Qualitätskontrolle Neue Fraunhofer-Software prüft Bauteilmaße in Echtzeit

Redakteur: Peter Königsreuther

Damit es zum Beispiel die Wareneingangskontrolle in Zukunft leichter hat, hat man am Fraunhofer-IGD die Software Marquis entwickelt, die das maschinelle Lernen mit Augmented Reality verknüpft.

Firmen zum Thema

Echtzeitprüfung! Die Software Marquis kann von sich aus erkennen, um welches Bauteil es sich handelt und ob es Abweichungen von den geforderten Soll-Maßen hat, erklärt das Fraunhofer-IGD im Rahmen seines digitalen Hannover-Messe-Auftritts.
Echtzeitprüfung! Die Software Marquis kann von sich aus erkennen, um welches Bauteil es sich handelt und ob es Abweichungen von den geforderten Soll-Maßen hat, erklärt das Fraunhofer-IGD im Rahmen seines digitalen Hannover-Messe-Auftritts.
(Bild: Fraunhofer-IGD)

Weicht ein reales Bauteil von den Vorgaben ab, die in den CAD-Daten spezifiziert sind? Die richtige Antwort möglichst rasch zu erhalten, ist quasi in jeder produzierenden Branche essentiell für den wirtschaftlichen Erfolg. Bisher wurde die Frage vor allem über eine Sichtkontrolle beantwortet. Doch Forschende des Fraunhofer-Instituts für Graphische Datenverarbeitung IGD in Darmstadt stellen mit der Software Marquis eine wesentlich präzisere und schnellere Alternative für die Qualitätskontrolle vor, heißt es weiter.

Software erkennt auch Raumausrichtung ganzer Baugruppen

Die neue Software kombiniert Funktionen der Augmented Reality mit Methoden des maschinellen Lernens. Das erlaube den Abgleiche zwischen CAD-Spezifikation und realem Produkt in Echtzeit. „Das System erkennt sowohl um welches Bauteil es sich handelt als auch bestehende Abweichungen von den Soll-Maßen“, erklärt Holger Graf, ein an der Entwicklung beteiligter Wissenschaftler. Wie Graf betont, kann man damit aber nicht nur einzelne Bauteile checken, sondern auch montierte Baugruppen, denn über ein ebenfalls am IGD entstandenes Verfahren des maschinellen Lernens erkennt Marquis auch die Lage der Bauteile im Raum. So ließe sich zum Beispiel auch erkennen, ob eine Querstrebe im richtigen Winkel angebracht ist. Das System nutzt das gewonnene Know-how aus einem Vorgängerprojekts, so Graf. Das betraf ein stationäres System, das mehrere Kameras nutzte, um Bauteile exakt zu vermessen. Der Clou am Neuling sei, dass damit mobil gearbeitet werden kann, wie das Bild zeigt. Einfach mit Smartphone oder Tablet das betreffende Bauteil anvisieren, schon geht`s los.

Auch dieses KI-System muss trainiert werden

Das maschinelle Lernen ist Teil der Künstlichen Intelligenz (KI), schickt Graf voraus. Eine KI muss aber angelernt werden, wozu es große Datenmengen braucht. Graf erklärt das am Beispiel des automatisierten Erkennens von Katzen auf Fotos. Es reiche demnach nicht aus, so viele Katzen zu zeigen, wie möglich, damit die KI die Tiere zuverlässig von anderen Objekten unterscheiden könne. Die KI muss auch genau wissen, welche Bildpixel wirklich zur gezeigten Katze gehören, macht Graf klar. Bei den Samtpfoten sei das Lernen einfach, denn es gibt genug Katzenbilder. Die Vorlagedaten für technische Bauteile sind leider nie so umfangreich, und müssen deshalb generiert werden. Einfach Fotos zu machen, würde jedoch Jahre brauchen. Also, erklärt der Wissenschaftler, hat sich das IGD-Team das Ziel gesetzt, die Trainingsdaten aus den CAD-Daten des Bauteils zu erheben. Man hat quasi synthetische Bilder erzeugt, die wie echt wirken, heißt es weiter. Dazu haben die Forschenden mehrere Kameras aufgebaut, die aus jeder Perspektive ein Bild vom CAD-Modell gemacht haben, und zwar mit einem beliebigen Hintergrund. Während die CAD-Daten eigentlich in Blau, Grün und Gelb dargestellt werden, können die Bauteile auf den künstlichen Bildern durch fotorealistisches Rendern als aus verschiedenen Materialien bestehend, gezeigt werden.

Ein schimmerndes Grau bedeutet dann Metall. Wie sich gezeigt hat, so Graf, kann man mit diesen Bildern das Marquis-System tatsächlich gut trainieren. Es erkenne ein echtes Bauteil, obwohl es zuvor keins „zu Gesicht“ bekam. Das gehe auch sehr flott, denn für die Erkennung von zehn unterschiedlichen sowie unbekannten Komponenten in einem komplexen Aufbau brauche man nur wenige Stunden, um die KI-Netze aufzubauen. Die Methoden der Augmanted Reality dienen dann zum Vergleich der betrachteten Komponenten mit den CAD-Daten, um Abweichungen von Soll-Maßen oder -Positionen zu erkennen.

(ID:47343928)