Visuelle Inspektion und Systeme zur 3D-Erfassung in der Qualitätssicherung

Die älteste Form der visuellen Inspektion von Gegenständen ist die Betrachtung durch den Menschen. Mit dem Einsatz industrieller Bildverarbeitung wurde dieser Prozess zunehmend automatisiert. Klassische Systeme stoßen jedoch dort an ihre Grenzen, wo die Umgebungsbedingungen schwierig werden: Sie erfordern aufwendig definierte Regeln und die Expertise von Fachkräften. Technologische Fortschritte in Künstlicher Intelligenz (KI) und Machine Learning (ML) ermöglichen heute neue Lösungen, um die visuelle Inspektion effizienter und robuster zu gestalten – auch unter schwierigen Bedingungen.

Zusätzlich zur Oberflächenprüfung wird die 3D-Vermessung von Bauteilen zur Qualitätssicherung eingesetzt. Sie dient der Prüfung auf Maß- und Formhaltigkeit und erfolgt mittels taktiler oder berührungsloser Verfahren. Robotergestützte Systeme verbessern dabei die Wiederholgenauigkeit. Ihre aufwendige Programmierung oder das Teaching rentiert sich jedoch oft nur bei hohen Stückzahlen von Gleichteilen, die erfasst werden sollen.

Mit unseren Entwicklungen am Fraunhofer IGD machen wir optische Prüfverfahren effizienter und robuster – und schaffen so spürbaren Mehrwert für unsere Kunden.

Ihr Nutzen für die Qualitätssicherung

Effiziente Qualitätssicherung

  • Automatische optische Qualitätskontrolle mit hoher Zuverlässigkeit
  • Erreichung der Prozessgeschwindigkeit und Einhaltung von Anforderungen bzgl. Taktraten
  • Reduktion der Inferenzzeit
  • Reduzierte Kosten und Trainingszeiten durch optimierte KI-/ML-Modelle (inkl. Pruning)
  • Weniger Aufwand beim Sammeln von Daten und Bildern durch Trainingsdatensynthese

Flexibilität und Autonomie der 3D-Erfassung und Bearbeitung

  • Autonome robotergestützte 3D-Erfassung ohne Teaching, ohne CAD-Modell, ohne Scan-Plan, ohne Programmierung
  • Vollständige Erfassung der von außen sichtbarer Oberfläche
  • Hohe Genauigkeit (bis 30 Mikrometer) und exzellente Farbtreue
  • Direkt verwendbare 3D-Modelle (als Resultat aus dem autonomen Prozess) - ohne manuelle Nacharbeit verwendbar für Qualitätssicherung, 3D-Druck, Visualisierung, etc.
  • Automatische Bearbeitung des Bauteils nach der 3D-Erfassung möglich, z.B. Entschichtung, Entlackung, etc.

Optimierung des Trainingsprozesses

  • Training von KI-Modellen ausschließlich mit „Gutdaten“ (Bildern von Gutteilen / OK-Teilen)
  • Trainingsdatensynthese – auch aus 3D-CAD-Daten / 3D-Modellen
  • Beliebige Objektansichten generierbar aus CAD-Daten, z.B. für die Bestimmung der Lage eines realen Bauteils im Raum 
  • Trainingsdaten schon verfügbar, wenn noch keine physischen Objekte existieren
  • Simulation von Fehlern, wie Abnutzung, oder falschem Zusammenbau
  • Minimierung des Aufwands für das Sammeln von Daten und Bildern
  • Beschleunigung von Algorithmik und KI-Modellen für ein schnelles Training von KI-Modellen

Damit diese Vorteile in der Praxis voll wirksam werden, müssen einige technologische Hürden überwunden werden.
Genau hier setzen unsere Lösungen an.

Trotz der technologischen Fortschritte im Bereich KI existieren sowohl bei der visuellen Inspektion als auch bei der 3D-Erfassung noch Schwachstellen.

Typische Herausforderungen in der automatisierten Qualitätssicherung – und unser Beitrag zur Lösung

Die visuelle Inspektion ist ein bewährtes Verfahren in der Qualitätssicherung – früher per menschlicher Begutachtung, heute zunehmend automatisiert durch computergestützte Bildverarbeitung. Klassische Systeme erfordern jedoch starre Regeln und viel Expertise. Fortschritte in KI und Machine Learning haben neue Möglichkeiten geschaffen, visuelle Kontrolle robuster, flexibler und automatisierter zu gestalten – auch unter schwierigen Bedingungen.

Herausforderungen beim Einsatz von ML in der optischen Qualitätskontrolle, die wir adressieren:

  • Hoher Aufwand für die Erzeugung von Trainingsdaten und für das Training von KI-Modellen
  • Anforderungen hinsichtlich Taktzeiten an die Inferenzdauer bei der Inline-Inspektion
  • Güte und Robustheit der automatischen visuellen Kontrolle
  • Domain Gap zwischen dem Aussehen des realen Objekts in der Fertigung und dem CAD-Modell
  • Drift in den Daten durch wechselnde Umgebungsbedingungen

Auch die 3D-Erfassung von Bauteilen spielt eine zentrale Rolle in der Fertigung bzw. Qualitätskontrolle, etwa zur Prüfung von Maß- und Formhaltigkeit. Hier kommen teilweise berührungslose Messsysteme und Roboter zum Einsatz. Bisher müssen diese aufwendig programmiert bzw. trainiert („geteached“) werden. Der Wunsch nach kompletter Automatisierung (3D-Erfassung ohne manuelles Teaching) stellt auch in diesem Bereich neue Herausforderungen.

  • Erfassung von Objekten für die einem System keine Informationen vorliegen (kein CAD-Modell, kein Scan-Plan)
  • Minimale Benutzerinteraktionen (in der Vorbereitung und Durchführung des 3D-Scans)
  • Sicherstellung einer kompletten Bauteilerfassung mit gewünschter Qualität (Genauigkeit, Auflösung, Farbtreue)
  • Wiederholbarkeit und Kollisionsfreiheit des Prozesses
  • Umgang mit schwierigen Oberflächen (z. B. Glanz, Reflexionen)
  • Erzeugung eines wasserdichten 3D-Modells ohne / mit minimalem Nachbereitungsaufwand
  • Bei der robotergestützten Bearbeitung von Bauteilen sind neben der Geometrie sämtliche Parameter für die Prozesssteuerung und den Bearbeitungszweck einzubeziehen

Fraunhofer IGD: Ihr verlässlicher Partner

Das Fraunhofer IGD entwickelt individuelle Systeme zur optischen Qualitätskontrolle. Unsere Lösungen kombinieren KI-gestützte Bildverarbeitung, simulationsbasierte Daten- und Prozessvorbereitung und robotergestützte 3D-Technologien. Wir simulieren, konfigurieren und implementieren Lösungen passgenau für Ihre Anforderungen.

Sie möchten Ihre Qualitätssicherung automatisieren oder ein konkretes Projekt besprechen? Sprechen Sie uns an, wir freuen uns auf den Austausch!