98 % Genauigkeit bei der Holzinspektion

JLI vision hat sich auf die Automatisierung anspruchsvoller Inspektionsaufgaben spezialisiert, die normalerweise ein hochqualifiziertes menschliches Auge erfordern.

Durch die Kombination von 2D- und 3D-Bildverarbeitung mit maschinellem Lernen können wir die Inspektion von Gegenständen automatisieren, die sonst die Beurteilung durch erfahrene Mitarbeiter erfordern würden.

Bei der Verwendung von Holzplatten für Qualitätsmöbel ist es beispielsweise sehr wichtig, Äste zu erkennen, die Löcher oder Ausfälle verursachen könnten, bevor die Platte in teuren Arbeitsgängen verarbeitet wird. Einige Harzgallen können Probleme verursachen, da das Harz flüssiger wird, wenn das Möbelstück in einer warmen Umgebung steht. Es ist sehr schwierig, zwischen akzeptablen Harzgallen und unbrauchbaren Harzgallen zu unterscheiden.

Um diese Aufgabe zu lösen, hat JLI vision maschinelles Sehen und maschinelles Lernen kombiniert. Wir haben ein neuronales Netz mit 30.000 Bildern trainiert, um zu bestimmen, welche Äste und Harzgallen eine Qualitätskontrolle bestehen können.

Ein weiteres Beispiel ist die Inspektion von lackierten Oberflächen von Holzelementen. Mit einer Kombination aus maschinellem 2D-Bildverarbeitungssystem, mehreren Kameras und maschinellem Lernen erkennen wir eine Vielzahl verschiedener Arten von Fehlern, z. B. Löcher in der Oberfläche, Kanten- und Eckenschäden, Staub im Lack, Glanzstreifen, Orangenhaut usw.

Dieses gesammelte Wissen über die Inspektion in der Holzindustrie ist die Grundlage für unsere neuen Lösungen. Wir haben einen dokumentierten Erfolg mit 98% Genauigkeit bei der Erkennung von Fehlern in anspruchsvollen Inspektionsaufgaben.