Transferprojekte

Bewertung von laser- und bildbasierten Qualitätsinspektionsverfahren für Verbundsicherheitsgläser

Deep Learning Inspektionsverfahren differenziert Verbundglas-Defekte gegenüber Heizlinien in Verbundsicherheitsgläsern

Die GuS glass + safety GmbH & Co. KG ist spezialisiert auf die Entwicklung und Herstellung von Verbundsicherheitsglas. Diese Gläser bestehen aus mehreren Schichten transparenter Materialien und enthalten Heizdrähte. Diese Heizdrähte führen bei vielen aktuell am Markt verfügbaren Prüfverfahren zu Fehldetektionen. In diesem Projekt wurde daher ein lernender Inspektionsansatz evaluiert, der auf die Erscheinungsform der Heizlinien trainiert wurde und so Mängel differenziert bewerten kann.

Für eine Spezifikation der Toleranzen sowie der späteren Evaluation des neuartigen Verfahrens stellte das Unternehmen 15 Proben Verbundglas in unterschiedlichen Stärken zur Verfügung.

Aufgrund des hohen Gewichtes wurden diese auf eine Größe von 30x30 cm ausgeschnitten. In einem ersten Schritt wurden Möglichkeiten einer zielführenden Proben-Positionierung, Belichtung und Aufnahmeperspektive gesucht und bewertet. Anschließend erfolgten hochauflösende Bildaufnahmen von den einzelnen Gläsern im sogenannten Dunkelfeld, die auch eine Erkennung von kleinsten Verunreinigungen ermöglichen.

Die Herausforderung bestand nun darin, die nicht gänzlich regelmäßigen Heizdrähte von den Mängeln zu differenzieren. Hierzu wurden in den Aufnahmen die zu erkennenden Mängel händisch für das Training markiert. Anschließend wurden die Aufnahmen und die Trainingsmarkierungen in einzelne 400x400 Pixel große Bildkacheln unterteilt. Eine Unterteilung ist erforderlich, da aktuelle Deep Learning Verfahren auf die Bearbeitung größere Bildaufnahmen nicht optimiert sind.

Die Bild- und Trainingsdaten wurden zudem künstlich durch Verfahren der Augmentierung vervielfacht. Mit den daraus resultierenden Daten erfolgte das Training der unterschiedlichen Mängeltypen Kratzer, Einschlüsse, Schlieren und weitere. Das hier entstandene neuronale Netz wurde auf die Gesamtzahl der Proben angewandt. Jede Aufnahme wurde hierbei automatisiert in Bildkacheln unterteilt, Kachel für Kachel untersucht und wieder zusammengesetzt.

Abschließend erfolgte eine Auswertung der von den Mängeln belegten Flächen mittels klassischer Bildverarbeitungsverfahren. Dies diente der Berücksichtigung von spezifizierten Toleranzen, die je nach Einsatzzweck des Verbundglases unterschiedlich ausfallen können.

Es stellte sich heraus, dass mit dem entwickelten Verfahren eine Differenzierung von Heizlinien und Mängeln sehr gut umsetzbar ist. Spezifizierte Fehler und auch Fehler darüber hinaus konnten erkannt werden. Da bei Verbundgläsern Mängel auch zwischen Glasschichten auftreten können, war es zudem von Interesse, die jeweilige Verbundtiefe von Mängeln zu identifizieren. Dies konnte erfolgreich mit einem Stereo-Aufnahmesetup realisiert werden, indem Disparitäten in den einzelnen Stereo-Aufnahmen für die Tiefenberechnung verwendet wurden. 

Die GuS glass + safety GmbH & Co. KG beabsichtigt nun das entwickelte Verfahren prototypisch in den Räumen ihrer Qualitätssicherung umzusetzen und unter realen Produktionsbedingungen zu testen.