Leitung

Prof. Dr. Mohieddine Jelali

Prof. Dr. Mohieddine Jelali

  • Raum ZS-5-01
  • Telefon+49 221-8275-2384

Beteiligung

Dr. Loui Al-Shrouf

Dr. Loui Al-Shrouf

  • Telefon

Konstantinos Papadopoulos

Konstantinos Papadopoulos

  • Raum HN 1-21
  • Telefon+49 221-8275-4543

DeepVision

DeepVision (Bild: TH Köln / CAISA)

Hochpräzise Machine-Vision-Systeme mit Deep Learning und Data Analytics zur Objekterkennung, Qualitätskontrolle und Prozessoptimierung

Unterstützt durch Künstliche Intelligenz, insbesondere das aufblühende Deep Learning, sind die Machine-Vision-Systeme in der Lage, komplexe Aufgaben auszuführen. Sie erkennen Objekte, können Eigenschaften bestimmen, Objekte klassifizieren und auf Basis dieser Informationen Entscheidungen treffen. Machine Vision-Systeme sind auch unter widrigen oder in für den Menschen gefährlichen Umgebungen einsetzbar. Für die Automatisierung der Prozesse der Industrie 4.0 stellt Machine Vision eine Schlüsseltechnologie dar.

Mehrere KMU aus den Bildverarbeitungs- und Automationssektoren werden mit Forschungseinrichtungen, weiteren Netzwerken, innovativen Startups und potentiellen Kunden vernetzt und bringen ihre Expertise und vorhandenen Technologien in die Entwicklung gemeinsamer Machine-Vision-Produkte und -Dienstleistungen entlang der gesamten Wertschöpfungskette vom Design über Komponentenfertigung und Gesamtsystemlösung bis zur Integration und Inbetriebnahme an den Zielanlagen ein. Übergeordnetes Ziel ist die Stärkung der Wettbewerbsfähigkeit der Netzwerkpartner durch die gemeinsame Vermarktung der Produkte.

Die Vision des ZIM-Netzwerkes DeepVision ist die Entwicklung robuster, offener und skalierbarer/modularer Bildverarbeitungslösungen, verknüpft mit Datenanalysen zur Objekterkennung, Qualitätskontrolle, Fehler-/Ursachenfindung und Produktionsoptimierung sowie leistungsstarken, aber intuitiv bedienbaren Deep-Learning-Tools. Es sollen Produkte sein, bei denen der Zweck der Bildverarbeitung nicht nur darin besteht, Bilder/Videos um ihrer selbst willen zu erfassen, sondern auch die erzeugten Daten zu nutzen, um Entscheidungen zu treffen, zu informieren und damit einen Mehrwert zu liefern.

Auf einen Blick

Kategorie Beschreibung
Forschungsprojekt DeepVision – Hochpräzise Machine Vision-Systeme mit Deep Learning und Data Analytics zur Objekterkennung, Qualitätskontrolle und Prozessoptimierung 
Leitung Prof. Dr. Mohieddine Jelali, Cologne Lab for Artificial Intelligence and Smart Automation (CAISA) der TH Köln 
Fakultät Fakultät für Anlagen-, Energie- und Maschinensysteme 
Institut Institut für Produktentwicklung und Konstruktionstechnik 
Beteiligte Dr. Loui Al-Shrouf, M.Sc. Konstantinos Papadopoulos 
Projektpartner Individual System, me. Daniel Freund, M.Sc.; iba AG; smartTec GmbH; BOEKS GmbH; Teligencia GmbH; Gassen Instruments GmbH; R2Vision GmbH 
Fördermittelgeber ZIM-Innovationsnetzwerk (Zentrales Innovationsprogramm Mittelstand), Bundesministerium für Wirtschaft und Energie (BMWK) 
Laufzeit 09/2023–08/2024 (Phase 1) 

Leitung

Prof. Dr. Mohieddine Jelali

Prof. Dr. Mohieddine Jelali

  • Raum ZS-5-01
  • Telefon+49 221-8275-2384

Beteiligung

Dr. Loui Al-Shrouf

Dr. Loui Al-Shrouf

  • Telefon

Konstantinos Papadopoulos

Konstantinos Papadopoulos

  • Raum HN 1-21
  • Telefon+49 221-8275-4543


M
M