Flexspect.AI

FTI-Initiative Produktion der Zukunft, 2022-2025

Flexible robust inspection through domain adaptation and human perception modelling

Ausgangssituation

Für die Produktion von hochwertigen Waren ist eine automatisierte visuelle Qualitätsprüfung (AVQI) unverzichtbar. Industrieunternehmen machen jedoch oft die Erfahrung, dass deren Einrichtung zeitaufwändig, fehleranfällig und kostenintensiv ist. Sie führen zwangsläufig zu einer unnötigen Verschwendung von Ressourcen und einem hohen Energieverbrauch.
Der technische Grund liegt in einer hohen Abhängigkeit zum Menschen, da Maschinen nicht in der Lage sind, “Qualität” gleich wie Menschen wahrzunehmen. Es ist eine große Menge an Trainingsdaten nötig, um Entscheidungen richtig zu lernen. Durch die menschliche Einbeziehung kommen auch unerwünschte Faktoren wie z.B. unterschiedlichen Bewertungen zwischen Individuen oder Qualitätseinbußen aufgrund von Ermüdung zur Geltung.

Problemstellung

Das beantragte Projekt adressiert diese Probleme mit einem Human Aesthetic Perception Module, welches die menschliche Beurteilung durch eine quantifizierbare Technologie ersetzt, sowie der Implementierung eines vielversprechenden Domänenanpassungsansatz zur Wiederverwendung vorhandener Daten, welcher alle wichtigen Faktoren des Transferlernens abdecken kann. Diese Faktoren sind Änderungen der Quelldomänen, Änderungen des Distanzmaßes und die Wahl der Hyperparameter. All dies wird durch Active Learning unterstützt, das die menschliche Interaktion reduzieren soll.

Zielsetzung

Die Anwendbarkeit wird in zwei Proof-of-Concept-Anwendungsfällen gezeigt, einem für den Hochgeschwindigkeitsdruck von Verpackungsmaterial und einem für die Kunststoffformung von 3D-Teilen. Weiters werden Best-Practice-Leitlinien für Anwendungen in anderen Bereichen ausgearbeitet.
Das Alleinstellungsmerkmal des Projekts ist ein robustes Transfer-Learning-Konzept für die automatisierte visuelle Qualitätsprüfung, welches eine erhebliche Verringerung des menschlichen Aufwands, eine Erhöhung der Prozessstabilität und eine Verringerung der Ressourcenverschwendung bei Produktwechseln in der flexiblen Produktion ermöglicht.
Die Ergebnisse stützen sich auf bereits durchgeführte Forschungsarbeiten zur geschlechtsspezifischen Wahrnehmung und haben das Potenzial, mehr als 221 Tonnen CO2-Äquivalente pro Jahr einzusparen.

Wieser Volkmar

Area Manager Data Science and Senior Research Project Manager
Telefon: +43 50 343 844