SH VISION2018-11-06T11:59:08+00:00

SH VISION

Künstliche Intelligenz – Deep learning

Deep Learning ist aktuell einer der spannendsten Forschungsbereiche im Machine Learning. Für eine Vielzahl von Fragestellungen liefern Deep Learning Modelle State-of-the-Art Ergebnisse, vor allem im Bereich der Bild-, Sequenz- und Spracherkennung. Weiterhin findet Deep Learning erfolgreich Anwendung in der Fahrzeugkonstruktion (selbstfahrende Autos), in der Finanzwelt (Aktienkursvorhersagen, Risikoprognosen, automatische Handelssysteme), in der Medizin (maschinelle Bilderkennung) und Biologie (Genomik), im e-Commerce (Recommendation Systeme) und im Web Umfeld (Anomalieerkennung).

Die rechte Grafik zeigt eine einfache schematische Darstellung:

Von MultiLayerNeuralNetwork_english.png: Chrislbderivative work: — HELLKNOWZ TALK enWP TALK – MultiLayerNeuralNetwork_english.png, CC BY-SA 3.0

Unter Deep Learning versteht man heute Architekturen von neuronalen Netzen, die über mehr als einen “Hidden Layer” (neuronale Ebene) verfügen. Der Nutzen mehrerer Neuronen-Schichten macht sich dadurch bemerkbar, so dass zwischen den Schichten “neue” Informationen gebildet werden können, die eine Repräsentation der ursprünglichen Informationen darstellen. Wichtig hierbei ist zu verstehen, dass diese Repräsentationen eine Abwandlung bzw. Abstraktion der eigentlichen Eingangssignale sind.

Die Entwicklung

In der weltweit agierenden SH Gruppe arbeiten wir seit längerer Zeit an der Entwicklung neuer OCR-Technologien. Unsere hochpräzise “SH VISION” mit einer Erkennungsrate von über 99,9% bei der Farberkennung u.a. auch von Grautönen, beim Felgendesign, bei der Felgengröße, der Fahrzeugerkennung und sogar bei der Personenerkennung begeistert unsere globalen Kunden. Selbst unter schwierigsten Bedingungen (wie im folgenden Bild sichtbar) trotz der Algorithmus den schwierigsten Bedingungen und zeigt Fehler in der Produktion oder gar kleinste Kratzer, die mit dem menschlichen Auge kaum zu erkennen sind.

Unsere Kompetenzen im Bereich der visuellen Bilderkennung gepaart mit „machine learning/deep learning“ erzeugen beeindruckende Ergebnisse. In Verbindung mit SH VISION erreichen Sie das perfekte Ergebnis in der „End of the line Produktion im Bereich Automotive.

Target Inspection

Seit Ende des Jahres 2017 verwenden wir SH VISION weltweit bei der Personenerkennung (“Maschinelles Sehen”) und erweitern die Risikoanalyse in unterschiedlichen Bereichen. Ein passendes Beispiel hierfür das SH Vision die Personen nicht nur als Menschen erkennt, sondern zusätzlich die möglichen Risiken wie eine Person läuft auf die Fahrbahn, ein Auto fährt auf der Straße und der Fahrer schaut nicht auf die Fahrbahn. Es wird eine Gefahr erkannt und gleichzeitig eine Warnsignal-Kette bis hin zur Notbremsung eingeleitet. Dieser komplexe Prozessablauf fördert die Automatisierung sowie Qualitätssicherung in allen Bereichen der SH Gruppe.

Die Idee der R-CNN (region convolutional neural network) ist die Objekterkennung sowie das durchführen einer Bildklassifizierung. Es lassen sich automatisch Merkmale erlernen. In R-CNN ist das CNN gezwungen, sich jeweils auf eine einzelne Regionen zu konzentrieren, da auf diese Weise Interferenzen minimiert werden, da erwartet wird, dass nur ein einziges Objekt von Interesse ist und in einer bestimmten Region dominiert. Die Bereiche im R-CNN werden durch einen selektiven Suchalgorithmus erkannt, gefolgt von einer Größenänderung, so dass die Bereiche die gleiche Größe haben, bevor sie einem CNN zur Klassifizierung und Bounding Box Regression (Box-Skalierung) zugeführt werden. Danach skaliert R-CNN jeden Objektbereich auf eine feste Größe, basierend auf diesem Objektbereich, der durch eine selektive Suche erhalten ist, wird das einzelne Objekt erkannt und extrahiert. So kann eine Zielerfassung von 99,9% erreicht werden.

DOT Code reader

Dank der stark wachsenden SH VISION können wir die dritte Dimension von Objekten erkennen. Auf diese Weise können wir das Volumen sowie Höhen messen und auch Abweichungen in einem Relief wahrnehmen. Dies kann auf verschiedene Weise geschehen und erfordert eine Bewegung zwischen der Kamera und dem Objekt. Diese Technik wurde in die DOT-Leseanwendung für den Automobilsektor integriert. DOT steht für “Department of Transportation”. Die Produktionsdaten werden für Autoreifen verwendet. Bei der Montage werden 4 oder 5 Reifen mit einem aktuellen Produktionsdatum bereitgestellt. Unsere Lösung liest und verifiziert diesen Code. Mit einer Genauigkeit von 99,9% ist die von uns entwickelte DOT-Leseanwendung eine High-End Lösung für Ihre Produktionsstätte.

Hauptaufgaben und Teilbereiche SH VISION (Wheel- & Rim VISION)

  1. In der Typbezeichnung von halbfertigen Radnaben
  2. Automatische Erkennung der Radwuchtmaschine am vorderen Ende
  3. Klassifizierung der Reifenmontage
  4. Automatische Produktionslinie des Hubs
  5. Automatische Reifen-Montagelinie

Sie möchten mehr erfahren. Dann kontaktieren Sie uns!

Mehr Erfahren!

As an international business, customer satisfaction is our major goal.

Zechen Li, CEO SH Group Shanghai

Diversification in our segments ist the key for stable growth worldwide.

Markus Murk, President EMEA / Americas SH Corporation
Flexible organization structure is our key-success factor.
Uwe Scherer, GM SEIB Industrie GmbH
We are proud to be a part of the international team.
Frank Nickel, Plant Manager Riedstadt

Unsere Kunden

Ein Auszug unserer Kunden, die auf Produkte von SEIB Industrie setzen.

ENTDECKEN Sie die Zukunft mit SEIB

Wir sind ein internationales multidisziplinäres Unternehmen mit einer Fokkusierten und effizienten Forschung bzw. Entwicklung in den Segmenten Wucht -& Montagetechnik Automotive, Pharma und Food Technologie

Mehr Informationen!