Schraubenkopfdetektion mittels KI

Auszug aus dem Datensatz

Das Erreichen von Nachhaltigkeit und Klimaneutralität erfordert Änderungen sowohl im privaten Lebensstil als auch in der Industrie. Eine Maßnahme in der Produktionstechnik ist das sogenannte Remanufacturing, bei dem gebrauchte und verschlissene Teile aufgearbeitet werden. Die manuelle Demontage für das Remanufacturing ist bereits umgesetzt, erfordert aber eine Automatisierung in Zukunft. Eine Herausforderung bei der Automatisierung der Demontage besteht darin, dass die Teile und Verbindungselemente aufgrund ihres vorhergehenden Lebenszyklus in den Eigenschaften variieren. Um diese Herausforderung zu meistern, wurde ein KI-basiertes Bildverarbeitungssystem entwickelt, das Schraubenköpfe in industriell relevanten Anwendungen erkennt. Das System nutzt maschinelles Lernen und die YOLOv5-Architektur, um sechs verschiedene Klassen von Schraubenköpfen zu lokalisieren und zu klassifizieren. Es wurde ein Datensatz mit 550 Bildern genutzt, um das System zu trainieren. Ein UR5e Roboter mit einem Eye-in-Hand-Kamerasystem wurde verwendet, um das System zu implementieren. Mit der Arbeit wird die industrielle Anwendbarkeit des Systems betont und die experimentellen Ergebnisse zeigen, dass das vorgeschlagene System eine akzeptable Laufzeit für reale Anwendungen in einer durchsatzgesteuerten Umgebung erreichen kann.