Intelligente Qualitätskontrolle von reflektierenden Oberflächen

Automatisierte Inspektion von Schäden und Fehlern

Bisherige Lösungen der visuellen Qualitätskontrolle in der industriellen Produktion sind sehr komplex im Aufbau, erfordern hohe Investitionen und stellen hohe Anforderungen an den Standort (z. B. abgeschirmte Räume für Roboterarme).

Unser Fraunhofer-System zur Qualitätskontrolle glänzender oder diffus reflektierender Oberflächen arbeitet komplett automatisiert und braucht für die Oberflächeninspektion weniger als eine Minute. Es kategorisiert die gefundenen Qualitätsdefekte mit Hilfe von Deep Learning. Die Kombination von Deflektometrie, also der berührungsfreien Erfassung reflektierender Oberflächen, herkömmlichen Bilderkennungsverfahren und Methoden der Künstlichen Intelligenz (KI) machen unser System so einzigartig.

Intelligente Oberflächen-Inspektion in drei Schritten


Flexibler Aufbau und einfache Integration

Die KI-basierte visuelle Qualitätskontrolle zeichnet sich durch einen einfachen, mobilen und kosteneffizienten Hardwareaufbau aus, für den keine besonderen Sicherheitsvorkehrungen notwendig sind. Das System kann unabhängig vom Umgebungslicht arbeiten. Damit bieten wir Ihnen eine einfache Integrationsmöglichkeit in bestehende Produktionen oder sogar eine mobile Einsetzbarkeit – wo auch immer Sie das System gerade benötigen.

Die hundertprozentige Testabdeckung und unsere Echtzeitanalyse ermöglichen es, Qualitätsmängel, wie beispielsweise Lackeinschlüsse, schnell in der industriellen Produktion zu erkennen und entsprechende Maßnahmen frühzeitig im Produktionsprozess zu ergreifen. Auch für die Inspektion und Analyse von Hagelschäden, z. B. bei KFZ-Gutachtern, eignet sich unser System hervorragend.
 

Individuell anpassbar für Ihren Anwendungsfall

Gerne setzen wir für Sie unser Oberflächeninspektionssystem, bestehend aus Scanner, Videoverarbeitungs- und KI-Modul, für Ihren individuellen Anwendungsfall um. Wir bieten Ihnen ebenfalls die Nachrüstung eines KI-Moduls für Ihre bereits bestehende Bildverarbeitungslösung an. Darüber hinaus beraten wir Sie gerne zu Optimierungen in Ihrem bestehenden System. Kontaktieren Sie uns und vereinbaren Sie Ihren unverbindlichen Demo-Termin.

»Das Besondere an unserem Verfahren ist das Zusammenspiel aus klassischen Bildverarbeitungstechnologien und Maschinellem Lernen.«

Datenschutz und Datenverarbeitung

Wir setzen zum Einbinden von Videos den Anbieter YouTube ein. Wie die meisten Websites verwendet YouTube Cookies, um Informationen über die Besucher ihrer Internetseite zu sammeln. Wenn Sie das Video starten, könnte dies Datenverarbeitungsvorgänge auslösen. Darauf haben wir keinen Einfluss. Weitere Informationen über Datenschutz bei YouTube finden Sie in deren Datenschutzerklärung unter: http://www.youtube.com/t/privacy_at_youtube

Dr. Theresa Bick arbeitet an der stetigen Weiterentwicklung der intelligenten Qualitätskontrolle reflektierender Oberflächen.

Das Video zeigt die intelligente Qualitätskontrolle reflektierender Oberflächen im Einsatz. Dr. Theresa Bick, eine der Entwicklerinnen des Verfahrens, spricht zudem über die zugrundeliegende Komponenten, die unkomplizierten Anwendungsmöglichkeiten und die Vorteile der KI-basierten Technologie.

 

Unser Oberflächen-Inspektionssystem – Ihre Vorteile


Geringe Hardware- und Wartungskosten


Nachrüstbarer Aufbau ohne Sicherheitsvorkehrungen; mobil einsetzbar


100 Prozent Testabdeckung



Künstliche Intelligenz: Verschiedene Fehlermerkmale selbstlernend trainierbar

 



Für Bedienung kein Expertenwissen notwendig



Individuelle Anpassung der Komponenten für Ihre Anwendung

KI-basierte visuelle Qualitätskontrolle in drei Schritten

© Fraunhofer IAIS

1. Erfassung des Objektes per Video

Der zu untersuchende, reflektierende Gegenstand wird unter einem Scanner hindurchgeführt und dabei mit einer Videokamera aufgezeichnet.

Eine genaue Erfassung des reflektierten Scanners funktioniert unabhängig von wechselnden Lichtverhältnissen. Eine spezielle Abschottung des Systems vor äußeren Einflüssen ist deshalb nicht notwendig.

Dies ermöglicht sogar den Einsatz unserer Technologie in Hallen oder Werkstätten zum Beispiel zur Hagelschadendetektion.

2. 2D-Rekonstruktion der Oberfläche

Das Video wird unmittelbar ausgewertet und die Oberfläche des Objektes zweidimensional rekonstruiert. Hierbei setzen wir Verfahren aus der klassischen Bildverarbeitung ein, die sich durch ihre geringe Laufzeit auszeichnen.

Die Bauteileform des Gegenstandes muss hierfür nicht bekannt sein.

 

3. Detektion der Schäden mit Deep Learning

Die Schäden werden auf Grundlage der 2D-Rekonstruktion mithilfe von Verfahren der Künstlichen Intelligenz (Deep Learning) detektiert und klassifiziert.

Verschiedene Fehlermerkmale, wie Kratzer, Lackfehler oder Dellen bis hin zu kleinsten Staubeinschlüssen, sind selbstlernend trainierbar.

Die Fehlermerkmale können flexibel angepasst und auf Ihre individuellen Qualitätskriterien erweitert werden.