DOME
Außenansicht von DOME: bestückte Leiterplatten, die in einem Aluminiumgerüst eingespannt sind.
Für das Training robuster KI-Modelle, werden große Mengen kuratierter Bilddaten benötigt. Viele Modelle setzen daher sogenannte Backbones ein, die auf extrem großen, aber unspezifischen Datensätzen wie ImageNet vortrainiert sind. Für den Transfer auf spezifische Inspektionsszenarien reichen diese Backbones jedoch nicht aus und müssen durch qualitativ hochwertige Bildaufnahmen angereichert werden. Für diese Anreicherung setzen wir DOME – (Dynamische Objektausleuchtung für Multi-Perspektivische Bilddatenerfassung) ein -- unserer Lösung für automatisierte Datenerzeugung.
Konstruktion
Innenansicht von DOME: das Objekt wird in der Mitte einer kontrolliert drehbaren Platte fixiert.
Das Kernstück von DOME bildet eine halbkugelförmigen Kuppel, auf deren Innenseite über 1900 LEDs auf Leiterplatten installiert sind und das Innere ausleuchten. Diese verfügen über drei Farbkanäle, mit denen das gesamte Farbspektrum abgedeckt werden kann. Zusätzlich verfügen die LEDs über einen Kanal für neutralweißes Licht (4500 Kelvin), mit dem die Lichtverhältnisse in typischen fertigungstechnischen Anlagen simuliert werden. Das äußere Gerüst besteht aus Aluminiumprofilen in der geometrischen Anordnung eines Ikosaeders, der die Form einer Kugel bestmöglich annähert und die Lichtquellen an Ort und Stelle hält.
Für die multiperspektivische Aufzeichnung werden zwei Aktoriken eingesetzt. Die Winkel um die Horizontalebene wird durch eine drehbare Platte realisiert, in deren Mitte das zu untersuchende Objekt installiert wird. Der Winkel über die Vertikalebene wird durch die Bewegung der Kamera über einen Roboterarm erreicht.
Datenaufzeichnung
In einem fein abgestimmten Zusammenspiel der Aktoriken, des Controllers für die LEDs und der Kameras werden Daten mit verschiedenen Ausleuchtungsszenaren aufgezeichnet, die verschiedene Lichtintensitäten und Farbspektren abdecken. Dazu wird das Objekt in kontinuierliche Rotation um die Horizontalebene versetzt und in Bilder in einstellbaren Intervallen aufgezeichnet. Durch die starke Ausleuchtung geringen Belichtungszeiten erreichen wir dennoch qualitativ hochwertige Aufnahmen mit vernachlässigbarer Bewegungsunschärfe mit bis zu 1080 Bildern pro Minute.
KI-basierte Fehlererkennung
Anomalie-Erkennung: Identifikation einer vertauschten Komponente der Baugruppe.
Auf der Grundlage extrem großer, aber unspezifischer Datensätze wie ImageNet sowie der durch DOME erzeugten Daten in höchster Qualität und spezifischer Ausrichtung auf das zu inspizierende Objekt werden Modelle zur Anomaliedetektion trainiert. Hierzu setzen wir auf echtzeitfähige Modelle wie PatchCore und EfficientAD. Bei Anwendungsfällen mit größerer Varianz hinsichtlich Position und Orientierung des inspizierten Objekts binden wir zusätzlich Informationen aus CAD-Modellen ein. Die Defektdetektion ist echtzeitfähig und lässt sich somit optimal in den laufenden Betrieb der Qualitätssicherung integrieren.
Grafische Benutzeroberfläche zur Ansteuerung der einzelnen DOME-Komponenten und digitalen Abbildung des Aufnahmeprozesses in Echtzeit.
