Computer Vision für Tunnelbohrer
Der Marktführer von Tunnelbohrmaschinen schwört auf Machine Learning aus dem Schwarzwald, um die Endkontrolle von Tunnelsegmenten durchzuführen. David Fehrenbach und Lucas Steinmann von preML erklären im Podcast Gespräch, warum sie mit ihrer Lösung in dem Nischenmarkt Beton so erfolgreich sind und warum sie europaweit auf Baustellen unterwegs sind.
Teilen
Die Technik im Überblick: Vier Kameras erfassen Bilder von jeder Seite des Betonsegments. Das Machine-Learning-Modell erkennt das Segment in jedem Bild und die Software berechnet seine Position im 3D-Raum. „Dadurch können wir jede Seite einzeln extrahieren und auf Beschädigungen oder fehlende Teile prüfen“, erklärt Fehrenbach im Gespräch. Die Überprüfung der Betonelemente findet beim Tunnelbau statt und Fehler werden dokumentiert und der Nachprüfung übergeben.
„Neben unseren drei Kernkomponenten – den Fehlererkennungsalgorithmen, unserem Dashboard und der Computerhardware – bieten wir Ihnen auch die entsprechende Kameraausrüstung und Beleuchtung sowie Installations- und Wartungsdienste“, erklären die Gründer. Doch nicht nur die Tunnelbauer profitieren: Auch bei der Höhenkontrolle von kleinen Betonprodukten sind die Machine Learning-Spezialisten gefragt. Um die zusätzliche Anforderung der Höhenkontrolle zu erfüllen, wird ein 3D-Laserprofilsensor zur Höhenmessung verwendet. „Aus den gewonnenen Höheninformationen erkennt unsere Software zusätzlich Defekte wie Risse und Abplatzungen.“
Wie sie ihr Netz trainieren, woher die Daten kommen und welche Rolle die Edge spielt, erklären Steinmann und Fehrenbach im Podcast-Gespräch.
Visuelle Inspektion für Tunnelbohrer
Aussteller zum Thema
Interesse an News zu Ausstellern, Top-Angeboten und den Trends der Branche?
Browser Hinweis
Ihr Webbrowser ist veraltet. Aktualisieren Sie Ihren Browser für mehr Sicherheit, Geschwindigkeit und eine optimale Darstellung dieser Seite.
Browser aktualisieren