Schwerpunkte

Rutronik

Optische Inspektion mit künstlicher Intelligenz

17. Juni 2020, 08:45 Uhr   |  Inka Krischke

Optische Inspektion mit künstlicher Intelligenz
© Intel

Künstliche neuronale Netze in Kombination mit Deep-Learning-Methoden können die automatische optische Inspektion (AOI) sowie die Objekt-Erkennung in Fertigungsprozessen ­optimieren. Wie lässt sich allerdings zum Beispiel Echtzeit-Fähigkeit gewährleisten?

Geht es bei der optischen Inspektion um identische und eindeutig identi-fizierbare Merkmale, ist das maschinelle Sehen, wie es sich in der Industrie etabliert hat, hervorragend ­geeignet. Je mehr Unschärfen es gibt, desto höher ist jedoch die Fehlerquote. Und geht es um die Erkennung von Varianten oder gänzlich anderen Objekten, muss die Software mit relativ hohem Aufwand neu programmiert werden. Beide Schwachstellen lassen sich mit dem Einsatz von Deep-Learning-Methoden umgehen. 

Die Basis für Deep-Learning-Methoden sind riesige Datenmengen und künstliche neuronale Netze. Mit Hilfe unzähliger Bilder und deren Labeling als Gut- oder Schlechtbilder wird das System trainiert; es ‚lernt‘ aufgrund der Algorithmen und der künstlichen neuronalen Netze, welche Objekte den Vorgaben entsprechen, also gut sind, und welche nicht. Im Einsatz lernt das System stetig weiter und die Erkennungsquote verbessert sich ­kontinuierlich.
Nach einer kurzen Trainingsphase kann das System auch mit Objekt-Varianten oder anderen Objekten umgehen und nicht nur die Qualität inspizierter Teile beurteilen, sondern Objekte auch zuverlässig klassifizieren. Hierfür muss die Software riesige Datenmengen verarbeiten können. Das heißt, es sind hochperformante Prozessoren oder – je nach Anwendungsfall – auch Grafikkarten nötig. Einige Unter­nehmen lagern diese Prozesse in Cloud Services aus.

Häufig lässt es sich jedoch nicht vermeiden, das Processing nahe an der Applikation auszuführen, wenn es um Themen wie Latenz, Bandbreite oder Security geht.
GPU-basierte Lösungen haben den Nachteil, dass sie sehr viel Energie verbrauchen. Cloud-basierte Lösungen gehen mit Latenzzeiten und schwankenden Bandbreiten einher, sodass sich (harte) Echtzeit in der Regel nicht sicherstellen lässt. Zudem müssen Sicherheitsfragen geklärt werden, um Datenspionage oder -manipulation zu verhindern.

Seite 1 von 2

1. Optische Inspektion mit künstlicher Intelligenz
2. An der Edge einsetzbar

Auf Facebook teilenAuf Twitter teilenAuf Linkedin teilenVia Mail teilen

Das könnte Sie auch interessieren

Für die Schweißnahtinspektion
Dossier Sensor & Vision 2020 - einfach smart
Sensorik und digitale Dienste
Smarte Sensorik für das IIoT
IP69K-Portfolio erweitert
In fünf Schritten passgenau

Verwandte Artikel

Rutronik Elektronische Bauelemente GmbH