01. Motivation & Zielstellung
Im Kontext der Digitalisierung und Wandlung der Produktion in Richtung I4.0 (1-Losgrößen, Komplexität der Fertigungsaufgaben, flexible Produktion, agiles Ersatzteilmanagement, Ressourceneffizienz u.a.m.) nimmt die Bedeutung der industriellen Objekterkennung kontinuierlich zu. Eine große Herausforderung ist in diesem Kontext die performante Bestimmung konkreter, komplexer Bauteile aus einem Datenbestand, der mehrere zehn- oder gar hunderttausend Teile umfasst, die ggf. in repräsentativen Teilekategorien vorliegen oder eine große Ähnlichkeit besitzen (z.B. Ventile, Flansche, Hydraulikverschraubungen u.a.m.).
Im Vorhaben ELVxD sollen die bisher genutzten, 2D-bildbasierten, supervised bzw. auf neuronalen Netzwerken basierende Verfahren durch 3D-basierte KI-gestützte Wiedererkennungsverfahren ergänzt werden. Als Ergebnis soll eine leistungsfähige mehrdimensionale (xD) Alternative bzw. Ergänzung zu den bisher etablierten 2D-Verfahren im industriellen Umfeld realisiert werden.
02. Anwendungsfelder
Das Vorhaben adressiert ein breites Spektrum an potentiellen Anwendungsfeldern. Bisher identifizierte industrienahe Einsatzgebiete sind u.a.:
Ersatzteilmanagement
▪ schnelle präzise Teileidentifikation in der Intra- und Extralogistik
▪ modellbasierte Dienste wie z.B. für vereinfachte Bestell-, Rücknahmeprozesse u.a.
▪ Zustandsbestimmung von Teilen
Produktion
▪ Qualitätssicherung, Vollständigkeit o.ä.
▪ Werkerunterstützung in der Montage
Wartung und Instandsetzung
▪ Unterstützung des Reklamationsmanagements im Feldeinsatz durch Referenzierung und Zuordnung zu möglichen Stammdaten bei fehlender Dokumentation, Bar-, QR-Codes, RFID o.ä.
▪ Zustandsbestimmung von Bauteilen- und gruppen
Reverse Engineering
▪ Kompensation fehlender oder veralteter konventioneller Konstruktionspläne, CAD-Modelle o.ä.
▪ Ermittlung von passenden Alternativen bei einer Nichtverfügbarkeit von Bauteilen
03. Benefits
Potentielle Benefits des Vorhabens sind u.a.:
▪ Präzise Bestimmung eines unbekannten Bauteils aus einen Lagerbestand von > 50.000 Bauteilen auf der Grundlage von 2D- und 3D-Bilddaten
▪ Beherrschung des Aufwands der Datenbeschaffung und -organisation (z.B. mehrere hundert Datensätze pro Kategorie)
▪ Sicherstellung der Performance bei stark wachsender Datenmenge und -dichte
▪ Entwicklung und Evaluierung von geeigneten Parametern für die jeweiligen Teilverfahren unter Berücksichtigung von Besonderheiten und Qualitäten der Datenquellen
▪ Nutzungsfähigkeit in einem möglichst breiten Spektrum der industriellen Anwendung
▪ Schaffung einer für den Feldeinsatz geeignete Lösung mit geringen Einstiegs- und Nutzungsbarrieren
▪ Anbindung, Nutzung und Synchronisation mit vorhandenen Stammdatenkonzepten
04. Technisches Konzept
Folgende funktionale Komponenten werden u.a. im Projekt realisiert:
▪ Integriertes, modulares, erweiterbares Gesamtsystem aus Hard- und Softwarekomponenten mit einfachen und performanten Erfassungs- und Erkennungsprozessen
▪ Einfache und zeiteffiziente Erfassung mehrdimensionaler Daten in einer homogenen Datenbasis zum einzelnen Objekt
▪ Clusterbilder über 2D und einfache 3D-basierte bzw. mehrdimensionale (xD) Feature-Vektoren von Objekten
▪ Sortierung des Suchraumes und ggf. weiteres Filtern von Objekten mit Hilfe von orchestrierten KI-Verfahren
▪ Additive oder alternative Ähnlichkeitsanalyse des Suchraumes mit Hilfe von 3D- und xD- Suchverfahren
▪ Entwicklung von Lösungsbausteinen, die mit Point-Cloud-Deskriptoren basierend auf Teilansichten arbeiten
▪ NULL-Konfiguration + Kalibrierung („Easy-To-Go“-Prinzip)
▪ Modellgestützte Anbindung an Leitsysteme der Stammdatenverwaltung (ERP/SAP) für Reklamation, Qualitätssicherung u.a.m.
▪ Verringerung der Markteintrittsbarriere „Preis“ durch Konzeption einer kostengünstigen Einstiegsversion mit einfacher Funktionalität (Skalierung des Preis- und Leistungsspektrums von Low bis High-Level)
ELV.xD @ 2023. All Rights Reserved.