Beim Kick-off Meeting zum Projekt Palim bei Valeo wurden die Leitlinien für das Forschungsvorhaben gesetzt. Ziel des Projekts ist es, am Beispiel einer hochautomatisierten Fertigungs- und Montagelinie die Eignung Deep-Learning-Verfahren zur Zeitreihenverarbeitung weiter zu erforschen und zu evaluieren.
Herausforderung: hohe Stückzahlen
Die Fertigungslinie bei Valeo Wemding produziert integrierte Sensoren und Kamerasysteme zur Fahrassistenz bis hin zum autonomen Fahren. Aus Produktionsperspektive liegt die Herausforderung darin, intelligente Sensoren in hohen Stückzahlen herzustellen. Daher sei es umso wichtiger, die Nutzung neuartiger Optimierungstools in deutschen Produktionsstätten, die kontinuierlich dazulernen, voranzutreiben, so die Projektverantwortlichen.
„Die Automatisierungsbranche ist immer noch am Anfang, Deep-Learning-Ansätze in den Prozessen zu entdecken und umfassend zu nutzen. Solche Verfahren können eine potenziell höhere Genauigkeit und Generalisierung als konventionelle Machine-Learning-Ansätze bieten und einen echten Produktionsvorteil darstellen“, erklärt Felix Georg Müller, Geschäftsführer bei, Projektpartner plus10.
Unterschiedliche Kompetenzen
Alle drei Verbundparteien bringen dabei verschiedene Kompetenzen in das Projekt mit ein:
Plus10 liefert Know-how zur hochfrequenten Maschinendaten-Erfassung, -Fusion und -Handling als Basis aller FuE-Arbeiten. Das Unternehmen soll forschungs- und entwicklungsseitig Expertise und Vorarbeiten im Bereich der Verhaltensmodellierung von Fertigungsprozessen und Modellierungsansätzen zur Erklärung auftretender Phänomene mit klassischen und Deep-Learning-Ansätzen einbringen, heißt es in der Pressemitteilung.
Die Technische Hochschule Ingolstadt ist mit der Forschungsprofessur für KI-basierte Optimierung in der Automobilproduktion am Institut Almotion Bavaria verantwortlich für die Implementierung, Dokumentation und experimentelle Evaluation verschiedener Machine-Learning-Verfahren und Methoden.
Valeo bringt Wissen über die hochautomatisierte Produktion für proprietäre Technologien ein. Durch Valeo.ai, ein Zentrum für künstliche Intelligenz und Deep Learning in der Automobilbranche, kann das Projekt auf die Forschung von 200 KI-Experten zurückgreifen.
Das Forschungsprojekt Palim wird mit einem Umfang von 1,3 Mio.€ vom Freistaat Bayern über das Bayerische Verbundforschungsprogramm (BayVFP) über 3 Jahre bis August 2024 gefördert. Betreut wird das Projekt vom Projektträger VDI/VDE Innovation + Technik.