+49 6221 672 19-00 info@hdvisionsystems.com

Ein KI-Eintrittstor für den Mittelstand

 

Wie können mittelständische Firmen die ersten Schritte in Richtung Künstlicher Intelligenz unternehmen? Wie könnte ein erstes Projekt aussehen? Viele wissen häufig noch nicht um die Möglichkeiten, die intelligente Systeme in die eigene Produktion bringen können. Diese Informationslücke zu schließen, hat sich das KI Lab Kurpfalz verschrieben.

Aus diesem Grund fand gestern bereits die 3. KI Lab Kurpfalz After Work Lounge im Business Development Center Heidelberg statt. Unter Berücksichtigung der aktuellen Situation veranstaltete der Technologiepark die Lounge als hybrides Event sowohl vor Ort als auch online. Die Live-Übertragung der Vorträge und die Anzeige der Online-Teilnehmer ermöglichte eine rundum inklusive Veranstaltung.

 

Vielfältige KI-Konzepte

Die Agenda hielt ihr Versprechen nach vielfältigen KI-Ansätzen:

  • Barthold Albrecht von Intelligent Artificials teilte eine umfassende Übersicht über die zahllosen Unterarten und Einsatzmöglichkeiten Künstlicher Intelligenz.
  • Wolfgang Andris von HD Vision Systems sprach über Deep Learning für die industrielle Qualitätsinspektion.
  • Jonas Moßler von Susi&James zeigte auf, wie vorangeschritten KI bereits heute im Bereich des Natural Language Processing ist.
  • Julian Meier von Lampix hingegen konzentrierte sich auf die Kombination von KI, Computer Vision, KI und optimierten Interfaces, um so ein noch besseres Nutzererlebnis in Gastronomie und Industrie zu ermöglichen.

Automatisierte Qualitätsinspektion mit Deep Learning

Wie bereits erwähnt, durften auch wir dort unsere Lichtfeld-basierte Qualitätsinspektion auf Grundlage von Deep Learning vorstellen. Unser KI-Experte Wolfgang Andris gab hierzu eine kundige Einführung ins Thema. Neben den wichtigsten Prinzipien und Begriffen aus der Welt von Deep Learning und neuronalen Netzen ging er zudem auf deren konkrete Umsetzung ein. So veranschaulichte Andris, wie ein erstes Projekt zur automatisierten Qualitätsinspektion aussehen könnte. Zur Risikominimierung folge dieses stets einem kleinschrittigen Plan, sodass der Einstieg in Deep Learning auch gelinge.

Die an die Vorträge anschließende Diskussionsrunde half ebenfalls, offene Fragen ausführlich zu beantworten. Es zeigte sich: Auch wenn die einzelnen Teilnehmer sehr unterschiedliche Ansätze Künstlicher Intelligenz verfolgen, so sind sie sich alle einig, dass dieses Konzept uns in den nächsten Jahren noch so manche Erleichterung durch Automatisierung bringen wird.

Sie haben die Veranstaltung verpasst? Gerne können Sie unsere Präsentation kostenlos hier anfordern:

In der sich rasant entwickelnden Welt der industriellen Automatisierung ist eine zuverlässige und flexible Objekterkennung ein Grundpfeiler für Vision-Guided Robotics (VGR) und Qualitätssicherung. Bei HD Vision Systems ist es unsere Mission, die Grenzen des Möglichen in der Automatisierung neu zu definieren. Als Vision-Partner auf der Bosch Rexroth CtrlX-Plattform bringen wir modernste Bildverarbeitungstechnologie durch leistungsstarke Apps auf den Fabrikboden, die Konnektivität vereinfachen und die Leistung verbessern.

Pattern Matching: Ein traditioneller Ansatz

Eine der häufigsten Fragen beim Entwurf von Automatisierungslösungen ist, ob traditionelle Pattern-Matching-Techniken oder moderne KI-basierte Objekterkennung verwendet werden sollen. Pattern Matching ist regelbasiert und nutzt manuell definierte Vorlagen oder geometrische Formen zur Objekterkennung. Obwohl es lange ein fester Bestandteil klassischer Bildverarbeitung war, stößt es unter realen Bedingungen oft an seine Grenzen. Änderungen in Beleuchtung, Ausrichtung, Maßstab oder selbst kleine Verdeckungen können zu Erkennungsfehlern führen. Zudem ist die Einrichtung aufwändig, erfordert Expertenwissen und lässt sich nur schwer an Veränderungen in der Produktionslinie anpassen.

Deep Learning: Intelligent und anpassungsfähig

Im Gegensatz dazu nutzt die KI-basierte Objekterkennung datengetriebene Modelle, die auf großen und vielfältigen Datensätzen trainiert wurden. Diese Modelle erkennen Objekte anhand abstrakter Muster und sind dadurch wesentlich robuster und flexibler. Sie kommen mit unterschiedlichsten Abweichungen und Unregelmäßigkeiten in industriellen Umgebungen zurecht. Mithilfe von Transfer Learning und Datenaugmentation lassen sich Modelle zudem schnell auf neue Objekte oder Bedingungen anpassen – ganz ohne komplexes Regelwerk.

Integrierte KI auf CtrlX

Wir bei HD Vision Systems setzen konsequent auf diesen modernen Ansatz und haben ihn direkt in die Bosch Rexroth CtrlX-Plattform integriert. Unsere Apps ermöglichen den Anschluss von Standard-Industriekameras gemäß dem GenICam-Standard via Ethernet. Die aufgenommenen Bilder werden von KI-Modellen direkt im CtrlX-Ökosystem verarbeitet. Die Ergebnisse sind nicht nur präzise, sondern werden auch automatisch aus 2D-Bildkoordinaten in 3D-Weltkoordinaten überführt – entscheidend für präzise Roboterführung und Qualitätssicherung.

Vor-Ort-Training und Individualisierung

Neben vortrainierten Modellen bieten wir Frameworks an, mit denen Nutzer eigene Bilddaten annotieren und individuelle Objekterkennungsnetzwerke trainieren können – komplett vor Ort, ohne Daten in die Cloud zu senden. So behalten Sie die volle Kontrolle über Datenschutz und Datensicherheit. Integratoren und Endanwender können so hochspezialisierte Erkennungslösungen entwickeln – exakt zugeschnitten auf ihre Anwendung.

Zukunftsausblick: KI für moderne Fertigung

Pattern Matching hatte seine Zeit, aber die zunehmende Komplexität moderner Fertigungsprozesse verlangt intelligentere, flexiblere Systeme. Deep Learning liefert genau das. Mit den fortschrittlichen Vision-Tools von HD Vision Systems und der Modularität der Bosch Rexroth CtrlX-Plattform stehen Herstellern leistungsstarke Objekterkennungslösungen zur Verfügung, die mit ihren Anforderungen wachsen.

Egal ob Nachrüstung bestehender Anlagen oder Neuplanung – jetzt ist der richtige Zeitpunkt, die Kraft KI-gesteuerter Bildverarbeitung zu nutzen. Wir freuen uns, Sie dabei zu begleiten.

16. September 2020

Continue reading:

Share This