Flexible und schnelle 3D-Bildverarbeitung
Die IPA-Forscherinnen und Forscher hatten mehrere Entwicklungsschwerpunkte im Projekt, durch die sie ihr Know-how und das daraus resultierende Angebot rund um die 3D-Bildverarbeitung erweitert haben. Ein Kernaspekt war die Erstellung sogenannter semantischer digitaler Zwillinge der Einzelhandelsprodukte. Hierbei wird ein beliebiges, auch vorher noch nie gesehenes Produkt mithilfe von Sensoren beispielsweise in einer Scanstation erfasst und dann mit vielfältigen Informationen wie Form, Farbe oder Textur dreidimensional modelliert. Für das Modellieren, bei dem das Fraunhofer IPA mit der Firma Kaptura zusammenarbeitete, kommen auch Methoden des Maschinellen Lernens, einem Teilgebiet der Künstlichen Intelligenz (KI), zum Einsatz.
Mithilfe der entwickelten Technologien ist es möglich, breite Produktpaletten schnell und hochaufgelöst in 3D zu modellieren. Im Zuge der Modellierung werden auch semantische Informationen wie Logos, Nährwert- oder Mengenangaben auf den Produkten erkannt und digital erfasst. So sind die erzeugten Modelle die Grundlage z. B. für digitale Abbilder einer Filiale, einen Webshop oder auch automatisierte Produktanalysen, wie sie u. a. in Labors stattfinden.
Ferner ist eine skalierbare, für den Handel optimierte Objekterkennungslösung entstanden, die durch präzise optische Identifizierung von Produkten Automatisierungslösungen in Produktion und Logistik ermöglicht. Beispielanwendungen sind das roboterbasierte Bin Picking (Griff-in-die-Kiste) oder Bin Packing, also das Einpacken von Gütern aller Art und Form. Letztere, auch »Order Picking« oder »Pick & Pack« genannte Aufgabe, bei der die Waren aus Kisten oder Regalen entnommen und ordentlich in einen Zielkarton verpackt werden, wird insbesondere in Zeiten eines boomenden Online-Handels immer wichtiger. Die entwickelte Objekterkennungslösung kann zur Unterstützung dieser Prozesse vollautomatisch direkt anhand der digitalen 3D-Produktmodelle in weniger als einer Stunde für jedes neue Produkt eingelernt werden.