深度学习软件识别目标尺寸的组件差异

质量控制是制造业的关键。物理组件是否无法满足CAD数据中指定的要求?到目前为止,员工已经开展了视觉检查以找出。Fraunhofer IGD的研究人员现在正在开发更精确的替代品,使用开发的Marquis软件。

Marquis软件将增强现实与机器学习方法相结合,以允许在CAD规范和真实产品之间进行比较。“系统识别该组件,并识别目标维度的任何差异,”Holger Graf说,科学家Fraunhofer IGD,解释了该技术。“以及各个组件,它还可以检查由多个部件制成的组件。一台机器学习程序,我们的另一个开发,检测到空间中的组件的位置。“例如,横向成员是否已连接到正确的角度?通过依赖于前身项目来实现这一点:一个由多个摄像机组成的静止系统,可以精确测量组件。新系统的非凡特征:它的移动 - 工人只是拔出他们的智能手机或平板电脑,并将其指向有关的组件。

为人工智能生成培训数据

玛基核心是机器学习。系统使用AI技术不仅可以检测各个组件,还可以检测它们在空间中的位置。但它需要巨大的数据集来训练这个人工智能。这最好是通过示例解释:让我们在照片上自动识别猫。只有在各种情况和位置显示猫的许多图像时,该软件才能可靠地识别这些动物,并且还表明图像上的像素属于猫,并且不。有很多图像告诉我们所有关于猫的照片。然而,当涉及产生组件时,这种训练图像根本不存在或必须使用复杂的过程生成。

“从照片中产生这些数据需要数年,因此我们的目标是纯粹从每个生产过程中伴随的CAD数据创建培训数据”格拉夫说。因此,研究人员需要生成像真实照片一样的合成图像。它们通过模拟空间中的多个摄像机设置来实现这一点,以查看来自各种方向的CAD模型 - 这些相机从每个角度来看“照片”,并且图像设置在任意背景下。虽然CAD数据通常以蓝色,绿色和黄色示出,但是通过质地呈现的人造图像上的组件由例如各种不同的材料组成,例如各种不同的材料,灰色闪闪发光的金属。该方法正常工作:通过深度学习方法,系统使用合成图像有效地训练,然后能够识别真正的组件,而不是以前见过。并且所有非常迅速:对于十个不同,未知的组件在复杂的产品设置中,如果CAD数据到位,研究人员只需要几个小时才能培训人工智能网络。

实时自动分量检查

一旦系统训练以识别有关组件,它就可以实时检查它们。系统识别组件本身,其在空间中的位置,并继续精确地叠加CAD数据。他们俩都匹配吗?研究人员使用增强现实来了解。

研究小组将在4月12日至16日从4月12日至16日,使用组装的前轴向即将到来的汉诺威Messe展示侯爵开发。Fraunhofer研究人员与之密切合作测场将机器学习流程与相关的工作流程和网络一起传输到此分拆的产品组合中。

想要查询更多的信息:www.igd.fraunhofer.de.

主页链接