Die automatische optische Inspektion (AOI) hat die Aufgabe der Qualitätsprüfung und Dimensionsvermessung. Ziel ist es, die AOI in automatisierte Produktionsprozesse zu integrieren, um Taktzeit einzusparen und Fehler proaktiv für die nachhaltige Fehlerbehebung zu identifizieren. Inline-AOI-Lösungen stehen für die Qualitätsauswertung von starren Objekten, wie beispielsweise Schrauben, zur Verfügung. Forschungsbedarf besteht hingegen für formveränderliche Objekte in komplexen Baugruppen, wie beispielsweise Kabelsystemen. Aufgrund der hohen Anzahl der Freiheitsgrade, der geometrischen Eigenschaften und des elastischen Verhaltens bei Krafteinwirkung können vorhandene Lösungen nicht einfach übertragen werden. Deep Learning Lösungen stellen eine vielversprechende Technologie für die AOI von komplexen Baugruppen dar. Allerdings ist in der Regel eine ausreichend große Datenbasis erforderlich, um leistungsfähige Deep Learning Modelle zu erstellen. Ziel der Arbeit ist die Analyse von synthetischen Daten als Datenbasis für das Training von Deep Learning Modellen und der Vergleich der Leistung im Vergleich zu traditionell generierten Datensätzen.

Arbeitspakete:

• Einarbeitung in die Grundlagen Qualitätsprüfung, Deep Learning und synthetische Daten
• Einarbeitung in die bereits vorhandene Pipeline zur Generierung synthetischer Daten
• Aufbau von bekannten Modellen zur Verarbeitung der Daten
• Konzipierung eines Versuchsplans
• Durchführung der Versuche und Gegenüberstellung der Ergebnisse
• Dokumentation der Arbeit

Bei Interesse schicken Sie bitte eine E-Mail mit Lebenslauf (PDF) und aktuellem Notenspiegel an den Ansprechpartner.

Kategorien:

Kontakt: