Thema der Arbeit
Entwicklung eines Systems zur automatisierten Qualitätskontrolle mit Hilfe von Bilderkennungstechnologien für unsere miniaturisierte Legofabrik. Das System soll in der Lage sein, Baufehler oder Defekte auf Basis von Kamerabildern zu erkennen und zu bewerten. Die Umsetzung erfolgt mit der OpenCV-Bibliothek in Python und soll auf einem Raspberry Pi betrieben werden.
Hintergrund
In unserer miniaturisierten Legofabrik simulieren wir industrielle Fertigungsprozesse im kleinen Maßstab. Ein zentrales Ziel ist die Implementierung von Technologien, die in der realen Produktion angewendet werden, um Qualität, Effizienz und Automatisierung zu verbessern. Die Bildverarbeitung spielt dabei eine Schlüsselrolle, da sie eine zuverlässige Überwachung der gefertigten Bauteile ermöglicht.
Ziel der Arbeit
Das Ziel der wissenschaftlichen Ausarbeitung ist die Konzeption, Entwicklung und Implementierung eines Systems zur visuellen Qualitätskontrolle. Der Fokus liegt auf:
- Der Identifikation von Baufehlern (z. B. falsche Platzierung, fehlende Teile, Farbabweichungen) durch Kamerabilder.
- Der Anwendung von OpenCV für die Bildverarbeitung und Analyse.
- Der Integration und Ausführung des Systems auf einem Raspberry Pi, um eine kostengünstige und portable Lösung zu demonstrieren.
Aufgabenstellung
- Analyse und Planung:
- Einarbeitung in die Funktionsweise der Legofabrik und deren Qualitätsanforderungen.
- Recherche zu Methoden der Bildverarbeitung mit OpenCV.
- Auswahl geeigneter Hardware (Kamera, Beleuchtung, Raspberry Pi).
- Entwicklung des Systems:
- Aufbau eines Prototyps zur Bildaufnahme.
- Implementierung der Bildverarbeitungsalgorithmen mit OpenCV:
- Erkennung von Abweichungen anhand einer Referenz.
- Fehlertoleranz und Sensitivitätsanalyse.
- Optimierung der Algorithmen für den Betrieb auf einem Raspberry Pi.
- Test und Validierung:
- Durchführung von Tests mit verschiedenen Szenarien und Fehlerbildern.
- Bewertung der Zuverlässigkeit und Genauigkeit der Fehlererkennung.
- Dokumentation der Ergebnisse und Ableitung von Optimierungsvorschlägen.
- Abschluss der Arbeit:
- Erstellung einer ausführlichen wissenschaftlichen Dokumentation.
- Präsentation der Ergebnisse und des Prototyps.
Voraussetzungen
- Technische Kenntnisse:
- Grundkenntnisse in Python (Vorkenntnisse in OpenCV sind von Vorteil).
- Interesse an Bildverarbeitung und Automatisierungstechnologien.
- Bereitschaft zur Arbeit mit Hardware (Kamera, Raspberry Pi).
- Studiengänge:
- Maschinenbau.
- Wirtschaftsingenieurwesen.
- Oder vergleichbare technische/naturwissenschaftliche Studienrichtungen.
Betreuer:
Patrick Stuckmann
Mail: patrick.stuckmann@tu-dortmund.de