Mobile-Menu

Neuronale Netze revolutionieren Distanzmessung

KI halbiert Messfehler bei optischen Sensoren

< zurück

Seite: 2/2

Anbieter zum Thema

Leuze Electronic AG
Leuze electronic GmbH & Co. KG
Baumer Group

Lernt aus echten Daten

Die von Leuze entwickelte KI-Lösung lernt anhand von Beispieldaten, wie sich Helligkeit und Oberflächenbeschaffenheit auf die Messung des optischen Distanzsensors auswirken. Dadurch lassen sich die Messwerte viel besser korrigieren. Das neuronale Netz wird mit Daten bestehend aus Rohdistanzwerten und Pulsbreiten als Eingangsparametern sowie den dazugehörigen normierten Korrekturwerten am Ausgang trainiert. Die Trainingsdaten lassen sich aus dem Produktionsprozess generieren, in dem viele Messwerte gesammelt werden: bei hellen, dunklen und unterschiedlich strukturierten Oberflächen sowie bei verschiedenen Abständen. Diese Messwerte werden an die Steuerung der Produktionseinrichtung kommuniziert. Daraus berechnet das neuronale Netz der Produktionseinrichtung die Korrekturwerte für den Sensor. Im laufenden Einsatz braucht der Sensor dann keine zusätzliche Rechenleistung – die KI hat alles bereits «gelernt».

Fünf Schritte für präzise Werte

Das neuronale Netz von Leuze besteht aus fünf Schichten. In jeder Schicht sind alle Neuronen vollständig miteinander verbunden. Dadurch fließt jede Information in die Berechnung ein. Verwendet wird eine sogenannte ReLU-Aktivierungsfunktion: ReLU steht für «Rectified Linear Unit». Diese sorgt dafür, dass das Netz negative Zahlen auf null setzt und nur positive Werte weiterverarbeitet – vergleichbar zu einem Filter, der nur positive Signale durchlässt und dadurch den Lernprozess stabil und zuverlässig macht. Das hat zwei Vorteile: Zum einen arbeitet das Netz dadurch schneller, zum anderen vermeidet es Rechenprobleme, die bei anderen Verfahren auftreten können. Die letzte Schicht des Netzes – die Ausgangsschicht – legt den finalen Korrekturwert fest. Hier wird als Aktivierungsfunktion «tanh» (Tangens Hyperbolicus) eingesetzt. Diese stellt sicher, dass der berechnete Korrekturwert immer in einem festgelegten Bereich zwischen –1 und +1 liegt. Das System rechnet diesen Wert anschließend so um, dass er direkt angibt, wie stark der Sensor den gemessenen Abstand korrigieren muss, um präzise Ergebnisse zu liefern.

Bildergalerie
Bildergalerie mit 8 Bildern

Abgestimmt auf Leuze Sensoren

Time-of-Flight-Distanzsensoren mit KI-basierter Korrektur bieten sich in der industriellen Automatisierung vor allem dort an, wo es besonders auf präzise Messergebnisse ankommt.

Typische Anwendungen sind:

  • Navigation und Kollisionsvermeidung: an Robotern und mobilen Plattformen
  • Fördertechnik: Kontrolle von Positionen und Abständen auf Förderbändern
  • Qualitätssicherung: Überprüfung von Abständen an Werkstücken mit schwierigen Oberflächen
  • Fahrerlose Transportsysteme (FTS): präzise Abstandskontrolle beim Ein- und Ausparken
  • Sicherheitsanwendungen: Erkennung von Annäherungen an Maschinen und Anlagen

Fazit

Mit Künstlicher Intelligenz hebt Leuze die Präzision optischer Distanzsensoren auf ein neues Niveau. Tests haben gezeigt: Die Methode reduziert mit ihrer KI-basierten Kalibrierung die systematischen Messfehler, also die Abhängigkeit der Messergebnisse von Oberfläche und Abstand, um mehr als die Hälfte. Kunden profitieren von einer robusteren und genaueren Messung – auch bei schwierigen Oberflächen und ganz ohne Aufwand im Betrieb. Das macht diese Lösung ideal für anspruchsvolle industrielle Anwendungen.

(ID:50692569)

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte