KI-MAP - Qualodoromat

Das Projekt erforscht Methoden der automatisierten Charakterisierung von Kunststoffproben mit Hilfe von Robotik und Künstlicher Intelligenz. Für die Bewertung von Kunststoffproben durch KI-Algorithmen sollte autonom das Probengefäß geöffnet und der Sensor eingeführt werden.

Hierfür wird ein Konzept für eine automatisierte Probenentnahme entwickelt. Die Optimierung der KI erfordert des Weiteren den Aufbau einer Datenbank mit Sensordaten einer Vielzahl an Proben.

Die Hochschule Trier übernimmt die Entwicklung eines einfachen Forschungsdemonstrators zur Probenentnahme. Hierfür wird mit einem Mikrocontroller ein VOC-/Gas-Sensor angesteuert und eine Software zur Aufnahme der Trainingsdaten entwickelt. Dazu wird untersucht, welcher am Markt erhältliche Sensor die besten Ergebnisse liefert. Dazu sollen mind. zwei Sensoren untersucht werden. Falls nötig werden mehrere Sensoren gleichzeitig zur Messung angesteuert, um so möglichst viele Merkmale der Proben zu erfassen. Die Hochschule entwickelt einen Versuchsaufbau, mit dem die Kunststoff-Proben in größerer Menge gemessen werden können. Dazu wird erforscht, ob hier ein Roboterarm oder eine manuell bedienbare Messeinrichtung in Kombination mit dem Sensor am besten geeignet ist. Hierfür wird eine Messvorrichtung für das Sensorarray entwickelt, so dass mehrere Sensoren (mind. zwei) gleichzeitig Messen können. Die Hochschule Trier entwickelt eine Datenbank zur Aufzeichnung der Referenzdaten für die Kunststoffproben. Zudem erforschen wir geeignete Algorithmen zum Überwachten Lernen zur Unterscheidung der Kunststoffe anhand der Daten aus dem Sensor-Array. Weiterhin notwendig ist die Entwicklung eines ML-Verfahrens zum Trainieren eines ML-Modells zur robusten Unterscheidung der Kunststoffe aus den Proben. Dazu sollen verschiedene Verfahren (KNN, SVM, neuronale Netze, etc.) verglichen und in einem Parameterraum (Komplexität, Genauigkeit, F1-Scores, etc.) gegenübergestellt werden. Die Hochschule Trier entwickelt eine Software mit der die Probendatenbank verwaltet und die Proben bewertet werden können.

Die Hochschule Trier entwickelt Treiber zur Ansteuerung des Sensorarrays zur Kunststoffprobenunterscheidung und Trainingsdatenaufnahmen. Des Weiteren werden die zuvor evaluierten Algorithmen bewertet und die besten Algorithmen in einer Toolbox als Software bereitgestellt. Schließlich sollen die besten Algorithmen ggf. noch optimiert und für den Use-Case der Kunststoffunterscheidung optimiert werden. Die Hochschule wird die Ergebnisse der Forschung und Validierung in einer Publikation zusammenfassen und wissenschaftlich veröffentlichen. Hierdurch wird eine Test-Studie mit neuen Messdaten, die nicht zum Training verwendet wurden (Test-Daten) gemacht und bewertet.

Projektleitung an der Hochschule Trier Prof. Dr.-Ing. Guido Dartmann (50%), Prof. Dr.-Ing. Matthias Vette-Steinkamp (50%)
Konsortium  Genie Enterprise Inc., Umwelt-Campus Birkenfeld der Hochschule Trier, Gemeinnützige KIMW Forschungs-GmbH
Projektlaufzeit Juni 2022 bis Juni 2024
Förderung BMWK Bundesministerium für Wirtschaft und Klimaschutz
Fördersumme 216.494€
Prof. Dr.-Ing. Guido Dartmann
Prof. Dr.-Ing. Guido Dartmann
Professor FB Umweltplanung/Umwelttechnik - FR Informatik

Kontakt

+49 6782 17-1727

Standort

Birkenfeld | Gebäude 9925 | Raum 110
Prof. Dr.-Ing. Matthias Vette-Steinkamp
Prof. Dr.-Ing. Matthias Vette-Steinkamp, Dipl.-Wirt.-Ing. (FH)
Fachgebiet umweltgerechte Produktionsverfahren und industrielle Robotik

Standort

Birkenfeld | Gebäude 9925 | Raum 9

Sprechzeiten

Donnerstag, 14:00 bis 16:00 Uhr mit Anmeldung per Mail oder individuell nach Absprache
Matthias Gisch
Matthias Gisch, B.Sc.
Beschäftigter FB Umweltplanung/Umwelttechnik

Kontakt

+49 6782 17-1955

Standort

Birkenfeld | Gebäude 9925 | Raum 134
back-to-top nach oben