Ohne Forscherdrang keine Innovation

Unser Forschungs- und Entwicklungsteam arbeitet kontinuierlich an der Weiter- und Neuentwicklung von Hard- und Softwareprodukten. Doch nur wer seinen Horizont ständig erweitert und offen für neue Impulse ist, kann innovativ sein. Ohne Forscherdrang keine Innovation. Wir bei SAC sind uns dessen bewusst und unterstützen angehende Wissenschaftler und Ingenieure aktiv, indem wir ihnen die Möglichkeit bieten, in unserem Unternehmen ihre Abschlussarbeit zu schreiben.

SAC unterstützt Bachelor- und Master-Studierende der Informatik, Elektrotechnik, Optotechnik und Bildverarbeitung, Fertigungstechnik oder ähnlicher Studiengänge, ein spannendes, aktuelles Thema mit Bezug zur industriellen Bildverarbeitung zu bearbeiten. „Wir bieten durchgehende Betreuung von der Themenfindung bis zur Ausarbeitung der Ergebnisse, hohen Praxisbezug, die Nutzung neuster Technik im industriellen Umfeld für Forschung oder Engineering sowie eine freundliche Arbeitsatmosphäre – alles, was man für eine erfolgreiche Abschlussarbeit braucht.“ sagt Alexander Piaseczki, stellvertretender Leiter der Entwicklungsabteilung.

Erfolgreich verlief auch die Masterarbeit einer Studentin des Instituts für Photogrammetrie und Fernerkundung des Karlsruher Instituts für Technologie (KIT) …, die sich mit dem Einsatz von künstlicher Intelligenz in der industriellen Bildverarbeitung befasst. Es galt zu prüfen, wie hilfreich neuronale Netze bei der Positions- und Rotationsbestimmung eines industriellen Werkteils sein können.
In der Arbeit wurde hierfür ein Convolutional Neural Network, zu Deutsch etwa „faltendes neuronales Netzwerk“, gewählt. Ein künstliches neuronales Netz ist ein Netz aus künstlichen Neuronen, das natürliche neuronale Netze, also die Nervenzellvernetzungen in Gehirn und Rückenmark, zum Vorbild hat.
Das neuronale Netz sollte anhand von 2D-Grauwertbildern die Position und Rotation eines industriellen Werkteils so bestimmen, dass die gewonnenen Daten anschließend an einen Roboter übermittelt werden können, der das Werkteil richtig greifen und dem nächsten Produktionsprozess zuführen kann. („Pick-and-Place“).

Um dies zu gewährleisten, musste das neuronale Netz überwacht trainiert werden. Durch die „Rückpropagierung“ von Fehlern lernte das Netz Schritt für Schritt. Das ausgegebene Ergebnis näherte sich mit jedem neuen Durchlauf dem Sollwert an.

Durch Anwendung unterschiedlicher Verfahren und kontinuierliche Anpassung verschiedener Parameter konnte da neuronale Netz so gut trainiert werden, dass es die Vorgabe, bei der Positionsbestimmung eine Genauigkeit von ±0,5 mm und bei der Rotationsbestimmung eine Genauigkeit von ±5° zu erreichen, erfüllen konnte. Dies zeigt das Potenzial künstlicher neuronaler Netze für den Einsatz in der industriellen Bildverarbeitung.

„Diese Anregung aus der Forschung nehmen wir gerne auf und werden ganz bestimmt beim Thema künstliche Intelligenz in der industriellen Bildverarbeitung am Ball bleiben. Dabei freuen wir uns auch auf den weiteren Input kluger Köpfe. Interessierten Studierenden stehen wir stets mit unserer Expertise, unserem technischen Know-how und mit einem offenen Ohr zur Seite. Gleichzeitig profitieren wir natürlich von den frischen Ideen und neuen Perspektiven – eine Win-Win-Situation für alle Beteiligten.“ so Piaseczki.

Interessiert an einer Abschlussarbeit bei SAC? Hier finden Sie alle nötigen Informationen zum Thema.