Dank einer mit künstlicher Intelligenz ausgestatteten optischen Erkennung erhöht sich die Roboterleistung in der Fertigung und nähert sich dem Ziel Null Fehler.
„He! Ich glaube, dieses Werkstück ist fehlerhaft. Es hat eine nadelstichgroße Beschädigung. Kannst du das mal nachprüfen?“ Diese Szene spielt sich in München bei IBM Watson ab, einem auf künstliche Intelligenz spezialisierten Unternehmensbereich. Die Warnung erfolgt durch den Roboter an einen Mitarbeiter an der Fertigungslinie. Der Angesprochene prüft den Bauteil und bestätigt den Fehler oder nicht.
Auf jeden Fall fließt die neue Information in den Algorithmus der von IBM entwickelten CVI-Lösung (Cognitive Visual Inspection) ein und verbessert die Erkennungsleistung des eingesetzten Roboters. Nach Aussage von IBM lassen sich damit in der Produktion bis zu 80% der bisher für die Qualitätskontrolle nötigen Zeit einsparen und die Fehlerquote um 7 – 10% verringern.
Machine Learning und Bildanalyse
Zum Anlernen des Roboters hat ihn IBM Watson zunächst mit einem Programm zur Erkennung aller gewöhnlich bei einer Sichtprüfung erfassten Fehlerbilder gespeist. Nun vergleicht das System, das eine hochauflösende Kamera umfasst, die Echtzeitaufnahmen von den auf der Fertigungslinie vorbeilaufenden Werkstücken mit den Fehlerbildern. „Wesentlich bei solchen Systemen“, meint Thomas Hoffmann, Business Development Director bei Actemium, „ist Expertenwissen in der Bildanalyse.“
Es kommt weniger auf die 3D-Kamera des Roboters, sondern vor allem auf die Bildverarbeitung an.
Die Lösungen für die Industrie bietende VINCI Energies-Marke ist im Bereich der Bilderkennung besonders aktiv. Für ein Automobilwerk in Le Mans hat sie ein System zur Entnahme von Schmiedeteilen aus einem Sammelbehälter entwickelt; die durcheinander liegenden Teile werden vom Roboter gleich in welcher Position erkannt, einzeln entnommen und auf einem Förderband abgesetzt. „Auch hier“, unterstreicht Thomas Hoffmann, „kommt es weniger auf die 3D-Kamera des Roboters, sondern vor allem auf die Bildverarbeitung an.“
Dieselbe Feststellung trifft auch auf Poissy zu, wo Actemium für Servair eine auf Bilderkennung basierte, robotisierte Straße zur Bestückung der Tabletts für die Bordverpflegung in Flugzeugen entwickelt und installiert hat. Das intelligente System erkennt die einzelnen Bestandteile entlang der automatisierten Linie, ergreift und positioniert die Behälter mit den frisch zubereiteten Speisen, platziert die übrigen Produkte und bestückt so nach und nach die Tabletts.
Vorsprung im Bereich Luftfahrt
Im Bereich Qualitätskontrolle, in dem IBM Watson mit seinem System Position bezogen hat, hat ein französisches Unternehmen bereits eine solide Basis. Actemium Toulouse Robotique et Automation legt derzeit letzte Hand an bei einem System für die Luftfahrtindustrie, das auf einem ähnlichen Verfahren wie von IBM Watson beruht, aber noch einen Schritt weiter geht: der Vergleich erfolgt hier zwischen einer Bildaufnahme der Montageteile und deren 3D-Modell.
Es geht nicht um die Erkennung von Kratzern oder Lochschäden, sondern darum sich zu vergewissern, „dass Bauteile bzw. Baugruppen zu hundert Prozent den Solldaten entsprechen“, erklärt Jérémie Pedros, Leiter der BU Actemium Toulouse Robotique. „Dieser Approach im Sinne der ‚Fabrik der Zukunft’ hat den Vorteil, die Frage der Soll-Ist-Übereinstimmung von Anfang an zu behandeln und das Einlesen von Algorithmen überflüssig zu machen.
15/11/2017
