Álláshirdetések
Events / Courses
Legfrissebb híreink
Egy zsugorodó tóban kell halásznia a magyar beszállítóknak
2024.05.21 16:16
Nincs elég töltő, késik a kínai elektromos SUV
2024.05.21 15:19
Tiltott kínai alkatrészekkel importálhatott autókat a BMW
2024.05.21 13:17
Ellephetik a gyárakat az emberszabású robotok
2024.05.21 12:22
Autopro Blog
Autopro a Facebookon
Galériáink
Már vizuálisan is felismernek alkatrészeket a számítógépek
Fotó: Pixabay
Gépi látással foglalkozó kutatók régóta használnak gépi tanulást annak érdekében, hogy számítógépek felismerjenek különböző testeket. Nagyon kevés azonban az olyan felhasználási terület, ahol mechanikai alkatrészeket, például csavarokat, csapágyakat, tengelykapcsolókat kell számítógéppel vizuálisan felismertetni. A kutatásokat megkönnyítendő, egy egyetemi projekt keretében 3D modelleket tartalmazó, nyilvános adatbázis készült.
Egy, az amerikai Purdue Egyetem gépészmérnökeiből csapat megalkotta az első átfogó, szabadon hozzáférhető adatbázist, amely 58 ezer 3D-s alkatrészmodellből áll. Karthik Ramani professzor szerint a képalapú adatgyűjtés tanulmányozása intenzíven zajlik, ám a gépalkatrészekkel nem foglalkozik senki, pedig a mérnököknek és a gyártóknak ezek fontosak. Céljuk, hogy egy kamerát ráirányítva minden szükséges információ rendelkezésre álljon egy adott alkatrészről.
A kezdetektől az adatbázisig
Ramani csapata már a 2000-es évek elején kísérletezett alkatrészek vizuális keresésével, ám a számítógépek kapacitása és a gépi tanulás fejlettsége nem volt kielégítő. Az átfogó tanulás ugyanis hatalmas adatigénnyel bír – sok példa kell a számítógépeknek, hogy megtanulják, mi alatt mit értenek az emberek, és hogyan függenek a dolgok egymástól. Ez temérdek 3D alkatrészmodellt jelent, melyek folyamatos mérnöki felülvizsgálatot is követelnek.
A projekt egy francia céggel, a TraceParts-szal kötött együttműködéssel kezdődött, amely hozzáférést adott 3D-s alkatrész-adatbázisához a Purdue kutatóinak. A csapat összedolgozott a Texasi Egyetem egy professzorával, Qixing Huanggal a további adatbázisok felkutatásában. A végeredmény egy 58.696 tételt számláló összesített adatbázis, melyről YouTube-videó is készült.
Az összegyűlt adathalmazt a csapat 68 csoportba gyűjtötte ISO szabványokat alapul véve.
„Ha a számítógép látja például egy tömítés képét, tudni fogja, hogy a dinamikus tömítések csoportjába, azon belül is a kompozit anyagúak közé tartozik" – mondta Ramani.
A kutatók időközben közzétették a nyilvánosan hozzáférhető adatbázist, melyet először a 16. Európai Gépi Látás Konferencián mutattak be. Számítógépes látással, gépi tanulással foglalkozó tudósokat invitálnak, hogy az adatbázis alapján saját kísérleteket folytassanak.
Egy mérföldkő letéve, mit hoz a jövő?
Ramani a technológia számos, való életben hasznos alkalmazását látja. Például ha egy üzem egyik gépének karbantartásakor egy alkatrész cserére szorul, annak minden fontos jellemzője azonnal megtudható egy kamera ráirányításával – mi a neve, mihez kapcsolódik, hol található a gyár raktárában. Ez a folyamat akár kiterjesztett valóságot használó szemüvegeken keresztül is megvalósulhat, elérve ezzel az adott gyár teljes vizuális állományát, aminek segítségével alkatrészek rendelhetők és javítások tanulhatók meg.
A gépi tanulás számtalan kihívással jár, amikkel képtelenség megbirkózni a fejlődés állapotának helyes felmérése nélkül. Ramani büszke rá, hogy csapatával megalkották az első nagy léptékű, meghatározó, jól dokumentált adatbázist 3D-s mechanikus alkatrészekhez. Reméli, ez az amerikai Nemzeti Tudományos Alap által is támogatott projekt elősegíti a kép alapú számítógépes felismerést ebben az intenzív tanulási fázisban — írta meg az IndustryWeek.
