AT_Logo

Künstliche Intelligenz in der Kamerabefundung

Mithilfe bildbasierter Methoden wurde im Zeitraum von April 2020 bis Dezember 2020 eine Deep Learning Pipeline zur Schadensdetektion entwickelt.

Herausforderung

  • Arbeitsschritte der Nachschau am ICE4 sollen mit KI-Verfahren durchgeführt werden können, um die Automatisierung der Nachschau zu ermöglichen

  • Die entwickelten Ansätze sollen so universell sein, dass sie mit geringerem Aufwand auf andere Baureihen übertragen werden können

Lösung

  • Objekterkennung für alle zu befundenden Bauteile

  • Anomalie-Erkennung für alle vorgenommenen Arbeitsschritte​

  • Graphische Tools zur Erprobung und Evaluation der erzeugten Modelle

  • Tensorflow-basierte Machine Learning Umgebung für Computer Vision Use Cases (andere Technologien: MLFlow, CVAT, S3, MSSQL)

Ergebnis

  • Tiefgreifendes Verständnis für den Aufbau des ICE4 und der durchzuführenden Arbeitsschritte

  • Modularer und flexibel an andere/neue Arbeitsschritte anpassbarer Werkzeugkasten für die Kamerabefundung ermöglicht die Portierung unserer Lösung auf andere Zugtypen und andere Anwendungsfälle

  • Schon die Zwischen-Ergebnisse der Anomalie-Erkennung können Werksmitarbeiter bei der Befundung unterstützen

Haben Sie Interesse an eigenen Use Cases?