Industrie & Technik

3D-Kameras und neuronale Netze für die Produktion

24.05.2019 - Projekt Ennos: inte­grier­ter Pro­zes­sor analy­siert und ver­arbeitet Farb- und Tiefen­infor­ma­tionen

Die Produktion der Zukunft ist nach­haltig, flexibel und vernetzt. Intel­ligente Systeme agieren autonom oder gemeinsam mit den Menschen und unterstützen ihn bei schwierigen und gefährlichen Arbeiten. Sie nutzen Sensoren als Sinnes­organe, um ihre Umgebung wahr­zunehmen und sicher mit uns zusammen­zuarbeiten. Besonders optische Sensoren lassen sich viel­seitig zur Erfassung von Arbeits­prozessen und -umgebungen einsetzen.

Im Projekt Eingebettete Neuronale Netze für Optische Sensoren zur flexiblen und vernetzen Produktion – Ennos – wird ein kompaktes Kamera­system entwickelt, das die Farb- und Tiefen­informationen einer 3D-Kamera direkt auf einem integrierten Prozessor mit tiefen neuronalen Netzwerken (Deep Neuronal Networks) analysiert und verarbeitet.

Die eingesetzten Verfahren des maschinellen Lernens sollen eine leistungs­fähigere Inter­pretation der Kamera­daten ermöglichen und haben sehr großes Potenzial, Maschinen in Zukunft anpassungs­fähiger zu gestalten. Das neuronale Netz dient dabei als „künstliches Gehirn“ zur Entscheidungs­findung für vordefinierte Frage­stellungen und wird auf einem sogenannten FPGA-Chip ausgewertet.

FPGAs sind integrierte Schalt­kreise, die sich nach­träglich für unter­schiedliche Aufgaben program­mieren lassen. Die auf der Embedded-Lösung des Ennos-Konsortial­leiters Bosch eingesetzten FPGAs bieten Vorteile gegenüber klassischen Prozessoren in Bezug auf Flexibilität, Leistung und Energie­verbrauch. Aufgrund der begrenzten Kapazität der Chips müssen die program­mierbaren Archi­tekturen kleiner und kompakter sein.

Die Herausforderung liegt darin, die komplexe Struktur und Größe moderner neuronaler Netze effizient in eine passende und kompakte Prozessor-Archi­tektur umzuwandeln. Wissen­schaftler des DFKI-Forschungs­bereichs Augmented Vision entwickeln im Projekt Entscheidungsalgorithmen und Methoden, die neuronale Netze in der Anzahl ihrer Neuronen reduzieren und effizienter machen. Dabei werden Netzwerkgröße und Topologie optimiert, beispiels­weise durch das Entfernen (Pruning) überflüs­siger Neuronen oder deren Verbindungen (Weight Sharing).

Einen weiteren Innovations­sprung des Projekts verspricht die Integration von ultra-kompakten 3D-Kameras des assoziierten Projektpartners PMD Techno­logies, dem weltweit führenden Anbieter für CMOS-basierte 3D Time-of-Flight Bild­sensor-Techno­logie. 3D-Kameras von PMD werden bereits in diversen Smartphones, Augmented-Reality Brillen, Autos und Industrie­robotern eingesetzt und ermöglichen zahlreiche Applika­tionen. Die vielfältig einsetzbaren optischen Sensoren eignen sich in besonderer Weise zur flexiblen und schnellen Erfassung von Informationen über komplexe Zustände und Umgebungen.

Die neue intelligente Kameraplattform wird in drei verschiedenen Anwendungs­szenarien bei den Verbund­partnern eingesetzt: Ferndiagnose mit automatischer Anonymisierung von Personen, semantische 3D-Szenensegmentierung für die Robotik, und als Assistenzsystem für Bestandsaufnahmen in großen Anlagen

Das Bundes­ministerium für Bildung und Forschung fördert Ennos in den nächsten drei Jahren im Rahmen der Förder­maßnahme „Photonik für die flexible, vernetzte Produktion – Optische Sensorik“. Das Projekt­volumen beträgt insgesamt 3,3 Millionen Euro, davon wird fast die Hälfte durch die beteiligten Industrie­partner aufgebracht.

DFKI / od

Weitere Infos

Produkte des Monats

Fluid-Struktur-Interaktion simulieren

Die Fluid-Struktur-Interaktion (FSI) zählt zu den häufigsten Phänomenen in Wissenschaft und Technik. In diesem Webinar zeigen wir den Einsatz der COMSOL Multiphysics® Software zur Modellierung von FSI.

 

Zur Registrierung

Produkte des Monats

Fluid-Struktur-Interaktion simulieren

Die Fluid-Struktur-Interaktion (FSI) zählt zu den häufigsten Phänomenen in Wissenschaft und Technik. In diesem Webinar zeigen wir den Einsatz der COMSOL Multiphysics® Software zur Modellierung von FSI.

 

Zur Registrierung