Lesedauer: min
Lernende Objekterkennung in Echtzeit

Dez 2, 2019 | Analytics/OEE

Lernende KI zur automatischen Objektinspektion

Lernende Objekterkennung in Echtzeit

Inspektionssteme sind auf wenige, akkurat eingestellte Objekttypen herstellerseitig justiert. Kommen neue Produkte hinzu, müssen sie zeitaufwendig neu justiert werden. Eine KI-Inspektionsplatform soll diese Hürde jetzt beseitigen.
Auf Basis eines neuronalen Netzes werden hochflexible Systeme zur Wareneingangsprüfung und Qualitätssicherung im laufenden Betrieb aufgebaut. Dadurch werden metrische Messungen mit einfachsten Kameras ermöglicht und jeder Benutzer kann über eine App neue Produkte in wenigen Sekunden anlernen. Durch die Kombination von künstlicher Intelligenz (KI) und maschineller Wahrnehmung kann flexibel eine breite Masse an Objekten inspiziert und vermessen werden. Das Gedächtnis der KI kann auf neue Produkttypen mit nur wenigen Fotos von jedem Mitarbeiter erweitert werden. So lässt sich eine schier unbegrenzte Anzahl von Objektklassen erkennen und verwalten. Das Verfahren basiert auf aktuellen Forschungsergebnissen zur Gesichtserkennung, bei denen Millionen verschiedene Gesichter gelernt und wiedererkannt werden müssen. Hat das KI-System ein Objekt erfolgreich im Bild detektiert, kann das Objekt metrisch vermessen werden. Aufgrund dieser Besonderheit des neuen Ansatzes von Gestalt Robotics ist keine kostspielige 3D-Kamera erforderlich. Informationen über die Umgebung der Aufnahme und die KI-Analyse sind für eine präzise Vermessung eines Objektes ausreichend. Die KI-Inspekt-Plattform ist in der Lage, in unterschiedlichen Architekturen zu operieren, z.B. auf den neuen Embedded-Kamerasystemen von Adlink (Neon) und Flir (Firefly) sowie Server-Client-Architekturen, die sogar in Echtzeit über LTE/4G betrieben werden können. Die Wartung kann aufgrund der Web-App-Oberfläche mit Laptops, Desktop-Rechnern oder Mobiltelefonen erfolgen. Jeder beliebiger Bildsensor ist nutzbar. Als Bildgeber können alle Quellen von RGB-Kameras bis X-Ray-Sensoren genutzt werden.

Einsatzgebiete der Inspektionsplattform

Bei der Wareneingangsprüfung wird die eingehende Ware üblicherweise manuell anhand der Rechnungsbeschreibungen und Artikelnummern in den Bestand aufgenommen. Diese Art der Prüfung ist zeitaufwendig und ermüdend. KI-Inspekt identifiziert das Objekt anhand des Fotos und ermöglicht so eine automatisierte Wareneingangskontrolle. Die Erkennung eingehender Objekte erlaubt es bei automatisierten Hochregalen, Waren und Bauteile voll automatisch einzusortieren und mithilfe von Fotos (‚Finde mir dieses Objekt‘) zu suchen. Bei der Qualitätsprüfung erlaubt die Vermessung der Objekte mit nur einer Kamera Objekte nicht nur auf optische Stimmigkeit zu prüfen, sondern auch auf geometrische Abweichungen vom Sollwert. Als modulares System ist es KI-Inspekt möglich die Kamerahardware an die Präzisionsanforderungen anzupassen, sowie weitere Informationsquellen, wie Gewicht und Text-Scan (OCR) zu integrieren. Anstatt auf Barcodes angewiesen zu sein, können Produkte in jeder Lage z.B. auf einem Förderband erkannt werden und ermöglichen auch das Bepreisen von selbstzusammengestellten Menus in Kantinen.

Autor:
Firma:

MARKT – TRENDS – TECHNIK

Weitere Beiträge

Das könnte Sie auch interessieren

Familienzuwachs beim digitalen Zwilling

Der Digital Twin und die virtuelle Inbetriebnahme erhalten in modernen Produktionsumgebungen immer mehr Gewicht. Dass dafür nicht nur Software, sondern auch die richtige Hardware nötig ist, will das Unternehmen Machineering mit der FieldBox 1 unterstreichen. Jetzt wurde diese Hardware-Basis für moderne Simulation in zwei unterschiedlichen Leistungsvarianten vorgestellt.

mehr lesen

Künstliche Intelligenz optimiert Predictive Maintenance

Mit dem Ziel, genauere und schnellere Prognosen in der vorausschauenden Wartung (Predictive Maintenance) zu erstellen, integriert Endian künstliche Intelligenz (KI) in seine IIoT-Lösung Endian Connect Platform: Über einen Knowledge Graph werden Informationen aus unterschiedlichen Datenbanken zusammengeführt, um möglichst exakte Prognosen über zukünftige Maschinenzustände zu berechnen.

mehr lesen

Datenanalytik für den optimalen Gebäudebetrieb

In jeder Sekunde erzeugen Aktoren, Sensoren, Zähler, Geräte, Anlagen und Systeme der Gebäudetechnik riesige Mengen an Daten. Bisher wurde nur ein kleiner Teil davon für Optimierungen im Gebäudebetrieb genutzt. Mit der zunehmenden Digitalisierung ist es möglich, Gebäude mit Hilfe dieser Daten zum Sprechen zu bringen. Für Betreiber und Facility-Manager ergeben sich damit enorme Optimierungschancen. Voraussetzung ist, dass sie verstehen, was das Gebäude mitzuteilen hat. Hier bieten digitale Services wie technisches Monitoring die notwendige Unterstützung.

mehr lesen
Wartung der Sicherheitsbeleuchtung per App

Wartung der Sicherheitsbeleuchtung per App

Über eine einfach zu bedienende App kann durch das NaveoPro-System von ABB die komplette Sicherheitsbeleuchtungsinstallation eingerichtet, gewartet und gesteuert werden. Der dadurch gewonnene Echtzeit-Überblick über alle Systeme spart Zeit, ermöglicht eine bessere Wartungsplanung und
erhöht die Sicherheit im Gebäude.

mehr lesen

Anlagentransparenz mit IO-Link

Die Steigerung der Anlagenverfügbarkeit bei einer gleichbleibend hohen Qualität der produzierten Produkte ist eine wesentliche Anforderung im Maschinen- und Anlagenbau. Dafür sind Transparenz im Produktionsprozess und die hervorragende Konstruktion der Maschinen essenziell. Die kontinuierliche Messwerterfassung überwacht den Fertigungsprozess genau. Das ermöglicht eine schnelle Reaktion auf Veränderungen, was zu stabilen Fertigungsabläufen und guten Resultaten führt. Sensoren erfassen eine Vielzahl von Messwerten in der Anlage. Für deren Weiterleitung zu den übergeordneten Steuerungssystemen ist IO-Link sehr gut geeignet.

mehr lesen

Elektronik für verteilte KI zur sensorbasierten Prozess- und Zustandskontrolle

Das Bundesministerium für Bildung und Forschung (BMBF) investiert aktiv in die Entwicklung neuer Elektroniksysteme und fördert dabei Verbundforschungsprojekte, die signifikant zur Umsetzung des Zukunftsprojekts Industrie 4.0 beitragen. Ziel des vom BMBF geförderten Gesamtprojekts KI-Predict ist die Nutzung von Methoden der künstlichen Intelligenz (KI) auf unterschiedlichen Ebenen des Produktionsprozesses als Basis für die zustandsbasierte, prädiktive Wartung von Produktionsanlagen und die Überwachung der Produktqualität direkt im Produktionsprozess. An diesem Projekt sind insgesamt sieben Partner beteiligt: unter ihnen das Fraunhofer-Institut für Integrierte Schaltungen IIS mit der Entwicklung eines Sensor-Interface ASICs. Das Besondere daran: Es ist auf Sensoren für Condition-Monitoring und Echtzeit-Prozesskontrolle abgestimmt und ermöglicht eine energieeffiziente Feature-Extraction und Signalverarbeitung direkt am Sensor.

Kaefer übernimmt Wood Group In­dus­tri­al Ser­vices

Mit der Über­nah­me des In­dus­trie­dienst­leis­tungs­ge­schäfts (Wood Group In­dus­tri­al Ser­vices) von der John Wood Group PLC, kann die Kaefer-Grup­pe ihre Markt­po­si­ti­on in Groß­bri­tan­ni­en und Ir­land stärken.

Knowledge Day in Blaubeuren

Auf dem Knowledge Day in Blaubeuren erhalten Teilnehmer unter anderem praxisorientierte Einblicke in die Themen Predictive Maintenance und MES.