Projektdaten

---

Intelligente automatische optische 3D-Inspektion für die Inline-Qualitätssicherung industrieller Baugruppen

---

Deep Leaming entwickelt sich zu einer der Schlüsseltechnologien für künftige Innovationen im Bereich des maschinellen Sehens. Durch die rasante Entwicklung im Bereich der Computer-Grafikprozessoren stehen heute in Standard-PC-Systemen sehr große Rechenleistungen bei überschaubaren Kosten zur Verfügung. Die Architektur von Grafikkarten, die mithilfe einer großen Anzahl von Prozessoren parallele Berechnungen durchführen können, eignet sich dabei ideal für Deep Leaming Systeme. Damit rücken Deep-Learnlng-Verfahren auch im Bereich der automatischen optischen Inspektion für industrielle Produkte in den Fokus von zukunftsweisenden Entwicklungen. Im Rahmen des geplanten Projektes sollen einerseits für die automatische optische 3D-lnspektion in der Elektronikindustrie optimierte Deep-Learning-Algorithmen entwickelt und im praktischen Einsatz qualifiziert werden. Ziel ist es, ein 3D-AOI-System zu entwickeln, für das kein langwieriges Antrainieren von Prüfprogrammen erforderlich ist. Auf der anderen Seite bietet der Einsatz von optimierten Deep-Leaming-Algorithmen die Möglichkeit, die Kosten der in einem automatischen optischen lnspektionssystem verbauten Kameramodule deutlich zu senken. Daher zielt das beantragte Projekt insbesondere auch darauf, den derzeitig in den 3D-lnspektionssystemen von GÖPEL electronic eingesetzten lnspektionsmesskopf drastisch zu vereinfachen. Mit der Kombination von optimierten Deep-Learning-Algorithmen mit einer kostengünstigeren Hardware bietet sich die Möglichkeit, die Performance der derzeitigen lnspektionssysteme zu steigern und dabei noch die Kosten zu senken. In der Kombination von kostengünstigem Gesamtsystem und einer Software, die ein langwieriges Antrainieren unnötig macht, soll ein entscheidender Wettbewerbsvorteil für die internationale Vermarktung der 3D-lnspektionssysteme von GÖPEL electronic erreicht werden.