Thema
Entwicklung und Optimierung einer Bildauswertung mit einer industriellen Bildverarbeitungs-Lösung (Cognex In-Sight 2800) mit dem bei der Montage von Behältershuttle-Anlagen automatisch Bilddaten erfasst und ausgewertet werden können.
Dauer
6. Monate
Anforderungen
Student/in (FH/TU) in einem technischen oder Informatik Studiengang
Idealerweise:
* Grundlagen der Datenverarbeitung
* Grundlagen der Bildverarbeitung, Machine Learning-Algorithmen, neuronalen Netzen etc.
* Programmierkenntnisse (Python), Python-Bibliotheken (PyTorch)
Problemstellung
An moderne Regalsysteme für Behälter-Shuttle werden sehr hohe Anforderungen bezüglich Ausführung der Montage sowie den Montagetoleranzen gefordert. Aufgrund der Größe der Anlagen sowie der sehr großen Anzahl an Messkriterien und -punkten ist die manuelle Dokumentation sehr zeitaufwendig. Zukünftig sollen hier digitale Mess- und Dokumentationstechniken möglichst in Echtzeit zur Anwendung kommen, welche auf ein geeignetes Trägerfahrzeug aufgesetzt werden, um die Erfassung der Werte entscheidend zu verbessern.
Ziel
Aufbauend auf einem vorhandenem Dokumentationsgerät, welches u.a. über ein KI-gestütztes Bildverarbeitungssystem (Cognex In-Sight 2800) verfügt, soll ein Konzept entwickelt werden, wie die Daten automatisch gefiltert, ausgewertet, verarbeitet werden können, mit dem Ziel einer hohen Genauigkeit von >95% in der Fehlererkennung und für jeden Messpunkt eindeutig nachvollziehbar dokumentiert werden.
Vorgehen
1. Einarbeitung in das KI-gestützte Bildverarbeitungssystem
2. Optimieren der Bildverarbeitung,- auswertung
3. Erstellen eines Konzepts zum Triggern von Speicherevents für die Aufnahme von Bildern der Geometrien (ohne Dopplungen)
4. Erstellen eines Konzepts der räumlichen Zuordnung der Bilder in der Anlage, ggf. mit Label/Timecode etc.
5. Zusammenführen der Konzepte zu einem Gesamtentwurf, mit dem ein Maßnahmenkatalog zur Korrektur von Fehlern und Maßabweichungen erstellt werden kann
6. Ggf. Aufnahme von neuen Bilddateien und Labeln
7. Ggf. Tests der Genauigkeit der Fehlererkennung
8. Dokumentation und Vorstellung der Ergebnisse
Hört sich gut an? Ist es auch!
Wir freuen uns darauf dich kennen zu lernen! Bewirb dich einfach unter www.bito.com/karriere oder per Mail an bewerbung@bito.com.
Noch Fragen? Dein Kontakt:
Alexander Ehrlich
Senior HR Business Partner
Tel: 06753-122-767