Realtime Computer Vision

  • Skalierbar
  • Microsoft Azure IoT Edge
  • Integriertes Modelltraining
  • Einfache Bereitstellung
  • Multi-Framework-Unterstützung
  • Betrieb on-premises/in Azure Cloud/hybrid

Realtime Computer Vision

RCV (Realtime Computer Vision) ist ein Teilgebiet der Künstlichen Intelligenz und des Maschinellen Lernens und beschäftigt sich damit, den Inhalt digitaler Bilder wie Fotos und Videos zu "sehen" und zu verstehen. Dabei werden vor allem die drei Anwendungsbereiche der Bildklassifikation, der Objekterkennung sowie der Bildsegmentierung unterschieden.

RCV am Demonstrator live erleben

Optische Qualitätskontrolle von Fahrzeugen

Der Demonstrator im Microsoft Technology Center (MTC) zeigt im Modell wie RCV im laufenden Produktionsprozess angewendet und eingesetzt werden kann.

Für jedes Fahrzeugmodell werden die im Prüfplan festgelegten Prüfschritte sequenziell abgearbeitet - z.B. die Erkennung des Herstellerlogos am Fahrzeugheck, Prüfung von Fahrzeugmodell und Modellbezeichnung oder Prüfung der Auspuffblenden. Produktionsfehler werden anschließend mit einer entsprechenden Meldung im Frontend ausgegeben.

Schnittstelle zwischen Modellerkenntnissen und Nutzer

Das Dashboard liefert die visuelle Darstellung des erkannten Objektes sowie die Prüfergebnisse des Deep-Learning-Modells mittels sog. Bounding Boxen. Zudem werden die einzelnen Prüfschritte und deren Ergebnisse gezeigt und somit z.B. Informationen über die Verlässlichkeit und die Anzahl der gefundenen Objekte bereitgestellt. Außerdem werden einfache Statistiken angezeigt, wie die Top Prüfschritte pro Tag oder ein Balkendiagramm mit einer Auswertung über die geprüften Fahrzeuge pro Stunde.

Technische Spezifikationen

  • Aufnahme der Bilder in der Bewegung
  • Laufbänder im Rundlauf ohne Unterbrechung
  • Siemens IPC (Industrial PC)
  • GPU: Nvidia Quattro P2000
  • Deep-Learning-Framework mit Tensorflow (Objekterkennung, auf Basis von Resnet)
  • Erlaubt Bildbewertung mit einer Performance von ca. 1,2 Sekunden
  • Model Deployment via Azure IoT Edge möglich

Microsoft Azure und Azure IoT Edge

Robotron bietet mit RCV die Möglichkeit, Infrastrukturkomponenten schnell bereitzustellen, da spezifische Azure Resource Manager (ARM) Templates für bestimmte Anwendungsszenarien definiert sind. Mit Hilfe dieser Templates werden vorher definierte PaaS-Services, z.B. Cloudways, Speicherkomponenten, Machine-Learning-Komponenten, virtuelle Maschinen (VM) oder Triggerautomatismen deployed. Ein zentraler Azure-Dienst unserer RCV-Lösung ist dabei Microsoft Azure IoT Edge.

Microsoft Azure IoT Edge bietet einen innovativen Ansatz für die System- und Netzwerkarchitektur, der Unternehmen dabei unterstützt, über die Grenzen traditioneller Cloud-basierter Lösungen hinauszuarbeiten. Die von IoT-Edge-Geräten erzeugten Daten werden in der Regel an Cloud-Server zur Analyse übertragen. Die Übertragung großer Datenmengen ist einerseits ein zu berücksichtigender Kostenfaktor und kann andererseits aufgrund der begrenzten Bandbreite zu Zeitverzögerungen oder Latenzzeiten führen. Statt Daten in einer Cloud oder einem zentralen Rechenzentrum zu speichern und zu verarbeiten, werden die Cloud-Workloads an den Rand des Netzwerks migriert. Azure IoT Edge stellt u. a. Funktionen für die Authentifizierung und Kommunikation von lokalen Geräten zur Verfügung. Somit können IoT-Anwendungen entweder im Offline-Modus ausgeführt werden bzw. ohne permanent mit der Cloud zu kommunizieren.

Vom Demonstrator bis zur Produktionslinie

Was im Microsoft Technology Center auf kleinstem Raum funktioniert, bietet auch in Ihrem individuellen Produktionsumfeld zahlreiche Anwendungsmöglichkeiten und Vorteile:

  • Echtzeit-Bestimmung von Normabweichungen durch den Vergleich hunderter Bilder aus der Produktionslinie
  • Überprüfung der Montage auf Vollständigkeit und Richtigkeit
  • Sicherstellung hoher Qualitätsanforderungen und Entlastung der Mitarbeiter von monotonen Aufgaben
  • zuverlässige Erkennung bewegter Objekte in verschiedenen Anwendungen entlang der Prozesskette, einschließlich Logistik
  • Identifikation von Pseudofehlern

Wir freuen uns auf Ihren Kontakt!

Gerne stehen wir Ihnen für Fragen und eine individuelle Beratung zur Verfügung.

Formular Kontaktperson

* Pflichtfeld
Informationen zum Datenschutz und zum Umgang mit Ihren personenbezogenen Daten finden Sie hier.
Eric Barth
Leiter Vertrieb Technologie und Services