FAQ zu Machine Vision Software

Machine Vision Software wird zur Lösung von Bildverarbeitungsaufgaben mit wenglor Machine Vision Produkten im Bereich der industriellen Bildverarbeitung eingesetzt.

wenglor bietet die folgenden Machine Vision Softwares an: 

• Software wenglor uniVision 3
• Software wenglor Discovery Tool
• Software uniVision 2
• Software VisionApp 360
• Software VisionApp Demo 3D
• Supportsoftware

Neue Software-Versionen werden bei Funktionserweiterungen, Performance-Optimierungen und Bugfixes zur Verfügung gestellt.

wenglor uniVision 3 ist eine Software zum Einstellen von wenglor Machine Vision Produkten zur Lösung von Aufgaben im Bereich der industriellen Bildverarbeitung. Die Entwicklungsumgebung ermöglicht Benutzerinnen und Benutzern eine automatisierte Datenauswertung (z. B. Bildauswertung) über grafische Benutzeroberflächen sowie die Erstellung von Konfigurationen anstelle der herkömmlichen Programmierungen. Die wenglor uniVision 3 qualifiziert sich dadurch als Low-Code- beziehungsweise No-Code-Plattform.

Bei registrierten Nutzern kann die Software uniVision 3 kostenfrei über die Produktdetailseite DNNF023 heruntergeladen und installiert werden.

Die wenglor uniVision 3 baut auf der Funktionalität von uniVision 2 auf, beinhaltet aber zahlreiche neue Funktionen, Optimierungen und Bugfixes. Zudem unterstützen uniVision 2 und 3 unterschiedliche Geräte:

• uniVision 2: Smart Camera weQube B50, 2D-/3D-Profilsensoren, Control Unit BB1C5
• uniVision 3: Smart Camera B60, Machine Vision Controller MVC

Die Software wenglor uniVision 3 wird von der Smart Camera B60 und von dem Machine Vision Controller MVC unterstützt. Sie ist die Standard-Software für alle künftigen wenglor Machine Vision Geräte.

In der wenglor uniVision 3 gibt es eine Toolbox mit zahlreichen Softwaremodulen, die flexibel zum Job hinzugefügt und beliebig miteinander verknüpft werden können.

Templates sind vordefinierte uniVision-Jobs für eine bestimmte Aufgabe (z. B. Codelesen), die auf dem uniVision-Produkt geladen werden können. In den Templates sind bereits die wichtigsten Module hinterlegt und verknüpft, sodass nur wenige Parameter angepasst werden müssen.

Zur Bedienung der wenglor uniVision 3 werden zwar keine Programmierkenntnisse, aber Grundlagenkenntnisse in der industriellen Bildverarbeitung und Parametrierkenntnisse benötigt

Die Software wenglor uniVision 3 benötigt einen PC mit Windows 10 oder Windows 11. Details dazu finden Sie in den technischen Daten auf der Produktdetailseite. 

Software- und Firmware-Updates für uniVision 3 werden mehrmals pro Jahr veröffentlicht, um den Funktionsumfang von uniVision-Geräten zu erweitern, sowie deren Stabilität und Performance kontinuierlich zu verbessern.

Ja, sofern die Geräte mit uniVision 3 kompatibel sind, können neue Soft- und Firmwareupdates schnell und einfach über die Gerätewebsite auf das entsprechende Gerät geladen werden. Genauere Beschreibungen des Updateprozesses finden Sie in der Bedienungsanleitung des entsprechenden Geräts.

Die meisten in der Software wenglor uniVision 3 verfügbaren Module können innerhalb eines Jobs mehrfach verwendet und beliebig kombiniert werden. Ausnahmen sind die Module „Tabellenkalkulation“ und „Bild Deep OCR“ (für die Smart Camera B60), sowie die Schnittstellen, welche nur einmal pro Job verwendet werden können.

Ja, die Software kann auch später über separate Lizenzpakete erweitert werden.

Ja, Profile können über den Teach Plus oder über den Simulationsmodus offline in uniVision eingelesen werden, wenn sie im ply-Format sind. So können Profile beispielsweise in der VisionApp Demo 3D abgespeichert und in uniVision 3 simuliert werden.

Ja, im Teach Plus Modus können Daten (Bilder oder Profile) über den Image Container Viewer in uniVision einfach gespeichert, gelöscht und geladen werden. Im Simulationsmodus werden Daten (Bilder oder Profile) über einen unveränderbaren Ordnerpfad vom PC eingelesen. 

Im Produkt DNNF023 Software uniVision 3 ist ein offline Simulator enthalten, welcher weitestgehend kostenfrei und ohne Lizenzierungen genutzt werden kann. Lediglich um die Module

• Bild Code 1D

• Bild Code 2D

• Bild Deep OCR

• Bild Mustervergleich

• HALCON Script

offline nutzen zu können, ist die Lizenz DNNL022 erforderlich.

Die Software wenglor uniVision 3 kann auch ohne Gerät offline auf zwei verschiedene Weisen zur Simulation verwendet werden:

• Teach Plus Modus
• Simulationsmodus

Mit dem Teach Plus Modus können beispielsweise Projekte mit Gut- und Schlechtbildern, die mit der Kamera aufgenommen wurden, optimiert werden. Zudem können über die in der Software hinterlegten Beispiele auch schnelle Tests zur Evaluierung der Software durchgeführt werden. Der offline Simulationsmodus ermöglicht die Evaluation der Software mit Bild- oder Profildateien, die mit Fremdhardware aufgenommen oder synthetisch erzeugt wurden.

Die Visualisierung eines Jobs kann flexibel und frei eingestellt werden. Dabei können Ergebnisse beispielsweise direkt im Bild als Overlay angezeigt werden. Die Visualisierung ist webbasiert und auf jedem Gerät mit Browser nutzbar.
 

Die wenglor uniVision 3 unterstützt alle relevanten Schnittstellen zu Steuerungen und Robotern, damit uniVision-Geräte schnell und einfach integriert werden können.

Mit uniVision 3 kann je Prozessinstanz eine Roboterverbindung zum Schweißen oder für Robotik Vision aufgebaut werden. Bei der Smart Camera B60 ist also eine Verbindung zu einem Roboter möglich, während beim Machine Vision Controller MVC 16 individuelle Roboterverbindungen zum Schweißen und / oder Robotik Vision möglich sind.

Ja, in uniVision 3 gibt es Templates für gängige Stoßarten, welche die Einrichtung des Jobs erleichtern.

Für die Schweißnahtführung mit uniVision 3 sind neben einem Roboter ein 2D/3D-Profilsensor MLxL, ein Machine Vision Controller MVC und das Lizenzpaket uniVision Robotics (enthalten bei der Variante MVCV001 oder über das Lizenzpaket DNNL026 nachlizensierbar) notwendig.

Die Kalibrierung von Kamera und Roboter mit Robot Vision erfolgt durch eine Hand-Auge Kalibrierung mittels eines Kalibrierobjekts. Dabei kann die Kamera statisch verbaut sein oder sich am Endeffektor des Roboters befinden. Professionelle, steife und temperaturbeständige Kalibrierobjekte sind in verschiedenen Größen verfügbar. Für die Kalibrierroutine müssen verschiedene Positionen eingelernt werden, in denen die Kamera das Kalibrierobjekt sieht, damit die Beziehung zwischen Kamera und Roboter ermittelt wird.

Die Software uniVision 3 ermöglicht die Kommunikation mit Robotern verschiedener Hersteller. Über die offene Robot Vision API kann auch eine Verbindung zu Robotern hergestellt werden, deren Typ noch nicht offiziell unterstützt wird.

Robot Vision wird in wenglor uniVision 3 von der Smart Camera B60 und von dem Machine Vision Controller MVC mit den Machine Vision Cameras der BBVK- oder BBZK-Serie unterstützt.

In Messapplikationen werden Kalibrierplatten eingesetzt, um die Verzerrung der Optik zu bereinigen und eine präzise Umrechnung von Pixel- in Millimeter-Werte zu gewährleisten. Dies erfolgt in der Software wenglor uniVision 3 durch das Modul Image Calibration.
Weiterhin ermöglicht eine Kalibrierplatte bei Robot-Vision-Anwendungen eine einfache und schnelle Kalibrierung. Dabei findet ein Koordinatenabgleich statt, wobei die durch die Optik entstehende Verzerrung eliminiert wird. Für eine präzise Kalibrierung sollte die Kalibrierplatte komplett im Sichtfeld der Kamera sein und mindestens die Hälfte des Sichtfelds abdecken. Auf Papier gedruckte Kalibriermuster resultieren in einer ungenaueren Kalibrierung. Undurchsichtige Platten (z. B. ZVZJ001) eignen sich für Auflichtanwendungen, durchsichtige (z. B. ZVZJ005) für Durchlichtanwendungen.

Ändert sich die Beziehung zwischen Kamera und Roboter nicht, so ist keine erneute Kalibrierung notwendig.

In der Software wenglor uniVision 3 können auch die Daten von mehreren verschiedenen Objekten mit einer Bildaufnahme gefunden und an den Roboter geschickt werden, um die Taktzeit für Pick-and-Place Aufgaben zu optimieren. Somit muss der Roboter weniger häufig in die Detektionspose fahren und kann direkt weitere bereits gefundene Objekte greifen.
 

Für das Picken in Pick-and-Place Anwendungen können  in der Software wenglor uniVision 3 auch beliebige Offsets in x und y eingerichtet werden, damit das Objekt beispielsweise an der Spitze gegriffen werden kann.

In der Pick-and-Place Anwendung kann für jeden Objekttyp eine individuelle Objekthöhe eingerichtet werden, sodass verschiedene Objekttypen auf unterschiedlichen Höhen gegriffen werden können. 

In der Software wenglor uniVision 3 können verschiedene Objekttypen einfach eingelernt werden. Der Objekttyp kann anschließend direkt an den Roboter geschickt werden.

 

Das Einlernen von Objekten erfolgt in der wenglor uniVision 3 am einfachsten über die Module Mustervergleich und Lokalisierung. 

Das Modul „Gerät Robot Vision“ in der wenglor uniVision 3 ermöglicht die direkte Kommunikation zwischen 2D-Kameras und Robotern.

Ja, die Ausführung von HALCON-Scripten kann auch an ein spezifisches Gerät gebunden werden. Somit kann verhindert werden, dass ein Projekt mit HALCON-Script einfach auf andere Geräte kopiert wird.
 

HALCON-Scripte können verschlüsselt werden, um ungewollte Änderungen am Script zu verhindern.

Im HALCON-Dictionary können Daten wie eingelernte Konturmodelle dauerhaft und plattformunabhängig gespeichert werden.

Es sind zahlreiche Beispiele für HALCON-Scripte vohanden, die auf einfache Weise zeigen, welche Datentypen unterstützt werden und wie Anwendungen einfach realisiert werden können.

Der typische Workflow für die Arbeit mit HALCON-Scripten ist wie folgt:

• Aufzeichnung einer Teach+-Datei mit realen Daten
• Erstellung des HALCON-Scripts mit den aufgenommenen Daten in der Software HDevelop
• Laden des HALCON-Scripts in der Software wenglor uniVision 3 im Modul HALCON Script

Die zur Erstellung eines HALCON-Scripts benötigten Bilddaten werden in einer Teach+-Datei mit realen Daten aufgezeichnet.

Das uniVision-Ökosystem ermöglicht einen flexiblen Datenaustausch zwischen allen uniVision-Modulen und dem Modul HALCON Script. Zahlreiche Schnittstellen (z. B. PROFINET, EtherNet/IP) sind auf dem uniVision-Produkt verfügbar. Die Ergebnisse vom Modul HALCON Script können somit über die uniVision-Schnittstellen direkt und flexibel ausgegeben werden. Die flexible webbasierte Visualisierung ermöglicht auch die flexbile und individuelle Anzeige von Ergebnisse aus dem Modul HALCON Script – sogar direkt im Bild!
 

Ja, die HDevEngine läuft bereits auf uniVision-Geräten. Somit können HALCON-Scripte direkt auf uniVision-Geräten ausgeführt werden. Somit kann der Fokus auf die Anwendungslösung (Software) gerichtet werden!
 

HALCON-Scripte können auch mit anderen HALCON-Versionen erstellt werden. Die Kompatibilitätshinweise mit der auf uniVision-Geräten verwendeten Version HALCON 22.11 müssen jedoch beachtet werden.
 

Auf uniVision-Geräten läuft die Version HALCON 22.11.

Folgende Datentypen können sowohl von uniVision-Modulen an das Modul HALCON Script übergeben werden (Inputs) als auch vom Modul HALCON Script an andere uniVision-Module zurückgegeben werden (Outputs):

• Ikonische Variablen
  • Bilder
  • Regionen
  • XLDs
• Kontrollvariablen
  • Integer
  • Real
  • String

Ja, die Standard-Softwaremodule in der Software wenglor uniVision 3 können beliebig mit HALCON-Scripten kombiniert werden. Der Datenaustausch zwischen den Modulen ist flexibel möglich!

Somit ermöglicht die wenglor uniVision 3 eine Kobination aus Parametrierung und Programmierung:

• Parametrierung:
  Standardaufgaben können einfach mit den Standard-uniVision-Modulen aus der uniVision-Toolbox gelöst werden 
• Programmierung: Komplexe Aufgaben können in HDevelop mit HALCON-Scripten gelöst werden.

HALCON ist die umfangreiche Programmbibliothek mit Bildverarbeitungsalgorithmen von MVTec. Die Entwicklungsumgebung für HALCON ist die Software HDevelop.

Hier mehr über HALCON MVTec erfahren
 

HALCON-Scripte, die in der Software HDevelop von MVTec erstellt werden, können im Modul HALCON Script in der uniVision-Software geladen und auf dem uniVision-Produkt (z. B. B60) ausgeführt werden. Die dafür notwendige HDevEngine ist auf dem uniVision-Produkt bereits vorinstalliert.

Das AI Lab ermöglicht die Erstellung eigener KI-Modelle direkt über die Benutzeroberfläche, ohne dass zusätzliche Schritte außerhalb des AI Labs erforderlich sind. Darin erstellte KI-Modelle werden in uniVision 3 über das Modul „Bild AI" ausgeführt. Das Modul „Bild ONNX" ist ebenfalls ein uniVision 3-Modul zur Ausführung von KI-Modellen und eignet sich, wenn eigene Netzarchitekturen verwendet werden sollen oder Bilddaten zum Training das Firmennetzwerk nicht verlassen dürfen. Hierfür sind jedoch weitere Schritte außerhalb des AI Labs notwendig, zum Beispiel eigenes Training und Export als ONNX-Modell. Weitere Informationen finden Sie in unserem Github-Repository. Sowohl das Modul „Bild ONNX" als auch das Modul „Bild AI" sind im Lizenzpaket „uniVision AI" enthalten.

Nach Ablauf eines Bezahlplans wechselt der Account automatisch in zurück in den Free Plan. Der AI Loop steht dann nicht mehr zur Verfügung, der Nutzer kann aber weiterhin auf seine Datensätze zugreifen und diese bei Bedarf löschen. Läuft auch der Free Plan ab, ist kein Zugriff mehr auf den AI Lab-Account möglich. Der Account befindet sich dann in einer Schonfrist (Grace Period): Durch Eingabe eines neuen Lizenzschlüssels kann er inklusive aller Daten reaktiviert werden. Erfolgt dies nicht, wird der Account nach Ablauf der Schonfrist endgültig gelöscht.

wenglor behält sich vor, Bilddaten von Free- und Free+-Accounts zur Verbesserung eigener Modelle zu nutzen. Private Datensätze sind davon ausgeschlossen.

Ja, über die Transferfunktion kann ein gesamter Datensatz inklusive Bildern, Labels und Modellen an einen anderen AI Lab-Account übertragen werden. Dabei wird der Datensatz verschoben (nicht kopiert) und steht danach nur noch im Zielaccount zur Verfügung. Wenn der Datensatz auch im ursprünglichen Account verfügbar bleiben soll, kann er vor dem Transfer dupliziert werden.

Innerhalb eines Plans können interne Nutzer gemeinsam auf Datensätze zugreifen. Dabei werden Credits, Speicher und weitere Ressourcen geteilt. Mit externen Nutzern, die über einen eigenen AI-Lab-Plan verfügen, ist eine Zusammenarbeit über gezielt freigegebene Datensätze möglich.

Pläne können durch Stacking verlängert werden – gleiche Lizenzen addieren Laufzeit und Credits. Ein laufender Plan kann jederzeit durch einen anderen Plan ersetzt werden. Sind Limits wie Speicher, Nutzer oder Credits erreicht, können nicht mehr benötigte Daten gelöscht oder es kann auf einen höheren Plan gewechselt werden.

Ja, in uniVision 3 können Regeln definiert werden, nach denen Bilder einer bestimmten Klasse oder mit einem Score unterhalb eines festgelegten Schwellwerts automatisch über den AI Loop einem Datensatz im AI Lab hinzugefügt werden. Dies ist auch im laufenden Betrieb möglich.

Es werden alle trainierten Modellversionen gespeichert. In uniVision 3 kann entweder das zuletzt trainierte Modell oder das Primärmodell bereitgestellt werden. Letzteres wird im AI Lab vom Nutzer festgelegt. Die Validierungsmetriken, Vorhersagen und Heatmaps im AI Lab beziehen sich immer auf das zuletzt trainierte Modell.

Trainierte KI-Modelle lassen sich ausschließlich auf wenglor-Hardware ausführen. Die Trainingsdaten können jedoch auch mit Fremdgeräten erstellt und anschließend hochgeladen werden. Das AI Lab ist für die Nutzung am PC ausgelegt und nicht für Smartphones oder Tablets optimiert.

Eine permanente Internetverbindung ist nicht erforderlich. Für den Bildupload kann weHub Daten puffern und ins AI Lab übertragen, sobald wieder eine Verbindung besteht. Für die Inferenz auf dem Gerät selbst ist keine Internetverbindung notwendig.

Es gibt keine feste Begrenzung für die Anzahl der Klassen. Es wird empfohlen, dass der Datensatz alle in der Realität vorkommenden Bildszenarien abdeckt. Wichtig ist auch ein möglichst ausgewogenes Verhältnis der Bilder pro Klasse. Pro Klasse sind 5 Bilder das Minimum, empfohlen werden mindestens 50 Bilder für zuverlässige Ergebnisse. Weiterführende Informationen zum Thema KI in der Bildverarbeitung finden Sie auf unserer Technologieseite.

Standardmäßig erzeugt das AI Lab quantisierte INT8-Modelle, da diese über die integrierte NPU der B60 schneller ausgeführt werden. Nicht quantisierte FP32-Modelle können ebenfalls erstellt und ausgeführt werden; diese laufen bei der B60 auf der CPU (ARM) und sind dadurch langsamer als ein quantisiertes INT8-Modell auf der NPU.

Bilder können in voller Auflösung hochgeladen werden, werden für das Training und die Ausführung jedoch automatisch auf die passende Eingangsgröße skaliert. Dabei sollten nur die relevanten Bildausschnitte hochgeladen werden, da beim Skalieren sonst wichtige Bildinformationen verloren gehen können – ein Zuschneiden (Cropping) auf den relevanten Bereich, z. B. in uniVision, wird empfohlen. Im AI Lab sind je nach Hardware nur lauffähige Modellgrößen auswählbar. Die KI-Modellgröße ergibt sich aus der KI-Eingangsbildgröße und der KI-Modellarchitektur und beeinflusst direkt die Inferenzgeschwindigkeit.

Die Upload-Rate hängt von Netzwerk, Bildgröße und Gerätanzahl ab. Mehrere Bilder pro Sekunde pro Gerät sind üblich. Für die Klassifizierung gilt: 1 Credit = bis 5.000 Bilder, 2 Credits = bis 10.000 Bilder, danach 1 Credit pro 5.000 Bilder. Für die Object Detection gilt ein Basiswert von 3 Credits (bis 5.000 Bilder); für je weitere 5.000 Bilder kommt 1 Credit hinzu.

Ein Training mit ≤ 500 Bildern bei 320 px dauert in der Regel etwa 5 Minuten. Je nach Auslastung kann das Training zunächst in eine Warteschlange (Trainings-Queue) eingereiht werden, wodurch sich die Wartezeit bis zum Start verlängern kann. Die Ergebnisse können zwischen verschiedenen Trainings leicht variieren, da Zufallselemente die Robustheit erhöhen. Optional kann sich der Nutzer per E-Mail benachrichtigen lassen, sobald das Training abgeschlossen ist.

Einzelne Bilder können selektiv vom Trainingsdatensatz ausgeschlossen und stattdessen dem Blindtest-Datensatz zugeordnet werden. Diese Bilder fließen weder ins Training noch in die reguläre Validierung ein, sondern werden erst nach Auswahl des finalen Modells für eine zusätzliche, unabhängige (Blindtest-) Validierung herangezogen.

Die Aufteilung erfolgt automatisch über eine K-Fold-Validierung. Zusätzlich kann der Nutzer einzelne Bilder gezielt vom Trainingsdatensatz ausschließen und einem Blindtest-Datensatz zuordnen, der erst nach Auswahl des finalen Modells für eine zusätzliche, unabhängige Validierung genutzt wird.

Ein bestehendes Modell lässt sich nicht direkt nachtrainieren – jedes Training basiert immer auf dem vollständigen Datensatz. Möchte man ein Modell mit neuen Daten verbessern, können neue Bilder dem bestehenden Datensatz hinzugefügt und anschließend komplett neu trainiert werden. Das entspricht in der Praxis einem Nachtraining.

Das AI Lab unterstützt verschiedene Bildformate (z. B. JPEG, PNG, BMP, TIF) und Auflösungen, die automatisch angepasst werden. Verlustfrei komprimierte Formate wie PNG, BMP oder TIF sollten JPEG vorgezogen werden. Für bestmögliche Ergebnisse sollten alle Bilder eine vergleichbare Qualität haben.

Ja, alle Daten werden in Europa nach DSGVO gespeichert. In Bezahlplänen bleiben alle Rechte beim Nutzer. Der Cloud-Speicher ist BSI C5-zertifiziert und Daten können nach Planende selbst gelöscht werden.

Alle Daten sind per TLS und AES-256 verschlüsselt, mehrfach redundant gespeichert und durch automatische Backups gesichert. So sind sie vor Verlust und unbefugtem Zugriff geschützt.

Ja, mehrere Smart Cameras B60 können parallel über weHub in denselben Datensatz hochladen, solange der Plan freie „Connected Devices“ erlaubt.

Die Verbindung zwischen dem AI Lab und uniVison erfolgt über weHub, worüber Bilder ins AI Lab hochgeladen und trainierte KI-Modelle zurück nach uniVision übertragen werden.

Für die Überprüfung der KI-Modellqualität steht der Evaluation Report zur Verfügung. Er zeigt die wichtigsten Kennzahlen zur Genauigkeit und dient als Nachweis, z. B. für eine Factory Acceptance.

weHub ist eine Software zur Erkennung und Verwaltung von wenglor Machine Vision Geräten im Netzwerk. Sie ermöglicht die Anpassung der Netzwerkkonfiguration, den automatisierten Upload von Bildern ins AI Lab sowie den Download von KI-Modellen vom AI Lab auf die wenglor Machine Vision Hardware.

weHub ersetzt das wenglor Discovery Tool: Es bietet dieselben Funktionen wie Gerätesuche und Netzwerk-Konfiguration für wenglor Machine Vision Geräte und zusätzlich die Brückenfunktion, um das cloudbasierte AI Lab mit den Offline-Geräten zu verbinden.

weHub ist eine Standard-Software für alle wenglor Machine Vision Geräte. Momentan werden hardwareseitig die Smart Camera B60, der Machine Vision Controller MVC und die 3D-Sensoren der ShapeDrive G4-Serie unterstützt.

Für die Nutzung von weHub wird ein PC mit dem Betriebssystem Windows 10 oder Windows 11 benötigt. Bitte entnehmen Sie weitere Details zu den Systemvoraussetzungen für den Betrieb der Software dem Bereich „Technische Daten“ auf der Produktdetailseite.

Ja, weHub findet alle unterstützen Geräte, auch wenn diese in einem anderen Subnetz sind.

weHub zeigt den Status Normalbetrieb, Warnung oder Fehler mit Angabe der detaillierten Warn- beziehungsweise Fehlermeldung an. Ein Beispiel: Die Temperatur des Machine Vision Geräts überschreitet einen kritischen Wert. Dann erscheint in der Software eine Warnmeldung mit der Detailinformation „Temperatur ist zu hoch“.

In den Einstellungen Ihres PCs sind die Netzwerkeinstellungen oft nur schwer zu finden. weHub zeigt die Netzwerkeinstellungen des PCs direkt an, ohne dass die PC-Einstellungen aufgerufen werden müssen.

Der Absprung auf die Geräte-Webseite ist einfach über weHub möglich. Die IP-Adresse des Geräts ist nicht notwendig.

Über weHub kann pro Gerät ein beliebiger Name vergeben werden, damit mehrere Geräte einfach unterschieden werden können.