ELV.xD
Das ELV.xD-Projekt zielt darauf ab, ein System zur 3D-basierten Wiedererkennung von Ersatzteilen zu entwickeln. Die Verwendung von Verfahren aus der Künstlichen Intelligenz soll hierbei eine sehr performante Bestimmung solcher Bauteile ermöglichen.
Titel des Projektes:
Entwicklung KI-gestützter, mehrdimensionaler Ensemble-Learning-Verfahren für die präzise Ad-Hoc-Wiedererkennung von Ersatzteilen im industriellen Umfeld (ELV.xD)
Ansprechpartner:
Prof. Dr.-Ing. Frank Neumann (Frank.Neumann@HTW-Berlin.de)
Im Kontext der Digitalisierung und Wandlung der Produktion in Richtung I4.0 nimmt die Bedeutung der industriellen Objekterkennung kontinuierlich zu. Eine große Herausforderung ist in diesem Kontext die performante Bestimmung konkreter, komplexer Bauteile aus einem Datenbestand, der mehrere zehn- oder gar hunderttausend Teile umfasst, die ggf. in repräsentativen Teilekategorien vorliegen oder eine große Ähnlichkeit besitzen. Ziel des Vorhabens ist es, ein System zur Wiedererkennung von Bau- und Ersatzteilen zu entwickeln, das Verfahren basierend auf hierarchischen, mehrdimensionalen Feature-Vektoren (xD) dynamisch und bedarfsgerecht koppelt. Dazu wird ein modulares Ensemble-Learning-Verfahren entwickelt, das mit einer Kombination aus mehrstufigen Clustering- und anderer Verfahren ein beliebiges Teilespektrum vorfiltert und eine möglichst präzise Wiedererkennung von Objekten sicherstellt.
