Titlebar

Export bibliographic data
Literature by the same author
plus on the publication server
plus at Google Scholar

 

Objektdetektion und Lageerkennung zur Sortierung von Produkten für das Remanufacturing

Title data

Siegel, Tobias:
Objektdetektion und Lageerkennung zur Sortierung von Produkten für das Remanufacturing.
Bayreuth , 2019
(Master's, 2019 , Universität Bayreuth, Fakultät für Ingenieurwissenschaften, Lehrstuhl für Umweltgerechte Produktionstechnik)

Abstract in another language

Remanufacturing ist ein Ansatz, Energie und Ressourcen zu sparen, indem Altteile (sogenannte Cores) für die erneute Verwendung aufgearbeitet werden. Dabei stehen die Remanufacturing-Unternehmen vor dem Problem, dass die eingehenden Cores, die sich in Abnutzung und Verschmutzungsgrad unterscheiden, zunächst nach ihrer Produktart sortiert werden müssen. Dieser Schritt wird bisher meist manuell ausgeführt. Das Ziel dieser Arbeit ist es, zu untersuchen, wie sich die Produkterkennung und -sortierung im Remanufacturing-Prozess mit Hilfe kamerabasierter Objektdetektion und Lageerkennung automatisieren lässt. Dazu werden die Techniken Bildklassifikation, Objektdetektion und Lageerkennung aus dem Bereich Deep Learning kombiniert, um die Produktart und dessen Lage aus einem Kamerabild zu erkennen. Zur Evaluierung dieser Herangehensweise werden verschiedene Modelle für die einzelnen Teilaufgaben auf einen Anwendungsfall trainiert, für den drei Varianten von Anlasserbaugruppen und ein Bremssattel untersucht werden. Die Integration der einzelnen Modelle ermöglicht eine Ende-zu-Ende Verarbeitung von Kamerabildern, die die erkannte Produktart und die Lage des Objekts ausgibt. Das entwickelte Softwaresystem ist in der Lage, die Bilder in der gewünschten Weise zu verarbeiten. Dabei zeigt sich jedoch ein geringer Anteil von 25 % der Bilder, in denen die Ausgangsgrößen richtig erkannt werden. Die Ergebnisse der Arbeit lassen darauf schließen, dass dieser Wert durch die geeignete Wahl der Umgebungsbedingungen, wie beispielsweise den Bildhintergrund, erhöht werden kann.

Further data

Item Type: Master's, Magister, Diploma, or Admission thesis (Master's)
Keywords: Remanufacturing; Deep Learning; Produktsortierung
Institutions of the University: Faculties > Faculty of Engineering Science > Chair Manufacturing and Remanufacturing Technology > Chair Manufacturing and Remanufacturing Technology - Univ.-Prof. Dr.-Ing. Frank Döpper
Result of work at the UBT: Yes
DDC Subjects: 600 Technology, medicine, applied sciences
600 Technology, medicine, applied sciences > 620 Engineering
Date Deposited: 17 Apr 2020 06:36
Last Modified: 17 Apr 2020 06:36
URI: https://eref.uni-bayreuth.de/id/eprint/54963