Realtime Computer Vision
für die Qualitäts- und Prozessoptimierung
Visuelle Inspektion für KI-basierte Qualitätskontrolle
Realtime Computer Vision - RCV - ist eine modulare Plattform, mit der unter Verwendung von Deep-Learning-Algorithmen, einem Teilgebiet der Künstlichen Intelligenz (KI), sämtliche Computer-Vision-Anwendungsfälle, wie die Bildklassifikation, die Objekterkennung sowie die Bildsegmentierung umgesetzt werden können.
Anwendungsfall: Qualitätsprüfung
- Kontrolle von Oberflächenfehlern
- Endmontageprüfung von Komponenten oder Produkten
Das Beispiel zeigt die Anzeige von guten (grün gefärbte Segmente) und
schlechten (rot gefärbte Segmente) Bereichen bei der Qualitätsprüfung von Schweißnähten.
Anwendungsfälle: Objekterkennung und Vollständigkeitsprüfung
- Komponentenprüfung auf Form, Struktur, Farbe oder Textur
- Label- und Barcode-Erkennung in der Logistik
- Optische Endmontageprüfung
- Automatisierte Kommisionierung von Bauteilen
Das Beispiel zeigt das Erkennen und Zählen von verpackten Tassen (rote Bounding-Box) und unverpackten Tassen (gelbe Bounding Box) in einer Kiste zur Vollständigkeitskontrolle.
Anwendungsfall: Lagererkennung
- Label- und Barcode-Erkennung
- Exakte Positionierung und Orientierung mittels Drohne
- Erfassen, Klassifizieren und Verfolgen von Objekten in Lagern
Das Beispiel zeigt die Erkennung und Dokumentation verschiedener Behälter
und Objekte wie Gitterboxen, Rolluntersetzern oder Paletten in einem Lager.
RCV-Plattform im Detail
Umfangreiche Plattform-Lösung
In der RCV-Tool-Chain sind alle Schritte von der Datenaufbereitung und -speicherung über das Modelltraining und die Modellbewertung bis hin zur Modellbereitstellung abgedeckt.
- Das RCV-Cockpit bildet dabei die zentrale Steuerung für die Daten- und Modelladministration
- Das RCV-Labeltool ermöglicht die einfache Beschriftung von Bilddaten
- Das VOR-Dashboard unterstützt bei der Prüfung, indem es den IST- mit dem SOLL-Zustand vergleicht
Die Lösung bietet die Möglichkeit zur Anreicherung mit Daten aus anderen Systemen (MES etc.) ebenso wie erweiterbare Schnittstellen für kundenspezifische Lösungen und integriert die aktuellen Deep Learning Frameworks. Mit dem Einsatz des trainierten Modells in der Produktion läuft der gesamte Prozess von der Bilderfassung über die Verarbeitung und Auswertung vollautomatisch ab.
Alle Komponenten der Plattform basieren in ihrer Architektur auf einer Container-Virtualisierung und können damit sowohl on-premises als auch in der Cloud oder sogar hybrid ausgeführt werden. Mit einer einfachen Kalibrierung und Übertragbarkeit bietet RCV individuelle Lösungen für Ihren Anwendungsfall.
Funktionalitäten und Mehrwerte
Vom Bild zum Modell
Computer Vision im Einsatz
Referenzen
Unsere Lösungen sind bereits erfolgreich beim Kunden im Einsatz und helfen dort täglich, zum Beispiel Qualität und Effizienz in der Produktion zu steigern.
Lesen Sie mehr über:
Weitere Einsatzbeispiele
Sehen Sie selbst
Weitere Videos und Informationen zum Einsatz von RCV
Typenschilderkennung
Demonstrator im Microsoft Technology Center (MTC)
Wir freuen uns auf Ihren Kontakt!
Gerne stehen wir Ihnen für Fragen und eine individuelle Beratung zur Verfügung.
