Machine Learning hilft bei der Gewinnung von Informationen in Logistikprozessen

Ein großer Industriepartner steht vor der Herausforderung die Klassifikation von Logistikprozessen, wie z.B. bei der Verpackung von Paketen, zu realisieren. Ziel der Zusammenarbeit mit unserem Team der Abteilung Software & Information Engineering ist es einen Klassifikator für die Mengenprognosen zu entwickeln.
Die Grundlage hierfür ist das Machine Learning, das einen Gegensatz zur traditionellen Programmier-Verfahren darstellt, da keine manuelle Regeln erarbeitet und in die Software integriert werden. Stattdessen ist Machine Learning in der Grundidee eine Nachbildung von natürlichen Lernprozessen. Ziel ist es, dass notwendigen Regeln selbstständig erlernt werden. Dafür muss das System mit entsprechenden Daten aus Realsystemen trainiert werden, wie z.B. optische Eigenschaften von Paketen.
Ein Vorteil des Machine Learnings ist der geringe Aufwand in der Softwareentwicklung im Vergleich zur traditionellen Programmierung, da die manuelle Eingabe von Anwendungsfällen ausbleibt und ein auf Training basierter Prozess der automatischen Regelfindung stattfindet.
In diesem Fall war es die Aufgabe den Prozess bei der Informationsgewinnung dynamischer zu gestalten. Um anschließend einen Algorithmus zu erstellen, der Bilderkennung dafür nutzt um die Eigenschaften von Paketen zu klassifizieren.


Genau hier kommt das Know-How unserer Abteilung zu tragen:

  • Zunächst werden Trainingsdaten zusammengestellt
  • Anschließend wird eine geeignete Netzarchitektur ausgewählt
  • Trainingsdaten werden vorverarbeitet und das Training der verschiedenen Ladeeinheiten erfolgt
  • Gleichzeitig werden Trainingsparameter optimiert für eine erneute Ausführung des Trainings
  • Zum Schluss wird das trainierte Netz in die industrielle Anwendung überführt


Hier erfolgt die Klassifikation der optischen Eigenschaften, die mithilfe von Triggern, entsteht. Verursacht durch schlechte Qualität und nicht identifizierbarer Objekte im Hintergrund können auch Fehlklassifikationen entstehen, die im Laufe der gesamten Trainingseinheit durch das Machine Learning verringert werden.
 

Bei Rückfragen melden Sie sich gerne bei unserem Mitarbeiter Jens Leveling