Framework mit visueller Programmierschnittstelle

Insgesamt fallen bei dem entwickelten Bildverarbeitungssystem sehr hohe Datenmengen von bis zu 400MByte/s an, welche verarbeitet werden müssen. Daher ist eine massiv-parallele Datenverarbeitung unter Einbeziehung von 28 Rechenkernen und eines Grafikprozessors notwendig. Durch diese Parallelisierung ist eine Inline-fähige 100%-Kontrolle gewährleistet. Weiterhin wurde vom Fraunhofer IWU das Framework Xeidana mit visueller Programmierschnittstelle entwickelt, um eine Entwicklung von anwendungsspezifischen, massiv-parallelen Qualitätsüberwachungsprogrammen zu ermöglichen. Das Framework stellt eine Vielzahl von Programmmodulen zum Einlesen unterschiedlicher Sensoren, der Signalverarbeitung und Methoden des maschinellen Lernens in Bibliotheken bereit. Zum Aufbau eines Analyseprogramms werden Funktionsmodule aus einer Bibliothek von Datenanalysemethoden (z.B. Datenfilter, Klassifikatoren) und Datenquellenverbindungen (z.B. Sensoren, Datenbankschnittstellen) per Drag&Drop platziert und an ihren Ein- und Ausgabe-Slots miteinander verbunden. Im Ergebnis entsteht ein Verarbeitungsnetzwerk, welches die anwendungsspezifische Prüfaufgabe löst. Das Framework ist modular aufgebaut und kann über ein PlugIn-System um neue Module erweitert werden. Mithilfe dieses Konzepts ist auch die Kombination verschiedener Sensortypen (z.B. Wirbelstromsonden, Hyperspektralkameras, Laseroberflächenscanner, Kameras oder akustische Sensoren) und Algorithmen zur Datenauswertung möglich. Dank der Datenfusion von Sensoren mit unterschiedlichen Messprinzipien oder Sensoren mit redundanter Information wird zusätzlich eine höhere Auswertungssicherheit der zu überwachenden Merkmale erreicht und das Spektrum der identifizierbaren Fehler erweitert. Durch die Kombination verschiedener Sensorsignale können neue virtuelle Sensorsignale errechnet werden, die mit einem Fehlermerkmal korrelieren, welches anhand der Einzelsignale der Sensoren nicht erkennbar wäre. Dies kann z.B. bei sehr kleinen Defekten auf stark glänzenden Oberflächen der Fall sein, welche nur unter bestimmten Perspektiven sichtbar sind. Um diese Defekte zu erfassen, kombiniert die Software mehrere Aufnahmen einer Sequenz, die von ein- und derselben Region des Werkstücks unter verschiedenen Kamera- und Beleuchtungswinkeln aufgenommen wurden. Anschließend werden die Fehlerbereiche aus den Bildern der Aufnahmesequenz extrahiert, in welchen der Fehler sichtbar ist. Eine andere Möglichkeit ist die Vorauswahl von fehlerverdächtigen Bereichen anhand der Bilder der Matrix-Kameras und deren anschließende detaillierte Analyse mittels Hyperspektralkamera.

Fazit und Ausblick

Mittels Datenfusion können neue virtuelle Sensorsignale generiert werden, anhand derer Fehler erkennbar sind, die sich in den Einzelsignalen der Sensoren oft nicht abbilden. Aufgrund der Vielzahl von zu fusionierenden Sensorsignalen muss ein sehr hohes Datenvolumen verarbeitet werden. Gleichzeitig muss die Datenauswertung mit dem Produktionstakt Schritt halten. Im Hintergrund bewerkstelligt das Xeidana-Framework die optimale Parallelisierung der einzelnen Verarbeitungsschritte auf mehrere CPUs und GPUs sowie die Synchronisation der Datenströme zwischen den einzelnen Programmmodulen. Das Framework wurde für den Anwendungsfall der Multisensor-Fehlerüberwachung evaluiert. Dabei werden Matrix-Kameras mit Hyperspektralkameras und optischen Rauheitsmessgeräten kombiniert. Zukünftige Weiterentwicklungen werden sich mit der Integration und Datenfusion von 3D-Kameras und Sensoren im nicht-sichtbaren Bereich (z.B. UV, Terahertz, Radar, Röntgen) befassen, um zusätzlich Maßabweichungen und innere Defekte der Werkstücke mit zu berücksichtigen.

Seiten: 1 2