Objekt- und Defekterkennung unter dynamischen Umgebungs-bedingungen
Entwicklung eines robusten Inspektionssystems zur Verbesserung der Automatisierung und Qualitätssicherung in der Logistik unter wechselnden Lichtverhältnissen.
Problem
In der Logistik, insbesondere im Wareneingang, führt die manuelle Stichprobenkontrolle eingehender Waren häufig zu übersehenen Defekten und unentdeckten Schäden. Container, Kartons oder sogar fehlende Waren werden oft erst später im Prozess erkannt, was zu erhöhten Kosten führt. Traditionelle Inspektionslösungen haben Schwierigkeiten, unter den wechselnden Lichtverhältnissen, die in Wareneingangsbereichen üblich sind, zuverlässig zu arbeiten, was die Implementierung automatisierter Inspektionen erschwert.
Ziel
Ziel ist es, eine 100% automatisierte Qualitätsinspektion der eingehenden Waren während des Entladens zu erreichen, wodurch der manuelle Arbeitsaufwand und menschliche Fehler reduziert werden. Durch die frühzeitige Erkennung von Defekten und fehlenden Waren sollen Aufwände und Kosten gesenkt werden.
Lösung
Um diese Herausforderungen zu bewältigen, werden synthetische Daten für das Modelltraining genutzt, um ein robustes Inspektionssystem zu gewährleisten, das mit wechselnden Lichtverhältnissen umgehen kann. Die Lösung beinhaltet die Entwicklung von Best Practices für die Hardware-Installation, um Unterbrechungen der aktuellen Prozesse zu vermeiden. Mehrere Bilder werden aus verschiedenen Winkeln aufgenommen und zu einem umfassenden Inspektionsergebnis kombiniert. Unterschiedliche Modelle werden trainiert, um sowohl fehlende Warenals auch Schäden an Containern und Kartons zu erkennen. Im Laufe der Zeitwerden die Inspektionsergebnisse analysiert, um das System kontinuierlich zu verbessern und es an neue Containertypen oder Produktvarianten anzupassen.
Kundennutzen
Mit unserem SightHub kann der Kunde nun die detaillierte Inspektion von eingehenden Waren vollständig automatisieren und ist gleichzeitig widerstandsfähig gegenüber wechselnden Lichtverhältnissen. Durch den Einsatz synthetischer Daten werden unterschiedliche Beleuchtungsszenarien in die Modellentwicklung einbezogen, was eine robuste und flexible Lösung schafft. Zudem kann sich die Inspektionsanwendung problemlos an neue Containertypen oder Produkte anpassen. Die frühzeitige Erkennung von Defekten und fehlenden Waren reduziert den manuellen Aufwand und verhindert teure Verzögerungen in der Logistikkette, was zu erheblichen Kosteneinsparungen führt.