Neuheiten

  • Schweißbrenner und Stereokameras am Roboter-Endeffektor bei Versuchsvorbereitungen in der Maritimen Explorationshalle des DFKI Bremen.
    Bild: DFKI, Christian Koch

    Schweißroboter schweißt auch Unterwasser

    Künstliche Intelligenz in der Robotik

    Damit die maritime Infrastruktur nicht mehr nur ausschließlich von professionellen Industrietaucher:innen instandgesetzt werden muss, hat ein Forschungskonsortium unter Leitung des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI) einen neuartigen Unterwasser-Schweißroboter entwickelt. Mithilfe von Künstlicher Intelligenz (KI), moderner Sensorik und einem Unterwasser-Roboterarm soll das System künftig autonome Schweißarbeiten ermöglichen.

  • Precitec verwendet keine allgemeine KI, sondern eine spezifische Methode des maschinellen Lernens, das sogenannte Supervised Learning.
    Bild: Precitec GmbH & Co. KG

    Optimale Schweißnaht

    Optische Messtechnik

    Stellen Sie sich vor, Sie betrachten ein Kamerabild einer Laserschweißnaht. Wäre es nicht wertvoll zu wissen, welche mechanische Belastung diese Naht aushalten kann? Oder Sie analysieren die Signale eines Photodiodensensors, der während des Laserstrahlschweißens Daten aufzeichnet und können daraus den elektrischen Widerstand oder die Einschweißtiefe ableiten? Mithilfe maschineller Lernverfahren ist dies bereits möglich. Nachfolgend wird…

  • Bild 1 | Prinzip der 3D-Aufnahme einer rotierenden Glaslinse.
    Bild: Individual System

    Nicht mehr als nötig

    Künstliche Intelligenz in der Sensorik

    Im Rahmen des interdisziplinären Forschungsprojekts LensInspect entwickelt Individual System als leitender Industriepartner ein KI-gestütztes Prüfsystem für optische Linsen. Beispiele für Zielprodukte in der Automobilindustrie sind LED-Linsen, Objektive für Fahrerassistenzsysteme, Linsen für Head-Up-Displays sowie Lidar-Komponenten.

  • Bild 1 | Im Gegensatz zu generischen KI-Toolkits kombiniert AugeLab Studio intuitive Workflows ohne Programmieraufwand mit der Flexibilität von Python-basierten benutzerdefinierten Blöcken.
    Bild: NotaVis GmbH

    Grafischer KI-Workflow

    Künstliche Intelligenz in der Sensorik

    Künstliche Intelligenz ist in AugeLab Studio nicht nur ein Zusatz, sondern fest in den Arbeitsablauf integriert. Die Plattform bildet eine Brücke zwischen traditioneller regelbasierter Bildverarbeitung und modernen Deep-Learning-Ansätzen. Die inVISION sprach mit Thomas Schweitzer, CEO von Notavis und DACH-Distributor der Software, wie dieser Spagat gelingen kann.

das könnte sie auch interessieren