KI-basierte Lösung zum automatisierten Erkennen und Greifen von Objekten

Name: Hochschule Karlsruhe - Technik und Wirtschaft
Gründungsjahr: 1978
Mitarbeiterzahl: ca. 1.000
Branche: Lehre und Forschung
Ausgezeichnet: Dezember 2019

Kompetenzen

Die Hochschule Karlsruhe – Technik und Wirtschaft ist eine der größten Hochschulen für angewandte Wissenschaften Baden-Württembergs. Prof. Dr. Christian Wurll, ist seit 2016 Professor für Automatisierung und Robotik und hat das Robogistics Labor an der Fakultät für Wirtschaftswissenschaften aufgebaut. Seit 2018 ergänzt Prof. Dr. Björn Hein, als Professor für Intelligente Produktion das Team.

Welche Industrie 4.0-Lösung wurde umgesetzt?

Die entwickelte Automated Item Picking Lösung lässt sich grundsätzlich in vielen Prozessen zur Erkennung und zum Greifen von Objekten einsetzen. Ein initialer Prototyp wurde speziell für den Umgang mit Sportartikeln wie Schuhkartons und Kleidungstücken entwickelt. Aktuell werden die Erkenntnisse auf weitere Branchen wie z. B. die Kosmetik- oder die Automobil-Ersatzteilbranchen angewendet.

Die Lösung zeichnet sich insbesondere durch die Nutzung von tiefen neuronalen Netzen aus. Als Maschine Learning Verfahren werden diese über die Bereitstellung von Trainingsdaten trainiert und so zur Lösung der Aufgabenstellung befähigt. Im Vergleich zu klassischen Bildverarbeitungsverfahren können mit dieser Methode Objekte in wesentlich komplexeren Szenen lokalisiert werden. Um eine ausreichende Anzahl an Trainingsdaten in kurzer Zeit und zu annehmbaren Kosten erzeugen zu können, forscht das Team am Training der neuronalen Netze mittels virtuell generierter und automatisiert gelabelter Bilddaten.

Welche Vorteile gibt es im Vergleich zum herkömmlichen Ansatz?

Durch den Einsatz von Deep Learning (künstliche Intelligenz durch tiefe neuronale Netze) und Tranfer Learning (z.B. Generierung virtueller Trainingsdaten) können Objekte in sehr komplexen und chaotischen Szenen sicher erkannt und gegriffen werden. Darüber hinaus können spezielle Zustände der Objekte (z.B. geöffneter Deckel von Kartons) zuverlässig identifiziert und behandelt (z.B. Ausschleusen) werden. Den zeit- und kostenintensivsten Teil des Maschine Learning stellt in der Regel das Erzeugen von Trainingsdaten dar. Durch die Nutzung von virtuellen Trainingsdaten lässt diese Prozess enorm verkürzen und damit wesentliche günstiger und flexibler gestalten.

Welchen Nutzen hat der Kunde?

Durch die Nutzung von Robotern und künstlicher Intelligenz kann menschliche Arbeit in den stark repetitiven und ermüdenden Tätigkeiten des Item Pickings ersetzt werden. Für einen Großteil der auftretenden Artikelarten und -anordnungen erreicht das AIP-System eine Zykluszeit auf dem Niveau eines heutigen Mitarbeiters. Neben potentiellen Kostenvorteilen stellen insbesondere die hohe Zuverlässigkeit und Skalierbarkeit des Systems bedeutende Vorteile dieser automatisierten Lösung dar.

© Hochschule Karlsruhe - Technik und Wirtschaft

Kontakt

Hochschule Karlsruhe - Technik und Wirtschaft
Prof. Dr.-Ing. Christian Wurll
Moltkestraße 30
76133 Karlsruhe

Telefon: 0721 925-1913
E-Mail: Christian.Wurll@hs-karlsruhe.de
Webseite: www.hs-karlsruhe.de