Klassifizierung der Parkassistenten-Farbsensoren vorne und hinten
Sichere Installation der richtigen Farbe der vorderen und hinteren Parksensoren mit Deep-Learning-Lösungen
Ähnliche Produkte
Ausgestattet mit der In-Sight ViDi Deep-Learning-basierten Bildverarbeitungssoftware
Grafische Programmierumgebung für Deep Learning-basierte industrielle Bildanalyse
In den Stoßstangen neuer Autos sind zwischen vier und zwölf Ultraschallsensor-Baugruppen für den vorderen und hinteren Parkassistenten eingebaut. Aus ästhetischen Gründen werden diese Sensoren in verschiedenen Farbtönen hergestellt, damit sie zur Stoßstangenfarbe passen. Moderne Autolacke können verschiedene lichtbrechende Partikel und Metallteilchen enthalten, deren Farbe von einem Punkt zum nächsten leicht abweicht, und sie werden in vielen ähnlichen Nuancen hergestellt.
Die Rot-, Grün- und Blauanteile (RGB) oder die Farbton-, Sättigungs- und Intensitätswerte (HSI) ändern sich je nach Winkel und Ausrichtung. Es ist daher schwierig, die richtige Sensorfarbe aus einem großen Farbsortiment auszuwählen, damit sie zu einer bestimmten Stoßstangenfarbe passt. Der Einbau eines falschen Sensors kann zu einer Ablehnung durch den Endnutzer führen. Die Sensoren müssen der Stoßstangenfarbe schnell und genau angepasst werden, damit das Personal das jeweilige Modell einbauen kann.
Aufgrund all dieser möglichen Variablen und Überschneidungen tut sich die regelbasierte Bildverarbeitung schwer damit, die richtige Entscheidung für den Abgleich von Farbe und Lack zu treffen. Wenn sich Farben fast überschneiden, interpretiert das menschliche Auge die Farben individuell sehr unterschiedlich.
Cognex Deep Learning wird anhand vielfältiger Bilder in verschiedenen Winkeln und Drehungen geschult und das Klassifizierungstool kategorisiert die Lackfarben problemlos. Bei der Auswahl prüft Cognex Deep Learning das Bild als Ganzes, wobei es jede Abweichung, Reflexion, Brechung, Körnung und Nuance in diesem Bild korrekt gewichtet, um die beste Entsprechung zu finden.
