Wichtige Erkenntnisse
Edge Learning bietet eine praktische, skalierbare KI-basierte Lösung für die Automatisierung von Fertigungs- und Logistikanwendungen. Das geht folgendermaßen:
- Es verändert die Automatisierung durch die Verarbeitung von Daten auf dem Gerät, reduziert die Komplexität und ermöglicht eine schnelle Inbetriebnahme.
- Es erfordert wenig Schulungen und keine vorherige KI-Expertise, da es vorab trainierte Algorithmen zur Implementierung verwendet.
- Mit intelligenten, kamerabasierten Lösungen kann es branchenübergreifend eingesetzt werden und verbessert die Qualitätskontrolle, reduziert Kosten und verbessert die Effizienz.
Was ist Edge Learning?
Edge Learning ist eine KI-Technologie, die am Edge dort platziert wird, woher die Daten stammen, auf einer Smart-Kamera, in maschinellen Bildverarbeitungsanwendungen. Die Technologie basiert auf einer Reihe von vorab trainierten Algorithmen und ist einfach einzurichten. Sie erfordert im Vergleich zu anderen KI-basierten Lösungen, z. B. Deep Learning, weniger Zeitaufwand und weniger Bilder für das Training.
Edge Learning ist eine praktikable Lösung, sowohl für Einsteiger als auch für Experten. Hersteller können dies einfach bereitstellen, um ihre Linien zu automatisieren. Selbst erfahrene Ingenieure, die Bildverarbeitung nutzen, aber keine spezifische KI-Expertise haben, können dies reibungslos implementieren. Da Edge Learning sowohl extrem leistungsfähig als auch einfach zu bedienen ist, können mit dieser Technologie eine Reihe von Anwendungen in der Fabrik und in verschiedenen Branchen automatisiert werden.
Was sind die Vorteile von Edge Learning?
Edge Learning macht Bildverarbeitung und Automatisierung einfach. Es sind keine speziellen Kenntnisse in Bildverarbeitung oder KI erforderlich. Ingenieure können die Technologie anhand ihres vorhandenen Wissens über die erforderlichen Aufgaben trainieren. Die Lösung benötigt nur eine Handvoll Beispielbilder, um den Unterschied zwischen guten und schlechten Teilen zu erlernen. Sie erfordert keine vorherige Erfahrung mit KI oder Bildverarbeitung. Lesen Sie weiter, um mehr über die Vorteile dieser leistungsstarken Technologie zu erfahren.
Wie funktioniert Edge Learning?
Mit einer einzigen smarten Kamera-basierten Lösung kann Edge Learning innerhalb von Minuten in jeder Fertigungslinie eingesetzt werden. Bei dieser Art von Lösung werden mehrere Komponenten, u. a. Hardware für die Bildverarbeitung, regelbasierte Tools und Funktionen der KI, integriert.
Bildverarbeitungstools
Regelbasierte Bildverarbeitungstools eignen sich gut für eine Vielzahl von speziellen Aufgaben wie Lokalisierung, Messung und Ausrichtung. Für die Zwecke des Edge Learning werden sie auf eine den Anforderungen der Fabrikautomatisierung entsprechende Weise miteinander kombiniert und machen Fließbandüberwachungstools oder den Aufbau komplexer logischer Sequenzen beim Trainieren überflüssig.
Diese Tools liefern eine schnelle Vorverarbeitung von Bildern und extrahieren Dichte, Konturen und sonstige Informationen über die Merkmale zur Erkennung und Analyse von Fertigungsfehlern. Durch die von diesen Tools durchgeführte Identifizierung und Verdeutlichung der relevanten Bildbereiche wird der Rechenaufwand im Vergleich zum herkömmlichen Deep Learning reduziert.
KI-Fähigkeiten
Anstatt von menschlichen Programmierern erstellte Regeln einzusetzen, lernt KI durch Beispiele, sie baut ein neuronales Netz auf und erstellt auf der Basis gelabelter Beispiele für zulässige und nicht zulässige Teile effiziente Pass/Fail-Grenzwerte. Im Grunde genommen imitiert sie die Art und Weise, wie Menschen lernen.
Für KI-Fähigkeiten kann ein hoher Trainingsbedarf erforderlich sein. Edge Learning dagegen nutzt den Umstand, dass Bilder für die Fabrikautomatisierung spezielle strukturelle Inhalte aufweisen und trainiert seine Algorithmen mit diesem branchenspezifischen Wissen vor. Die Anwendung ist weniger lernintensiv, weil man nicht bei Null anfangen muss.
Wofür wird Edge Learning eingesetzt?
Hersteller und Logistikunternehmen können Edge Learning implementieren, um eine Vielzahl von Herausforderungen in allen Branchen zu bewältigen, von der Automobil- und Elektronikindustrie bis hin zu Konsumgütern und Logistik.
Erkennung und Klassifizierung von Mängeln und Unterscheidung zwischen Fehlern und zulässigen Anomalien.
Widerstände werden geprüft und als „NG“ (beschädigt oder zerkratzt) oder OK klassifiziert.
Klassifizieren und Sortieren von Produkten auf der Grundlage von Größe, Farbe und visuellen Merkmalen.
Verhinderung von Schäden an der Anlage oder Verzögerungen bei der Verarbeitung durch Bewertung der Hygiene von Schalen oder Identifizierung von Gegenständen, die in Cross-Belt-Sortierer oder auf Förderbändern feststecken.
Eines der häufigsten Hemmnisse für den Einsatz von KI in der Fabrikautomatisierung ist ihre vermeintliche Komplexität. Dank der Fortschritte in der KI-Technologie, wie beispielsweise Edge Learning, gehört dieses Wahrnehmung jedoch nun der Vergangenheit an.
Edge Learning ist eine bahnbrechende Technologie, die sowohl extrem leistungsfähig als auch einfach zu implementieren ist. Es kann eine Vielzahl von Aufgaben automatisieren, ohne dass KI-Vorkenntnisse oder technisches Fachwissen vorhanden sein müssen. Von der Teileprüfung bis hin zu Anwendungen zum Sortieren und Lesen von Zeichen bietet Edge Learning eine einfache Lösung, um die Automatisierung in der Fabrikhalle voranzutreiben.
Recherchen und Informationen zu KI in der Fertigung und den oben beschriebenen Verfahren stammen aus den folgenden Quellen:
Rapp. (7. Januar 2022). Artificial Intelligence in Manufacturing: Real World Success Stories and Lessons Learned. Abgerufen von: https://www.nist.gov/blogs/manufacturing-innovation-blog/artificial-intelligence-manufacturing-real-world-success-stories
Dr. Fujimaka. (2020, December 7). Removing Barriers to AI Adoption in Manufacturing. Abgerufen von: https://www.automation.com/en-us/articles/december-2020/removing-barriers-to-ai-adoption-in-manufacturing