| Forschungsprojekt: | "Autoendoskop" |  |
| Forschungsbereich: | Automatisierung, Inspektion, Maschinelles Lernen | |
| Gefördert durch: | Bundesministerium für Wirtschaft und Energie (BMWi) | |
| In Zusammenarbeit mit: | IT Concepts GmbH, Carat Robotic Innovation GmbH, Lehrstuhl für intelligente Materialsysteme Univ. des Saarlandes | |
| Beginn des Projekts: | Februar 2020 | |
| Ende des Projekts: | März 2022 |
Beschreibung:
Ziel dieses Projektes ist die Entwicklung eines hochautomatisierten, kostengünstigen sowie effizienten Inspektionsverfahrens für die Serienfertigung eines weiten Produktspektrums, das durch Hohlräume charakterisiert ist. Das System ist so zu gestalten, dass eine effiziente Anpassung an das vom Kunden gewünschte Bauteil vollzogen und die Anlage schnell aufgebaut werden kann. Als Werkzeug soll neuartige, zu entwickelnde Videoendoskop-Hardware eingesetzt werden, die durch einen Industrieroboter zu führen und zu positionieren ist. Aufgrund der hohen Bauteilvielfalt ist ein Modulbaukasten zu entwickeln, aus dem sich ein an das jeweilige Produkt angepasstes Endoskop schnell aus verschiedenen Komponenten zusammenstellen lässt. Die Endoskopspitze soll mit Drahtaktoren einer Formgedächtnislegierung versehen werden, sodass ein aktives Biegen der Spitze realisiert werden kann. Die Positionierung der Sensoren ist vorab aus CAD-Daten mittels einer Simulation abzuleiten, die sowohl eine Robotersimulation als auch eine Simulation der Bewegung der Endoskopspitze sowie eine hochaufgelöste Sensorsimulation enthält. Nach der Bild-Akquisition sind Fehler mit einem hohen Automatisierungsgrad zu finden. Dafür ist der Einsatz von Deep Learning vorgesehen. Das IFPT beschäftigt sich mit der Sensorsimulation und der automatisierten Fehlerfindung.
Ansprechpartner am Institut: M.Sc. Ole Schmedemann