Bildverarbeitung bereitet der digitalen Fabrik den Weg

Mithilfe des maschinellen Lernens wird in der industriellen Bildverarbeitung sowie der optischen und akustischen Mess- und Prüftechnik eine neue Ära eingeleitet. Damit werden Anwendungen möglich, die bisher zu teuer, zu langsam oder zu unflexibel waren. Auf maschinellem Lernen basierende Mess- und Prüfsysteme müssen nicht mehr auf feste Arbeitsschritte oder Aufgaben ausgelegt sein. Sie lassen sich nicht nur an unterschiedlichste Randbedingungen, wie Prüfinhalte, Fehlerklassen oder Gestalt der Prüfobjekte frei anpassen, sondern haben oft sogar von vornherein die notwendige Intelligenz implementiert, um die Anpassungen selbst vornehmen zu können.

Sie verfügen zudem über die Fähigkeit zur Selbstkonfiguration und arbeiten autonom und selbstlernend, ohne dass jede Anwendungsvariante fallspezifisch vorgegeben werden muss. Vor diesem Hintergrund gewinnen neue Technologien und Lösungen aus der angewandten Forschung an Bedeutung, wie sie die Institute innerhalb der Fraunhofer-Allianz Vision entwickeln.

Im Bereich der zerstörungsfreie Prüfung entwickelt das Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM in Kaiserslautern Terahertz-Messtechnik-Systeme, mit denen sich zum Beispiel Schichtdicken nicht-metallischer Oberflächen in oder am Ende des Lackierprozesses messen lassen. Nun steht eine robotergestützte Variante zur Verfügung, bei der zur vereinfachten Integration in das Arbeitsumfeld wird ein kollaborativer Roboter (Cobot) eingesetzt wird.

Das System eignet sich vor allem für die Dickenmessung einzelner Schichten innerhalb eines Mehrschichtsystem, wobei die Beschichtung auf beliebigem Material aufgetragen sein kann. Daneben können auch feuchte, klebrige und weiche Beschichtungen und Schichten auf gekrümmten Oberflächen gemessen werden. Analog zur Ultraschallmessung werden kurze Terahertz-Lichtpulse auf die Probe geschickt. Terahertz-Messungen kommen jedoch, anders als Ultraschall, ohne Koppelmedium aus und arbeiten somit berührungs- los. An jeder Grenzfläche wird ein Teil des Lichts reflektiert und diese reflektierten Signale werden vom Terahertz-Empfänger zeitaufgelöst registriert. Die zeitaufgelösten Echosignale enthalten die Tiefeninformationen der Probe, woraus die Schichtdicken bestimmt werden können.

Für dünne Schichten erfolgt die Schichtdickenbestimmung durch einen Vergleich von gemessenem und simuliertem Signalverlauf. Zur Simulation benötigt man die Materialparameter der eingesetzten Beschichtungsmaterialien und den Signalverlauf des einfallenden Terahertz-Pulses. Mit dieser Kenntnis werden die Dicken der Einzelschichten so lange variiert, bis eine optimale Übereinstimmung von Messung und Simulation erreicht wird. Eine Messzeit deutlich unter einer Sekunde pro Messpunkt ist möglich, da die Auswertung der Messung erfolgt, während schon das nächste Messsignal aufgenommen wird. Die Auswertezeit für die Messung von bis zu fünf Schichten ist damit vernachlässigbar kurz. Die in vielen industriellen Umgebungen vorhandenen Vibrationen und Schwingungen werden durch eine speziell angepasste Auswertesoftware ausgeglichen, durch die auch unter widrigen Bedingungen zuverlässige Dickenmessungen möglich sind.

Mobile Terahertz-Prüfungen mit
Hand- oder kompaktem Scanner

Auch für mobile Terahertz-Prüfungen hat das Fraunhofer ITWM ein Gerät entwickelt. Sie kommen zum Einsatz bei schwer zugänglichen Bauteilen wie etwa der Inspektion von Kunststoff- und beschichteten Metallrohren oder der Prüfung von Baugruppen aus Faserverbundwerkstoffen während der Produktion. Dabei stehen zwei Versionen zur Verfügung: Der Handscanner ist mit einem Encoder ausgestattet und ermöglicht so eine schnelle Messung in Richtung der Sensorbewegung. Auf diese Weise kann mittels B-Scan das Innere des untersuchten Bauteils dargestellt werden. Sollen größere Ausschnitte untersucht werden, so bietet sich die Ausführung als kompakter Scanner an, der die Fläche eines DIN A4-Blatts in weniger als eine Minute erfasst. Hier sind neben den B-Scans auch C-Scan-Darstellungen möglich, die eine 3D-Darstellung erlauben.

Ein weiteres Beispiel für die Handprüfung großer industrieller Bauteile und Strukturen ist das intelligente Assistenzsystem 3D-Smartinspect des Fraunhofer Instituts für zerstörungsfreie Prüfverfahren IZFP in Saarbrücken. Es macht mit interaktiver Visualisierung und digitaler Prüfakte die Handprüfung objektivierbar und quantifizierbar. Das System erfasst optisch den Prüfprozess, das Tracking-Modul verfolgt die Bewegung des Prüfkopfs und protokolliert Prüfpositionen und Messsignale. Aufgenommene Messsignale und Volumendaten werden KI-gestützt ausgewertet und für das Livebild mit Ortskoordinaten fusioniert. Die registrierten Fehleranzeigen werden auf einem Notebook oder Tablet dargestellt. Augmented Reality (AR) ermöglicht zudem die Visualisierung mit einer Hololens. Abschließend wird das Ergebnis über eine entsprechende Schnittstelle im Dateiformat Diconde (Digital Imaging and Communication for Non-Destructive Evaluation) übergeben, das sich zunehmend als Standard in der zerstörungsfreien Prüfung etabliert. Dadurch können die aufgenommen Daten mit weiteren Verfahren der zerstörungsfreien Prüfung verglichen und analysiert werden.

Swir-Sensor prüft auch glänzende
oder tiefschwarze Oberflächen

Neuentwicklungen aus der Fraunhofer-Allianz Vision gibt es auch aus dem Bereich optische 3D-Messtechnik: Dazu gehört ein kurzwelliges Infrarotlicht (Swir) nutzender 3D-Sensor des Fraunhofer-Instituts für Angewandte Optik IOF in Jena, mit dem sich auch sogenannte unkooperativer Oberflächen, also glänzende oder tiefschwarze, prüfen lassen. Der Swir-3D-Sensor arbeitet mit einer Wellenlänge von 1.450 nm außerhalb des zumeist verwendeten VIS- (400…800 nm) oder NIR-A-Spektrums (zum Beispiel 850 oder 950 nm). Er basiert auf dem im VIS-Bereich etablierten Verfahren der Triangulation zweier Stereokameras, kombiniert mit einem aktiven Musterprojektor. Da klassische Verfahren der Mustergenerierung wie etwa Digital Light Projection (DLP) nicht im SWIR einsetzbar sind, wurde der Swir-Musterprojektor basierend auf dem Gobo-Projektorprinzip entwickelt. Auch der Einsatz klassischer, siliziumbasierter Kameras ist im Swir nicht möglich, sodass hier Ingaas-Sensoren eingesetzt werden.

Die Projektion aperiodischer Sinusmuster erlaubt die Rekonstruktion dichter 3D-Punktwolken anhand von sechs bis zwölf Kamerabildern mit einer Auflösung von 320 x 256 Punkten. Die 2D-Bildrate beträgt bis zu 344 Bilder pro Sekunde und ist damit auch für Prüfprozesse geeignet, in denen die Datenerfassung und -verarbeitung in Echtzeit erfolgen müssen. Arbeitsabstand und Messfeld sind anwendungsspezifisch konfigurierbar. Bei einem Arbeitsabstand von 1,5 m wird ein Bereich von 300 x 300 x 300 mm3 mit einem Punktabstand von 1,2 mm erfasst. Die 3D-Daten können optional mit den Aufnahmen einer Farbkamera verknüpft werden, um zusätzliche Texturdaten der Prüfobjekte zu erhalten.

Mobile Prüfungen mittels Augmented Reality
für den schnellen Soll-Ist-Vergleich

Das Fraunhofer-Institut für Graphische Datenverarbeitung IGD in Darmstadt hat ein System entwickelt, bei dem Augmented-Reality-Verfahren dazu genutzt werden, Differenzen zwischen Soll und Ist automatisiert und in Echtzeit zu erkennen. Die Verfahren können sehr flexibel an unterschiedlichste Produktkonfigurationen angepasst werden. Sie benötigen kein Training auf Grundlage der Kamerabilder, denn die Prüfverfahren setzen auf die Konstruktionsdaten auf und können schon während des Planungsprozesses der Produktion eingerichtet werden. Somit können wandlungsfähige Prüfverfahren umgesetzt werden, die flexibel auf zahlreiche Produktvarianten adaptiert werden können. Für die Registrierung der Prüfkörper können entweder 2D-Kameraarrays oder 3D-Kamerasysteme eingesetzt werden. Die auf Augmented Reality basierende Qualitätskontrolle kann aber auch für mobile Prüfsysteme eingesetzt werden, indem der Prüfingenieur ein Tabletsystem nutzt. Mit der Tabletkamera werden die Prüfkörper aufgezeichnet und in Echtzeit zum CAD-Modell registriert. Somit kann der Prüfingenieur Abweichungen zwischen CAD- und realem Modell identifizieren und dokumentieren. Die Augmented-Reality-Verfahren tracken 3D-Objekte modellbasiert und ohne Einsatz von Markern. Die Tracking-Lösung ist robust, akkurat und einfach zu integrieren. Das Tracking lässt sich auch bei unsteten Lichtverhältnissen nutzen. An einem Monitor wird die Überlagerung vom CAD-Modell im Kamerabild angezeigt und Differenzen werden hervorgehoben.

Modellgestützte Digitalisierung ermöglicht Prüfprozesse für die variantenreiche Fertigung

Die modellgestützte Digitalisierung von Prüfprozessen treibt das Fraunhofer-Institut für Fabrikbetrieb und -automatisierung IFF in Magdeburg voran. Der Hintergrund: In der Fertigung variantenreicher Produkte in kleinen Losgrößen werden digitale Modelle von Produktionsanlagen und Produkten zunehmend wichtiger. Die Fertigungsmesssysteme profitieren hiervon, was viele Vorteile hat. Ein Beispiel: Zur Einrichtung dieser Messsysteme muss häufig ein Gut- oder Meisterteil oder ein vom Prüfplaner definierter Parametersatz erstellt werden. Bei hoher Variantenzahl ist dies ressourcen- und damit kostenintensiv. Sind Produktionsanlagen und Produkte hingegen digitalisiert, stehen die Informationen als strukturierte CAD-Modelle zur Verfügung. Diese aus der Konstruktion stammenden Daten können dank ihrer maschinenlesbaren Form für vielfältige Zwecke genutzt werden. Technische Teilprozesse für die Prüfplanung und die Durchführung der Prüfung können simuliert werden. Damit kann die Qualitätsprüfung parallel zur laufenden Produktion offline geplant werden. ■

Fraunhofer-Allianz Vision
Flugplatzstraße 75
90768 Fürth
Tel. +490911580615800
www.vision.fraunhofer.de