Für das Training einer KI benötigen Anwender oftmals hunderte oder tausende Fotos des abgebildeten Gegenstands. Ein Problem im industriellen Kontext: Das Bauteil muss zunächst produziert werden. Erst spät im Fertigungsprozess lassen sich dann die Trainingsdaten erstellen. Insbesondere bei kleinen Losgrößen und Prototypen ist das nicht praxisnah. Zudem dauert es lange und ist teuer, die abgebildeten Elemente manuell zu identifizieren und zu klassifizieren. Diese Anforderungen haben Forschende des Fraunhofer-Instituts für Graphische Datenverarbeitung IGD als Anlass genommen, Trainingsdaten synthetisch zu erzeugen.
Automatisierte Bauteilkontrolle
„Für Anwender ist das ein riesiger Fortschritt. Noch bevor das Objekt physisch existiert, haben sie trainierte neuronale Netze“, erklärt André Stork, Branchenleiter Automotive beim Fraunhofer IGD. Die Technologie nutzt ohnehin vorliegende native CAD-Daten – und erschafft auf dieser Basis Bilder mit unterschiedlichen Lichtverhältnissen, aus verschiedenen Perspektiven und mit vielfältigen Texturierungen oder Materialeigenschaften.
Das Fraunhofer IGD unterstützt mit derartigen Lösungen insbesondere Unternehmen der verarbeitenden Industrie: beispielsweise Automobil- und Flugzeughersteller, Zulieferer sowie Maschinen- und Anlagenbauer profitieren von einer automatisierten Bauteilkontrolle. Die KI erkennt tatsächliche Bauteile und deren Verbau und gleicht diese mit der erlernten, korrekten Ausführung ab. „Das dient vor allem der Qualitätssicherung. Indem Nutzer Teilaufgaben von einer KI ausführen lassen, können sie außerdem den Fachkräftemangel kompensieren“, sagt Stork.
Auf der internationalen Fachmesse für Qualitätssicherung Control präsentiert das Fraunhofer IGD vom 23. bis 26. April mit dem AR-gestützten Montagearbeitstisch eine Applikation, die synthetisch generierte Trainingsdaten nutzt.
