Produktion

Augmented Reality: Was Sie über Ennos wissen müssen

Im Projekt Ennos wird ein Kamerasystem entwickelt, das die Farb- und Tiefeninformationen anhand neuronaler Netze analysiert und verarbeitet. Das soll unter anderem Ferndiagnosen mit automatischer Anonymisierung von Personen ermöglichen. Bosch ist mit an Bord.

Das Projekt ENNOS versammelt sechs Projektpartner. Das Kamerasystem, an dem gearbeitet wird, dient, unter anderem, für die Segmentierung zur Robotereinrichtung.

ENNOS steht für „Eingebettete Neuronale Netze für Optische Sensoren zur flexiblen und vernetzten Produktion“. Die im Projekt eingesetzte Verfahren des maschinellen Lernens sollen eine leistungsfähigere Interpretation der Kameradaten ermöglichen und haben großes Potenzial, Maschinen in Zukunft anpassungsfähiger zu gestalten. Das neuronale Netz dient dabei als „künstliches Gehirn“ zur Entscheidungsfindung für vordefinierte Fragestellungen und wird auf einem sogenannten FPGA-Chip ausgewertet.

Schnelle und energieeffiziente Berechnungen mit eingebetteten Prozessoren

FPGAs sind integrierte Schaltkreise, die sich nachträglich für unterschiedliche Aufgaben programmieren lassen. Die auf der Embedded-Lösung des ENNOS-Konsortialleiters Bosch eingesetzten FPGAs bieten Vorteile gegenüber klassischen Prozessoren in Bezug auf Flexibilität, Leistung und Energieverbrauch. Aufgrund der begrenzten Kapazität der Chips müssen die programmierbaren Architekturen kleiner und kompakter sein.

Bosch, Ennos, Personenerkennung © Bosch

Die Projektpartner Bosch und DFKI entwickeln eine neue Anwendung, die Personen erkennt und diese automatisch aus dem Videostream entfernt. Da so nur anonymisierte Videodaten das ENNOS-System verlassen, sind alle datenschutzrechtlichen Bedenken einer Ferndiagnose ausgeräumt.

White Paper zum Thema

Optimierung der neuronalen Netze für kompakte Prozessoren

Die Herausforderung liegt darin, die komplexe Struktur und Größe moderner neuronaler Netze in eine passende und kompakte Prozessor-Architektur umzuwandeln. Wissenschaftler des Forschungsbereichs Augmented Vision vom Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) entwickeln im Projekt Entscheidungsalgorithmen und Methoden, die neuronale Netze in der Anzahl ihrer Neuronen reduzieren und effizienter machen. Dabei werden die Netzwerkgröße und die Topologie optimiert, beispielsweise durch das Entfernen (Pruning) überflüssiger Neuronen oder deren Verbindungen (Weight Sharing).

3D-Kameras von pmdtechologies im Einsatz

Einen weiteren Innovationssprung des Projekts verspricht die Integration von ultra-kompakten 3D-Kameras des assoziierten Projektpartners pmdtechnologies. Sie werden bereits in diversen Smartphones, Augmented-Reality Brillen, Autos und Industrierobotern eingesetzt und ermöglichen zahlreiche Applikationen. Die vielfältig einsetzbaren optischen Sensoren eignen sich in besonderer Weise zur flexiblen und schnellen Erfassung von Informationen über komplexe Zustände und Umgebungen.

ENNOS, KSB, Augmented, Reality © KSB

Die intelligente ENNOS-Kamera wird an die existierende Augmented-Reality-Lösung von ioxp angebunden. Diese ermöglicht die Prozessdokumentation von industriellen Arbeitsvorgängen in Form von Schritt-für-Schritt-Anleitungen und beinhaltet Verarbeitungsmodule zur Objekt- und Handlungserkennung.

Drei Anwendungsszenarien bei den Partnern 

Die Projektpartner bei ENNOS sind Bosch, das DFKI, KSB, ioxp, pmdtechnologies und ifm electronic. Die neue intelligente Kameraplattform wird in drei verschiedenen Anwendungsszenarien bei den Verbundpartnern eingesetzt: zur Ferndiagnose mit automatischer Anonymisierung von Personen, zur semantischen 3D-Szenesegmentierung für die Robotik und als Assistenzsystem für Bestandsaufnahmen in großen Anlagen.

Verwandte tecfindr-Einträge