Lernende KI zur automatischen Objektinspektion

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 kürzlich vorgestellte KI-Inspektionsplatform soll diese Hürde jetzt beseitigen.

Echtzeitlernende Objekterkennung: Ein unbekanntes Objekt liegt vor (l.), der Nutzer macht drei bis fünf Fotos vom neuen Objekt mit einem Tablet oder Smartphone (m.) und wenige Sekunden später ist das System in der Lage das neue Objekt zu erkennen. (Bild: Gestalt Robotics GmbH)

Echtzeitlernende Objekterkennung: Ein unbekanntes Objekt liegt vor (l.), der Nutzer macht drei bis fünf Fotos vom neuen Objekt mit einem Tablet oder Smartphone (m.) und wenige Sekunden später ist das System in der Lage, das neue Objekt zu erkennen. (Bild: Gestalt Robotics GmbH)

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.

Erkennung von gekauften Produkten in der individuellen Gastronomie (Bild: Gestalt Robotics GmbH)

Erkennung von gekauften Produkten in der individuellen Gastronomie (Bild: Gestalt Robotics GmbH)

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.

www.gestalt-robotics.com

Das könnte Sie auch Interessieren

Bild: Fraunhofer-Institut IML
Bild: Fraunhofer-Institut IML
Belohnung als 
Anreiz zum Lernen

Belohnung als Anreiz zum Lernen

KI-Entwickler Julian Eßer trainiert Roboter, sich intelligent zu verhalten. Denn das Entscheidende ist, dass die Maschinen nicht nur bei kalkulierbaren Ereignissen richtig handeln. Vor allem müssen sie auch in unvorhergesehen Situationen das Richtige tun. Dafür testet er als Mitglied des AI Grids, einer Initiative des Bundesforschungsministeriums, die vielversprechende Talente in künstlicher Intelligenz in Deutschland fördert, am Fraunhofer IML Hunderte Roboter in virtuellen Welten. Ziel ist, dass die Maschinen üben und lernen, mit Störungen und Varianten ähnlicher Situationen umzugehen – und dann selbst Varianten anbieten. Dafür kommt eine Art Belohnungssystem für Roboter zum Einsatz: So lernen sie leichter aus Fehlern und wählen den schnellsten und effektivsten Weg zum Ziel.

Bild: TeDo Verlag GmbH
Bild: TeDo Verlag GmbH
inVISION Day Metrology 2024

inVISION Day Metrology 2024

Am 16. Mai 2024 findet zum zweiten Mal der inVISION Day Metrology – Digital Conference for Metrology statt. An dem Tag werden in den vier Sessions 3D-Scanner, Inline Metrology, Surface Inspection sowie CT & X-Ray aktuelle Lösungen und Produkte in zahlreichen 20-minütigen Vorträgen präsentiert.