Semantische 3D-Szenensegmentierung für die Robotik (Bild: Bosch)
Ennos steht für „Eingebettete Neuronale Netze für Optische Sensoren zur flexiblen und vernetzen Produktion“. Die dabei eingesetzten Verfahren des maschinellen Lernens sollen eine leistungsfähigere Interpretation der Kameradaten ermöglichen und haben laut dem Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI) das Potenzial, Maschinen in Zukunft anpassungsfähiger zu gestalten. Das neuronale Netz dient dabei als „künstliches Gehirn“ zur Entscheidungsfindung für vordefinierte Fragestellungen und wird auf einem FPGA-Chip ausgewertet.
Optimierung der neuronalen Netze für kompakte Prozessoren
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 sollen. Dabei optimieren sie Netzwerkgröße und Topologie , beispielsweise durch das Entfernen (Pruning) überflüssiger Neuronen oder deren Verbindungen (Weight Sharing).
Einen weiteren Innovationssprung des Projekts soll die Integration von ultra-kompakten 3D-Kameras des assoziierten Projektpartners pmdtechnologies ag bringen. 3D-Kameras von pmd finden sich bereits in diversen Smartphones, Augmented-Reality Brillen, Autos und Industrierobotern. Die optischen Sensoren eignen sich zur flexiblen und schnellen Erfassung von Informationen über komplexe Zustände und Umgebungen.
Die Verbundpartnern setzen die neue intelligente Kameraplattform in drei verschiedenen Anwendungsszenarien ein:
- Semantische 3D-Szenensegmentierung für die Robotik: Die Projektpartner DFKI und Bosch arbeiten gemeinsam an der automatisierten semantischen Erkennung von Objekten im industriellen Umfeld. Das Einrichten robotergeführter Manipulationsaufgaben ist sehr zeit- und deshalb kostenintensiv. Um diesen Prozess zu vereinfachen, soll das Ennos-System automatisiert einfache Konzepte, wie „Palette“, „Bauteil“ oder „Tisch“, erkennen. Die Bereitstellung von semantischen Informationen erlaubt eine intuitivere und damit schnellere, gegebenenfalls semantische Programmierung von Arbeitsabläufen.
- Assistenzsystem für Bestandsaufnahmen in großen Anlagen: Die Projektpartner KSB und ioxp arbeiten an der automatisierten Erfassung der in großen Produktionsanlagen eingesetzten Komponenten wie Pumpen, Armaturen, Rohren, Sensoren, Anzeigen, Wärmetauschern oder Reaktoren. Die Erkennung soll auf Basis einer hinterlegten Bibliothek erfolgen. Dazu wird die intelligente Ennos-Kamera an die existierende Augmented-Reality-Lösung von ioxp angebunden. Diese ermöglicht die Prozessdokumentation von industriellen Arbeitsvorgängen in Form von Schritt-für-Schritt-Anleitungen und beinhaltet Verarbeitungsmodule zur Objekt- und Handlungserkennung.
- Ferndiagnose mit automatischer Anonymisierung von Personen: Beim Einsatz von Kamera- und Softwarelösungen zur videobasierten Ferndiagnose in Fabrikanlagen muss in einer aufwendigen Einzelfallprüfung sichergestellt werden, dass keine personenbezogenen Daten erfasst oder gespeichert werden. Die Projektpartner Bosch und DFKI entwickeln eine neue Anwendung, die Personen erkennt und diese automatisch aus dem Videostream entfernt. Da so nur anonymisierte Videodaten das Ennos System verlassen, sind alle datenschutzrechtlichen Bedenken einer Ferndiagnose ausgeräumt.
Ennos wird vom Bundesministerium für Bildung und Forschung (BMBF) im Rahmen der Fördermaßnahme „Photonik für die flexible, vernetzte Produktion – Optische Sensorik“ in den nächsten drei Jahren gefördert. Das Projektvolumen beträgt insgesamt 3,3 Millionen Euro, davon wird fast die Hälfte durch die beteiligten Industriepartner aufgebracht. DIe Projektpartner sind Robert Bosch GmbH (Koordinator), Deutsches Forschungszentrum für Künstliche Intelligenz GmbH (DFKI), KSB SE & Co. KGaA, ioxp GmbH, pmdtechnologies ag (assoziierter Partner) und ifm eletronic GmbH, (assoziierter Partner).
(ml)
