KIT | KIT-Bibliothek | Impressum | Datenschutz

Über lernende optische Inspektion am Beispiel der Schüttgutsortierung

Richter, Matthias

Abstract:

Die automatische optische Inspektion spielt als zerstörungsfreie Analysemethode in modernen industriellen Fertigungsprozessen eine wichtige Rolle. Typische, kommerziell eingesetzte automatische Inspektionssysteme sind dabei speziell an die jeweilige Aufgabenstellung angepasst und sind sehr aufwendig in der Entwicklung und Inbetriebnahme. Außerdem kann mangelndes Systemwissen der Anwender die Inspektionsleistung im industriellen Einsatz verschlechtern. Maschinelle Lernverfahren bieten eine Alternative: Die Anwender stellen lediglich eine Stichprobe bereit und das System konfiguriert sich von selbst. Ebenso können diese Verfahren versteckte Zusammenhänge in den Daten aufdecken und so den Entwurf von Inspektionssystemen unterstützen.

Diese Arbeit beschäftigt sich mit geeigneten lernenden Verfahren für die optische Inspektion. Die als Beispiel dienende Schüttgutsortierung setzt dabei die Rahmenbedingungen: Die Aufnahmebedingungen sind kontrolliert und die Objekterscheinung einfach. Gleichzeitig zeigen die Objekte mitunter nur wenige diskriminative Merkmale. Die Lernstichproben sind klein, unbalanciert und oft unvollständig in Bezug auf die möglichen Defektklassen. ... mehr


Volltext §
DOI: 10.5445/IR/1000085159
Cover der Publikation
Zugehörige Institution(en) am KIT Institut für Anthropomatik und Robotik (IAR)
Publikationstyp Hochschulschrift
Publikationsjahr 2018
Sprache Deutsch
Identifikator urn:nbn:de:swb:90-851594
KITopen-ID: 1000085159
Verlag Karlsruher Institut für Technologie (KIT)
Umfang XVI, 283 S.
Art der Arbeit Dissertation
Fakultät Fakultät für Informatik (INFORMATIK)
Institut Institut für Anthropomatik und Robotik (IAR)
Prüfungsdatum 19.07.2018
Schlagwörter Optische Inspektion, Machine Learning, Schüttgut
Relationen in KITopen
Referent/Betreuer Beyerer, J.
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page