KI-gestützte Bildverarbeitung: Computer Vision

Computer Vision (CV) ist ein Teilbereich der Künstlichen Intelligenz und der Informatik, der sich mit der automatischen Verarbeitung und Analyse von Bildern und Videos befasst. Ziel ist es, KI-Modellen die Fähigkeit zu verleihen, visuelle Informationen zu interpretieren und zu verstehen, ähnlich wie es das menschliche Auge tut. Die KI-gestützte Bildverarbeitung ermöglicht es Unternehmen, Zustände und Daten in Echtzeit zu erfassen und auf dieser Datengrundlage ihre Prozesse zu optimieren. Zu diesen Daten zählen unter anderem aktuelle Positionen von Ladungsträgern (z. B. Paletten), Lagerbeständen, Füllständen von Stellflächen sowie der Beladungszustand von LKW.

KI-gestützte Bildverarbeitung für die Logistik

Ob im Wareneingang, beim Palettenmanagement oder am Lagerplatz: Computer Vision ermöglicht zum Beispiel das Erkennen und Tracking von Waren und die Vermessung von Ladungsträgern mithilfe von Kameras. Die Systeme gewinnen aus digitalen Bildern und Videos – dank Künstlicher Intelligenz – immer genauere und aussagefähigere Informationen, auf deren Grundlage Unternehmen dann Maßnahmen ergreifen können. Aus diesem Grund ist Computer Vision für die Logistik ein äußerst vielversprechender Digitalisierungsansatz zur Erhöhung von Prozesstransparenz, zur Optimierung von Prozessabläufen und damit zur Einsparung von Aufwänden. Durch neue Methoden aus dem Bereich des Machine Learning und K lassen sich insbesondere zahlreiche Prozesse in Umschlagzentren und Lagern automatisieren.

Unser Unterstützungsangebot rund um KI-gestützte Bildverarbeitung

Auf Basis langjähriger Forschungsarbeiten rund um das Thema Computer Vision unterstützen wir Unternehmen mit folgenden Kompetenzen:

Forschung für Unternehmen: Die ML Toolbox

Die große Bedeutung von Computer Vision für die Logistik spiegelt sich auch in der Forschung wider, denn das Thema wurde im Großforschungsprojekt Silicon Economy bearbeitet. Zum einen entwickelten die Forschenden hier Open Source Basis-Komponenten für KI-Algorithmen. Zum anderen setzten sie zwei beispielhafte logistische Use-Cases um

Zu den Basis-Komponenten im Bereich Software gehört die »ML Toolbox«, Software Eco-System, das die Nutzung verschiedener durch Machine Learning (ML) gesteuerten Computer-Vision-Algorithmen vereinfacht. Dies wird durch die Bereitstellung diverser Services und dem Software Development Kit MLCVZoo ergmöglicht. »Der MLCVZoo ermöglicht die Integration von ML-Modellen aus verschiedenen Frameworks über eine einheitliche API und erspart damit den Aufwand, die Frameworks für jedes neue Bildverarbeitungsprojekt einzeln zu integrieren«, so Maximilian Otten, Hauptentwickler der ML Toolbox. Zudem wurde ein intuitiver KI-basierter Do it Yourself-Bildverarbeitungsdienst entwickelt, der die Anwendung der ML Toolbox erleichtert. »Für unseren neuen Guided Training Service benötigen Unternehmen kein spezialisiertes IT-Know-how, sondern nur ein gewisses Grundverständnis und können eine KI dann mit wenigen Einstellungen und Schritten anlernen, je nach Komplexität in wenigen Minuten«, erklärt Julian Hinxlage, der das Projekt »CV on Edge« leitet, in dem der Dienst entstanden ist. Insgesamt decken die Services der ML-Toolbox die gesamte ML-Ops Pipeline für KI-gestützte Bildverarbeitungslösungen ab. 

Zu den Open Source-Komponenten der ML Toolbox

Nicht nur an Software, sondern auch an Hardware für die KI-basierte Bilderfassung und -verarbeitung wird am Fraunhofer IML gearbeitet: So haben die Forschenden eine modulare KI-Kamera entwickelt, die kompakt und kostengünstig ist. Der Clou: Die Geräte brauchen keine Infrastruktur, sondern nur WLAN und Strom. Die erfassten Daten verbleiben weitgehend auf der Kamera. Das stellt auch den Schutz personenbezogener Daten sicher. Die Bestandteile der Kamera sind modulare, am Markt verfügbare Zukaufteile. So kann das Gerät individuell an den jeweiligen Anwendungsfall angepasst werden.

Mehr Informationen in der Pressemitteilung

Das Fraunhofer IML bereitet der innovativen Technologie in zahlreichen aktuellen Use Cases den Weg. Dabei bietet der Einsatz von Computer Vision in der Logistik eine Reihe von Vorteilen: