen weiteren Blick, wenn du nächstes Quartal die Linie umbaust. Das ist ein Feature in einer Anlage mit einem festgelegten Produktionsprozess und ein guter Grund, dedizierte Hardware zu kaufen, wenn Qualitätskontrolle lebenskritisch ist. In den meisten anderen Kontexten ist die Flexibilität des iPhones, ein Gerät, das vier FOVs abdeckt, in der App umkonfigurierbar, mehr wert als Optik, die für genau eine Geometrie gebaut ist.

Das iPhone als Industrie-Sensor

Alles in diesem Post läuft eigentlich auf eine Sichtweise hinaus. Das iPhone ist kein Smartphone, das an eine Produktionslinie geklebt wurde. Es ist ein universeller visueller Intelligenzknoten mit vier Linsen, einer Neural Engine, die Modelle in Linien-Geschwindigkeit ausführt, einem USB-C-Port, der Ethernet und 24-V-Signale spricht, und einem fabriktauglichen Chassis. Die Linse zu wählen ist derselbe Akt, den du ausführst, wenn du einen Keyence-, Cognex- oder Basler-Katalog aufschlägst und eine feste Brennweite auswählst. Der Unterschied ist, dass alle vier Linsen auf einem Gerät leben, du sie zwischen Schichten in der App umkonfigurierst und die Hardware unter 1.000 € für ein refurbished iPhone, eine Lampe und einen Mount kostet.

Deshalb ist es zwanzig Minuten wert, die Field-of-View-Mathematik am Anfang eines Projekts durchzurechnen. Es ist dieselbe Mathematik, die du für eine feste Kamera-Zelle rechnen würdest, einmal gemacht, dann über jede Station wiederverwendet, an der eines Tages ein iPhone montiert wird.

Häufige Fragen

Wie klein einen Defekt kann ein iPhone zuverlässig erkennen? 0,26 mm auf 10 cm Arbeitsabstand im Makro-Modus. Die Faustregel lautet, dass jeder Defekt, der im Bild mindestens drei Pixel abdeckt, zuverlässig klassifiziert wird. Bei maximaler Auflösung (Ultra Wide Makro auf iPhone Pro) gibt der 2K-Sensor-Readout 11,57 Pixel pro Millimeter, drei Pixel sind also 0,26 mm, rund die doppelte Breite eines menschlichen Haares.

Wie groß eine Fläche kann ein iPhone abdecken? 5,3 × 5,3 Meter quadratisch, mit der Ultra-Wide-Linse auf 3 Meter Arbeitsabstand. Genug für eine ganze Palette oder die Breite eines Bulk-Förderers von einer Deckenhalterung aus.

Brauche ich ein iPhone Pro, oder tut es ein Standard-iPhone? Standard-iPhones decken den Bereich 1 m bis 3 m auf allen vier Linsen ab. Makro-Modus bei 10 cm funktioniert nur auf Pro-Modellen, weil der Autofokus-Bereich der Ultra Wide auf Standard-iPhones nicht so nah reicht. Wenn deine Prüfung Sub-Millimeter-Defekt-Detektion verlangt, spec dir ein Pro.

Mit welcher Linse sollte ich anfangen? Die Main-Linse bei 1× ist der Default für die meisten Setups. Sie gleicht Abdeckung und Detail gut genug aus für Stückzählung, Produkterkennung, Barcode-Lesen und mittlere Defekt-Detektion. Wechsle auf den 2×-Lossless-Crop, wenn ein Defekt-Modell anfängt, kleine Merkmale zu verpassen, oder schalte auf die Telephoto (3×), wenn du lange Reichweite aus einer sicheren Montageecke brauchst.

Wie ist das anders als eine Keyence IV4 oder Cognex In-Sight? Vision-Sensoren mit fester Linse werden als eine Teilenummer pro Field of View verkauft. Um die Spanne von weiter Prüfung bis Close-up-Defekt-Detektion abzudecken, kaufst du drei separate Sensoren. Ein iPhone gibt dir dieselbe Spanne aus einem einzigen Gerät, zwischen Schichten in Software umschaltbar. Der ehrliche Kompromiss ist, dass eine Keyence IV4 IP67 ist und optisch fest auf eine Station eingestellt, was du willst, wenn die Linie sich nie ändert.

Wo kommen die Zahlen her? Enao lässt jedes Deployment durch einen 1:1-Quadrat-Crop eines 2K-Sensor-Readouts laufen (2048 × 2048 Pixel). Das Field of View wächst linear mit dem Arbeitsabstand, die 2-m-Ebene ist also exakt doppelt so groß wie die 1-m-Ebene, und die 3-m-Ebene dreimal. Die Pixel-pro-Millimeter-Auflösung ist 2048 geteilt durch die FOV-Breite in Millimetern. Multipliziere den Kehrwert mit drei Pixeln und du hast den kleinsten Defekt, den die KI zuverlässig klassifizieren kann.

Weiterlesen

• Industrielle Bildverarbeitung, ein praktischer Guide für Fabrik-Teams
• Machine-Vision-Inspektion: Was sie ist, was sie kostet und wann du sie einsetzt
• KI-Sichtprüfung-Anbieter im Vergleich: Keyence, Cognex, Basler und iPhone-basierte Systeme
• Machine-Vision-Systeme 2026: Typen und wie du auswählst

Jetzt starten

Der schnellste Weg zu sehen, ob die FOV-Mathematik oben für deine Prüfung funktioniert, ist, sie laufen zu lassen. Demo ausprobieren, um ein iPhone im Browser einen Live-Video-Feed prüfen zu sehen (keine Anmeldung, keine E-Mail, sechzig Sekunden), oder kostenlos starten mit dem Basic-Tier und ein iPhone heute an deiner eigenen Linie montieren.