KI-Algorithmen sind nur so gut wie die Daten, die für ihr Training zur Verfügung stehen. Doch das Sammeln solcher Daten für optische Prüfungen ist – bei selten auftretenden Fehlern – langwierig, teuer und schwierig. Ein digitaler Zwilling für optische Systeme könnte diese Hürde beseitigen: Trainingsbilder entstehen am Computer, ganz ohne reale Teile.
Die industrielle Bildverarbeitung spielt eine Schlüsselrolle in der zukünftigen Industrieproduktion. Jedoch stellt die vollautomatische Erfassung und Bewertung der Produktqualität mithilfe von Automatischen Optischen Inspektionssystemen (AOI) bei vielen industriellen Produktionsprozessen eine große Herausforderung dar, da Losgrößen immer kleiner und die Produktportfolios immer größer werden. Dies führt zu einer wachsenden Palette an Fehlerarten und bringt dadurch die regelbasierte Bildverarbeitung an Ihre Grenzen.
Eine Lösung kann der Einsatz von KI-Algorithmen sein, doch der limitierende Faktor ist das Erstellen von repräsentativen Trainingsbildern. Probleme verursachen sporadisch auftretende oder sich verändernde Fehlerbilder. Außerdem müssen die Bilder manuell annotiert werden, was sehr aufwendig und zeitintensiv ist. Um diesem Aufwand zu begegnen, hat sich diese Forschung zum Ziel gesetzt, einen digitalen Zwilling eines AOI-Systems inklusive der digitalen Produktrepräsentationen am Beispiel der hochflexiblen Qualitätsprüfung in der industriellen Produktion zu entwickeln. Mithilfe des digitalen Zwillings sollen große Mengen an synthetischen Trainingsdaten für die lernenden Bildverarbeitungsverfahren erzeugt und somit ein Weg zur vollständigen Auslegung und Optimierung eines AOI-Systems in der digitalen Domäne aufgezeigt werden.
Durch den Aufbau eines Labordemonstrators in Kombination mit dem digitalen (optischen) Zwilling des Demonstrators können die Effekte von realen und synthetischen Daten beim Training von Detektionsalgorithmen untersucht werden. Durch den Partner Swoboda Wiggensbach KG ist es möglich, die Forschung an industrierelevanten Produkten durchzuführen und somit die Anwendung direkt in der industriellen Produktion im Blick zu haben.
