Anzeige
Anzeige

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.

Lernende KI zur automatischen Objektinspektion
Bild: Gestalt Robotics GmbH


Empfehlungen der Redaktion

Das könnte Sie auch interessieren

Liebherr-Verzahntechnik kombiniert fahrerlose Transportsysteme jetzt mit einem Bin-Picking-Konzept. 3D-Visionsysteme erfassen dabei die Werkstückumgebung optisch und werten sie aus. Ein Roboter mit Zusatzachsen kann dann mithilfe des Visionsystems chaotisch gelagerte Teile aus einem Behälter mit bis zu 1m Tiefe entleeren und auf einem FTS positionieren. ‣ weiterlesen

Ende Mai veranstaltete Tünkers unter dem Motto 'Agile Automation' seine alljährliche Fachtagung im Industriepark Ratingen und zeigte hierbei Highlights zu den Themen Spannen, Positionieren, Greifen, Umformen und Transportieren.‣ weiterlesen

Das autonome Transportsystem ActiveShuttle von Bosch Rexroth befördert Bodenroller flexibel und sicher durch die Fabrik. Die Bodenroller werden vollautomatisiert mit Hilfe einer integrierten Hubplattform auf- bzw. abgeladen.  ‣ weiterlesen

Anzeige

Mit dem MiR1000 hat Mobile Industrial Robots seinen bislang stärksten kollaborierenden Transportroboter auf den Markt gebracht. Die KI-gestützte Bildverarbeitung mit MiR AI Camera verbessert zudem die Navigation des Roboters. ‣ weiterlesen

Auf der Logimat 2019 stellte Grenzebach eine Neuauflage des robusten Zugfahrzeugs Tugger vor. Das weiterentwickelte Modell kann Trolleys automatisch an- und abkoppeln. ‣ weiterlesen

Anzeige

Fahrerlose Transportsysteme können flexibel auf veränderte Erfordernisse reagieren und ermöglichen so den Aufbau intelligenter Fabriken. Sie gelten als Zukunftsmaterie, haben jedoch bereits eine lange Historie: Das erste FTS fuhr 1954. Seit 1984 ist DS Automotion ausschließlich auf die Entwicklung und Produktion von FTS spezialisiert. Die Geschichte des österreichischen Herstellers und die Entwicklung fahrerloser Transportsysteme sind damit untrennbar verbunden.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige