Systementwurf für cloudbasierte Bildverarbeitung im Umfeld der Industrie 4.0 am Beispiel der Qualitätskontrolle von Biegekanten

Conference: AALE 2018 - 15. Fachkonferenz, Das Forum für Fachleute der Automatisierungstechnik aus Hochschulen und Wirtschaft
03/01/2018 - 03/02/2018 at Köln, Deutschland

Proceedings: AALE 2018

Pages: 4Language: germanTyp: PDF

Authors:
Jacobsen, Dirk; Ott, Peter; Ringhand, Dirk; Wittenberg, Carsten (Hochschule Heilbronn, Deutschland)
Lanquillon, Carsten (Hochschule Heilbronn, Fakultät Mechanik und Elektronik, Heilbronn, Deutschland)

Abstract:
In vielen Fertigungslinien ist die Bilddatenerfassung/-Verarbeitung elementarer Bestandteil der Anlagensteuerung und Überwachung. Häufig werden hierfür Smartkameras eingesetzt, die jedoch eine begrenzte Leistungsfähigkeit. Zudem sind sie für Produktvariationen wenig geeignet, weil der Algorithmus nicht online ausgetauscht oder angepasst werden kann. Die Bilddaten werden von Smartkameras in der Regel nicht gespeichert; für eine weitergehende Auswertung oder den Aufbau einer Deep-Learning-Bibliothek stehen die Bilddaten dann nicht mehr zur Verfügung. Zudem bestehen Smartkameras zwar aus langlebigen opto-mechanischen Komponenten, wie dem Objektiv, jedoch veraltet die integrierte Datenverarbeitungshardware schnell und ist nicht austausch oder erweiterbar. Um neuartige rechenintensive Algorithmen, wie aus dem Bereich der computational photography in zeitkritischen Fertigungsschritten einsetzen zu können, ist die Bereitstellung von anpassbarer großer Rechenkapazität erforderlich. Cloud-Computing stellt hierfür eine Problemlösung dar und ermöglicht eine aufwärtskompatible Bilddatenverarbeitung, während ein schlanker, langlebiger Sensorkopf (Kamera, Beleuchtung und ein embedded System zur Datenvorverarbeitung) die Bilddatenerfassung gewährleistet und Bilddaten in die Cloud zur weiteren Bilddatenanalyse überträgt. Horizontale Skalierung ermöglicht hierbei die schnelle Erweiterbarkeit, wenn der Algorithmus beispielsweise für Produktvarianten angepasst werden muss oder neuartige anspruchsvollere Algorithmen zur implementiert werden. Das System wird am Beispiel der Qualitätskontrolle von Blechbiegekanten, wie Aluminiumkarosserien, realisiert. Durch den Biegeprozess treten Beeinträchtigungen, insbesondere Orangenhaut oder gar Risse auf.