Das Projekt its-3DL widmet sich der Analyse von 2D- und 3D-Bildern in einem industriellen Szenario, um die Eigenschaften und Positionen von Objekten durch maschinelles Lernen richtig zu erkennen. Das Projekt verfolgt das Ziel die Produktivität und Qualitätssicherung in industriellen Produktionssystemen zu verbessern. Aufgrund der Menge der Bilddaten und des Zeitdrucks in Produktionssystemen sind verteilte Datenströme, sowie parallele Verarbeitungslösungen für die Datenübertragung und Analyseberechnung in Echtzeit erforderlich. Drei exemplarische Industrieszenarien werden in diesem Projekt untersucht, um sowohl die verteilte Infrastruktur als auch das KI-System zu bewerten. Im ersten Szenario sind die Positionen und die Ausrichtung der Objekte zu bestimmen, um im zweiten Szenario Fehler oder Anomalien automatisch zu erkennen. Im dritten Fall sollten diese beiden Fälle zusammengeführt werden, so dass ein Roboter in der Lage ist, Objekte zu greifen und fehlerhafte Objekte auf der Grundlage der Deep-Learning-Algorithmen selbstständig aus der Produktionslinie zu entfernen. Das Ziel ist es, die Leistung von Robotern in den Anwendungsfällen zu verbessern, indem man 3D-Computer Vision anstelle oder zusätzlich zu den etablierten 2D-Bildanalysemethoden einsetzt und gleichzeitig neue Wege findet, die rechnerische Belastung zu reduzieren oder effizient zu verteilen.
it´s OWL: it´s 3DL - Integration of Deep-Learning into Distributed Intelligent Systems with Applications in Robotics and Computer Vision - Teilvorhaben A
Laufzeit:
01.03.2020
- 31.12.2023
Förderkennzeichen: 03INT706CA
Koordinator: Fraunhofer-Anwendungszentrum Industrial Automation des IOSB (INA)
Verbund:
it's OWL: it's 3DL
Quelle:
Bundesministerium für Bildung und Forschung (BMBF)
Redaktion:
DLR Projektträger
Länder / Organisationen:
Kanada
Themen:
Förderung
Innovation