2024

Ziel des Vorhabens CONTURA ist die Entwicklung eines komplexen und effizient einsetzbaren Systems zur vollautomatischen Zustandserfassung von forstlichen Wegeanlagen (Fahrbahndecke und Lichtraumprofil), Zuordnung in Schadenkategorien und Ableitung notwendiger Maßnahmen einschließlich deren Kostenkalkulation. Relevante Bereiche für die Beschaffenheit sind der Wegekörper (Kronenbreite) mit Fahrbahn und Seitenstreifen, die sich seitlich anschließenden und Wasser ableitenden Grabensysteme, die Bewuchs tragenden Seitenbereiche (z.B. Böschungen) sowie das gesamte für die Wegebenutzung relevante Lichtraumprofil. Das System soll vollautomatisch schon bei der Befahrung eines Forstweges die Informationen über die Beschaffenheit in einem Datensatz speichern. Infolge dessen wird ein digitaler Zwilling als eine Art „Momentaufnahme“ des realen Objektes mit den entsprechenden, übertragbaren Attributen erstellt. Prinzipiell besteht der dem digitalen Zwilling zugehörige Datensatz aus einer Kombination von 3D Sensordaten von optischen Aufnahmesystemen sowie Daten aus einem geographischen Informationssystem (GIS). Mit Hilfe der Daten wird anschließend ein dem Zwilling inhärentes zweites künstliches neuronales Netz trainiert, um Instandhaltungsmaßnahmen aus dem Datenmassiv ableiten zu können. Neben dem sofortigen Zugriff auf Zustandseigenschaften des Waldweges bei Bedarf werden somit durch Nutzung des digitalen Zwillings Analysen in Form von Machbarkeitsuntersuchungen und Variantenstudien zu in Planung befindlichen Holzerntemaßnahmen, bis hin zu deren Simulation möglich. Eine Simulation könnte so beispielsweise die Nutzung anderer Wege - welche ebenso als digitaler Zwilling vorliegen - durchspielen, und somit Aussagen über Wirtschaftlichkeit, Beschädigungspotential und Aspekte des Naturschutzes liefern. Unter vorzugebenden Rand- bzw. Anfangsbedingungen kann dadurch ein Optimum zur Nutzung eines Wegenetzwerkes virtuell ermittelt und in digitaler Form an die in die jeweilige Maßnahme integrierten Maschinen übermittelt werden. Als Gesamtergebnis steht Forstbetrieben und Waldbesitzern erstmalig ein Planungstool zur Kalkulation von Instandsetzungsmaßnahmen, Refinanzierungsberechnungen und für die direkten Planungen der Holzernte hinsichtlich Logistik und möglichem Technikeinsatz zur Verfügung, was für eine nachhaltig wirkende Kapitalerhaltungsstrategie und ein Maximum an Naturschutz unabdingbare Voraussetzung ist.

Gefördert durch das Bundesministerium für Ernährung und Landwirtschaft, Projektnummer: 2220NR061

Projektträger: Fachagentur Nachwachsende Rohstoffe e.V.

Laufzeit: 01.04.2021 - 30.09.2024

TU Ilmenau / QBV

Das Primärziel des Projektes NEON ist die Entwicklung eines multimodalen 3D-Kamerasystems für die robuste Schätzung von Vitalparametern. In diesem Kamerasystem soll die Hochgeschwindigkeits-3D-Bildgebung mit der Farbbildgebung, der multispektralen Bildgebung und der Thermografie kombiniert werden, um multimodale 3D-Bilddaten in Echtzeit zu generieren. Auf Basis der multimodalen 3D-Bilddaten sollen Vitalparameter wie Herzschlagfrequenz, Atemfrequenz, Sauerstoffsättigung, Körpertemperatur etc. abgeleitet werden. Diese Vitalparameterschätzung soll eine hohe Robustheit gegen typische Störungen aus klinischen und häuslichen Umgebungen aufweisen, dafür sind sowohl physikalisch-basierte als auch algorithmische Ansätze und Methoden zu erarbeiten. Darüber hinaus sind die Einflüsse der Hautfarbe auf die Vitalparameterschätzung zu untersuchen und es sind mögliche Ansätze mithilfe der Multispektraltechnik oder der Bildgebung im erweiterten Spektralbereich zur Kompensation der Einflüsse der Hautfarbe zu erarbeiten.

Zusätzlich ist aus dem Funktionsdemonstrator ein kompakter modularer multimodaler Bildsensor zu entwickeln. Dabei wird ein hoher Grad der Miniaturisierung und Modularität des Sensorkopfs hinsichtlich der Verwendung in klinischen und häuslichen Umgebungen angestrebt. Zudem ist eine irritationsfreie aktive Beleuchtung zu realisieren. Weil die simultane Verwendung der 2D-Kameras in verschiedenen Spektralbereichen bzw. Bildgebungsmodalitäten eine Fusion multimodaler 2D-Bilddaten erfordert, müssen die geometrischen Parameter dieser Kameras durch Kalibrierung ermittelt werden. Diesbezüglich sind Ansätze zur geometrischen Kalibrierung des multimodalen Bildsensors zu erarbeiten und untersuchen. Dafür notwendig ist die Gestaltung eines spezifischen Kalibriertargets, das bei allen Kameras erkennbar ist.

Projektpartner: Ruhrlandklinik (RLK), Universität Duisburg-Essen (UDE)

Laufzeit: 01.07.2021 - 30.06.2024

Gefördert durch die Deutsche Forschungsgemeinschaft (DFG), Projektnummer: 458611451.

Bauteile für Technologien zur Energierückgewinnung, Rektifikationsprozesse und/oder Umwelttechnik beispielsweise Katalysatoren bestehen zum Teil aus mehreren Lagen von strukturierten Folien mit Wandstärken von < 200 µm. Eine Effizienzsteigerung bei der Energierückgewinnung ist u.a. durch eine Reduzierung der Wandstärke erreichbar. Derzeit wird die minimal erreichbare Wandstärke durch die eingesetzte Verbindungstechnologie (u.a. Kleben) begrenzt. Das Vorhaben setzt sich zum Ziel, mehrdimensionale und strukturierte Folienstapel stoffschlüssig zu verbinden, um eine Reduzierung der Wandstärke zu erreichen und die Taktzeit bei der Herstellung solcher Stapel zu senken. Dabei steht die Entwicklung eines bildunterstützten laserbasierten Fügeprozesses im Zentrum, um dieser Problemstellung mittels Strahlschweißen zu begegnen. Der Fokus ist gerichtet auf Materialien mit geringem Absorptionsgrad im IR-Bereich und hoher Wärmeleitfähigkeit bei Folienstärken von < 200 µm. Um die hohen Anforderungen an den Fügeprozess zu gewährleisten, wird durch einen örtlich/zeitlich schnell veränderlichen Energieeintrag eine sichere Anbindung der Kontaktflächen im Vergleich zum einfachen Punktschweißen erreicht. Die Bestimmung der verdeckt liegenden Kontaktpunkte erfolgt durch eine multimodale bildgebende Sensorik (3D + Wärmebild) mit dem Ziel einer exakten Bestimmung der Soll-Schweißpunkte. Die angestrebten Ergebnisse stellen vor allem für kleine und mittelständische Unternehmen (KMU) neue Erkenntnisse und Entwicklungsmöglichkeiten zur Verfügung. So wäre eine erfolgreiche Überführung der Technologie in einen automatisierten Coil- (u.a. Rotationswärmetauscher) oder Stapelprozess (u.a. Strukturpackungen) ein Alleinstellungsmerkmal. Dadurch kann den KMU eine teilweise Kompensation des schwindenden Wettbewerbsvorteiles ermöglicht werden. Diese ergibt sich aus einer wissenschaftlich abgesicherten Entwicklung einer Prozessstrategie zum Schweißen von mehrdimensionalen und strukturierten Folienstapeln, sowie einer Echtzeit-Bestimmung der Soll-Schweißpunkte.

Projektpartner: ifw Jena - Günter-Köhler-Institut für Fügetechnik und Werkstoffprüfung GmbH

Projektlaufzeit: 01.11.2021 – 29.02.2024

Gefördert vom Bundesministerium für Wirtschaft und Klimaschutz

Holz-21-REGIO

Das Ziel des Startervorhaben Basistechnologieevaluation ist die gezielte Informationsgewinnung für weitere Forschungsvorhaben bezüglich technologischer Innovationen für das Bündnis Holz-21-regio. Hierfür werden neueste Technologien und Systeme die aktuell am Markt verfügbar sind unter dem Gesichtspunkt der Nutzung im forsttechnischen und holztechnischen Umfeld evaluiert.

Besonderes Augenmerk liegt hierbei auf den Innovationsbereich klimaresilienter Waldumbau und Automatisierung in der Forstwirtschaft. Mittels multimodaler Sensorik in Kombination mit multispektraler Bildgebung soll hier ein umfassendes Gesundheits- und Wachstumsprofil für verschiedenste Phänotypen des Thüringer Waldes erzeugt werden. Anhand dieser Daten können geeignete Warngrenzen für Trockenstress, Schädlingsbefall und anderer Krankheiten definiert werden. Durch den Einsatz von Schreitrobotik, welche hohe Flexibilität in der Navigation von Mittelgebirgsflächen geprägt von teilweise sehr steilen Hängen und komplexer Untergrundbeschaffenheit verspricht, soll im Rahmen dieses Projektes die Datenerhebung automatisiert werden. Zugleich werden Möglichkeiten zur Automatisierung von Pflanz- und Pflegeaktionen untersucht an der Roboterplattform untersucht werden.

Die gesammelten Informationen hinsichtlich der Basistechnologieevaluationen werden im Rahmen eines Technologieberichtes am Ende für die Vorbereitung neuer Forschungsansätze auf diesem Gebiet sowie zur Weiterentwicklung vielversprechender vorhandener Systeme genutzt.

Bewilligungszeitraum: 01.10.2022 bis 31.01.2024

Gefördert durch Bundesministerium für Bildung und Forschung (BMBF), Förderkennzeichen 03WIR3603

Projekträger Jülich, Forschungszentrum Jülich

Das Bündnis Holz-21-regio...

Verbundprojekt: „Automatisierte Echtzeit-Hyperspektral-Bildgebung und -analyse für die Erkennung betonschädlicher Bestandteile in Gesteinskörnungen“

Teilvorhaben: „Entwicklung einer intelligenten hybriden Erkennungsroutine für ein Hyperspektral-Analysesystem unter Verwendung tiefer neuronaler Netze“

Im Verbundvorhaben HyPetro soll eine sensorgestützte hyperspektrale Erkennung betonschädlicher Bestandteile in Gesteinskörnungen für die Primärrohstoffindustrie durch eine Optiksystementwicklung für die Hyperspektralanalyse sowie eine innovative Algorithmenentwicklung im Bereich des Machine und Deep-Learnings realisiert werden.

Den Hintergrund des Vorhabens bildet die Notwendigkeit der Analyse der Eignung von Gesteinskörnungen für die Betonherstellung hinsichtlich kritischer Bestandteile, welche den Beton auf Dauer schädigen können. Daher werden schnelle Verfahren zur Beurteilung von Gesteinskörnungen benötigt, um eine effiziente Nutzung vorhandener Kieslagerstätten und Steinbrüche zu ermöglichen und damit letztlich zügiger für Bauanfragen liefern zu können.

Eine automatisierte Erkennung soll die gängigen langwierigen Betondauerhaftigkeitstests an Betonprobekörpern zur Evaluierung des Schadenspotentials von Gesteinskörnungen sinnvoll ergänzen. Dadurch können die sehr langen Prüfdauern reduziert werden.

Der volkswirtschaftliche Nutzen dieses neuen Verfahrens liegt vor allem in der Reduzierung oder Vermeidung der entstehenden Bauschäden infolge des Einsatzes von betonschädigenden Gesteinskörnungen.

Das Gesamtziel des Teilvorhabens an der TU Ilmenau ist hierbei die Entwicklung einer intelligenten hybriden Erkennungsroutine für ein Hyperspektral-Analysesystem unter Verwendung tiefer neuronaler Netzwerkarchitekturen.

Partner: GFE Präzisionstechnik Schmalkalden GmbH, Universalbeton Heringen GmbH & Co. KG, Steinbeis Qualitätssicherung und Bildverarbeitung GmbH, Materialforschungs- und -prüfanstalt Weimar (MFPA), TU Ilmenau, FG Qualitätssicherung und Industrielle Bildverarbeitung

Bewilligungszeitraum: 01.09.2020 bis 29.02.2024

Dieses Forschungs- und Entwicklungsprojekt wird durch das Bundesministerium für Bildung und Forschung (BMBF) in der Fördermaßnahme „Computer-Aided Photonics – Ganzheitliche Systemlösungen aus photonischen Verfahren und digitaler Informationsverarbeitung“ (Förderkennzeichen: 13N15335) gefördert und vom Projektträger VDI Technologiezentrum GmbH betreut. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt beim Autor.

ProKl-llmenau ist einer von acht Standorten des bundesweiten Clusters Demonstrations- und Transfernetzwerk  KI in der Produktion. Ziel des Projektes ist der Transfer von Methoden und Technologien künstlicher Intelligenz in die Breite des Mittelstands. Dabei soll KMU's ein praxistaugliches Verständnis für KI in der Produktion vermittelt werden. Der Standort Ilmenau bearbeitet zusammen mit dem Standort Nürnberg das Schwerpunktthema Fügen. Innerhalb des ProKI-Zentrums Ilmenau hat unser Fachgebiet seinen Schwerpunkt auf der bildbasierten Arbeitsraumüberwachung und dem Querschnittsthema Datenaugmentierung. Neben der Erstellung von Demonstratoren und Testumgebungen erfolgen Transferleistungen in Form von Beratungen, Publikationen, Vorträgen, und Veranstaltungen. Auf Anfragen von interessierten Unternehmen wird in Form von individuellen Beratungen und der Begleitung von KI-Projekten eingegangen. Treten Sie dazu gerne mit uns in Kontakt! Weiterführende Informationen finden Sie auf der ProKI-Ilmenau Projekthomepage.

Bewilligungszeitraum: 01.10.2022 bis 31.12.2024

Das Forschungs- und Entwicklungsprojekt ProKI-Ilmenau wird durch das Bundesministerium für Bildung und Forschung (BMBF) im Programm Zukunft der Wertschöpfung – Forschung zu Produktion, Dienstleistung und Arbeit  (Förderkennzeichen 02P22A040) gefördert und vom Projektträger Karlsruhe (PTKA) betreut.