Studierende entwickeln digitales Vier-Augen-Check-System

Finalisten des Technologiewettbewerbs Grants4Tech

Bundesminister Jens Spahn probiert die von der HFU entwickelte AR-Brille aus.

Die Aufgabe: Erstelle einen Prototyp eines Bildverarbeitungssystems, mit dem man einen Vier-Augen-Check machen kann, der für unterschiedliche Szenarien geeignet ist und Neues lernen kann. Die Fakultät Mechanical und Medical Engineering (MME) der Hochschule Furtwangen hat gemeinsam mit der i-mation GmbH an der Grants4Tech Challenge „Digital4Eyes“ teilgenommen, und die eigene Entwicklung auf der Cube Tech Fair in Berlin vorgestellt. Die Grants4Tech ist ein weltweiter Technologiewettbewerb von Bayer, bei dem sechs Finalisten ihre Lösungen präsentieren durften. Das Team der HFU bestand aus Tobias Storz und Pascal Stotz, beide Studierende der HFU, Georg Bacher, Leiter Geschäftsbereich human-like Machine Vision i-mation GmbH, und Professor. Dr.-Ing. Jörg Friedrich.

Die Grundidee des entwickelten Systems ist die Umsetzung der in der Industrie sehr häufig eingesetzten Vieraugenmethode, bei der eine zweite Person das Arbeitsergebnis einer Person prüft. Die Prüfungsaufgabe der zweiten Person wird hierbei durch eine AR-Brille (AR: Augemented Reality), die die Person trägt, unterstützt. Mit der AR-Brille wird ein Bild, das dem entspricht, was die Person durch die Brille sieht, per WLAN an ein Server-System übertragen, dort ausgewertet und das Prüfungsergebnis zurück in die Brille übertragen und steht der Person zur Bewertung zur Verfügung.

Bei der Entwicklung dieses Systems haben folgende Ziele im Vordergrund gestanden:

  • Unterstützung des Menschen bei einer komplexen und ermüdenden Prüfaufgabe
  • Wahrnehmung der Umgebung trotz Brille
  • Einfache, hoch-mobile und flexible Handhabung
  • Kombination von realem Bild und Ergebnissen für den Menschen
  • Detaillierte Ergebnisdarstellung mit identifizierten und erkannten Fehlerpunkten

Mit dem entwickelten System wird die Geschicklichkeit und die Fähigkeiten des Menschen mit denen moderner Technologien kombiniert, um den Menschen bei komplexen Prüfungs- und Klassifizierungsaufgaben zu unterstützen. Das System wurde mit der BT300 AR Brille der Firma Epson und der Deep Learning Technologie der Firma Cognex, einer auf Machine Learning basierende Technologie (Human-Like Machine Vision), realisiert. Es kann immer dann sinnvoll und nutzbringend eingesetzt werden, wenn schwierige Prüfungs- oder Klassifizierungsaufgaben komplexer Objektformen sogar bei hochgradiger Spiegelung oder Ortsveränderung der Objekte vorliegen. Anwendungsbereiche für solche komplexen Aufgaben können die Gültigkeitsprüfung von Montageschritten, Oberflächeninspektionen oder die Inspektion und Klassifizierung von Naturprodukten (etewa die Klassifizierung von Blattkrankheiten in Versuchsreihen oder die Strukturfehlerprüfung von Naturprodukten wie Leder) sein.

Hintergrund
Leistungsfähige moderne Vision-Systeme basieren auf Machine Learning und Deep Learning Technologien mit neuronalen Netzen, und sind sehr mächtige und heute unverzichtbare Hilfsmittel in Produktionsprozessen aller Industrie-Branchen. Der Einsatz von neuronalen Netzen in Bildverarbeitungssystemen erlaubt im Gegensatz zu herkömmlichen Bildverarbeitungssystemen zusätzliche Anwendungsmöglichkeiten von prozesssicherer, automatisierter Inspektion und Objekt-Klassifizierung mit sehr hohen Erkennungsleistungen. Bislang ist eine Objekte-Klassifizierung und -Erkennung komplexer Formen, insbesondere bei hochgradiger Spiegelung oder Ortsveränderung der Objekte, mit herkömmlichen Bildverarbeitungssystemen nur mit erheblichem und somit nicht vertretbarem Aufwand realisierbar. Der Mensch ist in solchen Fällen einem starr angeordneten Vision System überlegen, da er mobil und extrem geschickt ist und den Blickwinkel auf das Objekt leicht anpassen kann.

Imagefilm des HFU-Teams auf der Cube Tech Fair: https://youtu.be/_tXeGO_qLR8