Foto: Fraunhofer ITWM
Forskare vid Fraunhofer ITWM undersöker hur man snabbt och säkert kan upptäcka minsta defekt med automatisk kontroll med hjälp artificiell intelligens, AI, i projektet ”eQuality”. Delstaten Rheinland-Pfalz stöder projektet med 600 000 euro.
Automatiserade inspektionssystem är toppmoderna, men de är dyra och kräver mycket tid och kunskap att utveckla. Det senare gäller i synnerhet felsökning av icke-standardiserade komponenter. Det går snabbare med en välsorterad databas som visar relevanta fel. Inte bara verklig bilddata samlas in, utan även datauppsättningar som beskriver defekter på ett sådant sätt att konstgjorda och fotorealistiska bilder kan skapas.
Avdelningen ”Image Processing” på Fraunhofer ITWM i Kaiserslautern har länge arbetat med detektering av ytdefekter.
– Vi levererar kompletta inspektionssystem, det vill säga hårdvara och mjukvara. De senaste åren har vi utökat våra algoritmer till att även omfatta maskininlärningsmetoder. Vi kan nu generera fotorealistiska datamängder som vi tränar vår AI med, säger avdelningschef Markus Rauhut i ett pressmeddelande.
– På detta sätt minskar vi avsevärt antalet fysiska felprover, från vilka AI vanligtvis lär sig. Tack vare finansiering från delstaten Rheinland-Pfalz kan vi utöka vårt felbibliotek och identifiera och specificera ännu fler fel, tillägger projektledare dr Petra Gospodnetic.
Dr Denis Alt, statssekreterare på ministeriet för vetenskap och hälsa, levererade personligen finansieringsbeskedet till Fraunhofer ITWM.
– Projektet visar att artificiell intelligens redan är extremt nära tillämpning och kan bidra till att göra produktionen mer hållbar och förbättra kvaliteten på produkterna. Med ”eQuality” bidrar Fraunhofer ITWM till att stärka institutets innovativa styrka och vår ekonomis konkurrenskraft och framtida livskraft genom att hjälpa till att säkerställa Rheinland-Pfalzs pionjärroll inom området AI, säger dr Denis Alt.
