Qualitätskontrolle mit künstlicher Intelligenz (KI) -

Maschinelles Sehen ist schon seit längerem ein fester Bestandteil der Automatisierung und viele Prozesse laufen ohne die optischen Helfer nicht mehr.
Allerdings sind diese Systeme i.d.R. sehr statisch und empfindlich gegen Umwelteinflüsse wie z.B. Materialbeschaffenheit, Licht- oder perspektivische Veränderungen. Auch Veränderungen der Bauteilform oder des Hintergrundes können bei diesen Systemen zu Fehlern führen.
In Anbetracht zunehmender Variantenvielfalt und immer flexibleren Prozessen geraten statische Systeme oft an ihre Grenzen oder sind nur mit erhöhtem Aufwand umsetzbar. Daher finden zunehmend Lösungen unter der Verwendung von „Deep Learning“ ihren Weg in die Industrie.
Deep Learning bezeichnet die Verwendung des maschinellen Lernens unter der Verwendung von künstlichen neuronalen Netzen.
Klassische Einsatzgebiete von neuronalen Netzen sind: Klassifizieren und Erkennen von kosmetischen Qualitätsmerkmalen, Bauteilklassifizierung, Montageprüfungen, Objekterkennung, Qualitätskontrollen, OCR (Optical Character Recognition) bzw. Texterkennung.

TOP