Zustandsmonitoring generiert große Datenmengen

Automatisierte Objekterkennung beschleunigt den Auswerteprozess.

Fraunhofer-Preis 2019

Ein Team von Fraunhofer IPM wurde für seine Entwicklung einer vollautomatisierten Datenauswertung und Objekterkennung ausgezeichnet. Die Software beschleunigt die Infrastrukturplanung erheblich.

mehr Info

Automatisierte Dateninterpretation

Automatisierte Interpretation von 3D- und Bilddaten

Für viele Vermessungsaufgaben und das Zustandsmonitoring werden heute leistungsfähige Kameras oder Laserscanner eingesetzt. Diese liefern hochaufgelöste Bilder bzw. sehr präzise, georeferenzierte Messdaten. Die Interpretation dieser Daten geschieht in der Regel manuell. Fortschritte in der künstlichen Intelligenz ermöglichen den Einsatz innovativer Techniken und Algorithmen, mithilfe derer sich der Auswerteprozess automatisieren lässt.

Die Auswertung der 3D-Daten übernehmen inzwischen komplexe Lernalgorithmen, die auf dem Konzept des »Deep Learning« mit künstlichen neuronalen Netzen (KNN) basieren. Diese Algorithmen sind den klassischen Methoden der Objekterkennung mittlerweile deutlich überlegen. Noch vor wenigen Jahren sah das anders aus: Das Training solcher Algorithmen dauerte Wochen oder gar Monate. Heute ist dieser Prozess dank massiver Parallelisierung in wenigen Stunden möglich. Die Auswertung neuer Datensätze auf Basis eines trainierten KNN erfolgt dann sogar in Echtzeit. In KNN durchläuft die eingespeiste Information eine Vielzahl miteinander verknüpfter künstlicher Neuronen, wird verarbeitet und an weitere Neuronen weitergegeben. Mithilfe manuell annotierter Trainingsdaten werden für bestimmte Eingangsmuster zugehörige Ausgabemuster erlernt. Auf Basis dieser »Erfahrungswerte« können neuartige Eingangsdaten dann in Echtzeit analysiert werden. Dabei erweisen sich KNN als sehr robust gegenüber Variationen charakteristischer Farben, Kanten oder Formen.

 

Fraunhofer-Initiative »Leitprojekte«

Projekt
»Cognitive Agriculture«

Seit November 2018 for­schen acht Fraunhofer-Institute gemein­sam an Technologien zur Digitalisierung, Automatisierung und Elektrifizierung landwirtschaftlicher Prozesse. Fraunhofer IPM entwickelt im Rahmen des Projekts robuste 3D-Sensoren, N2O-Sensoren auf Basis von Laserspektroskopie, multispektrale Laserscan-Verfahren sowie spezifische Tools zur Verarbeitung von Messdaten.

 

Whitepaper

Building and construction surveying with laser scanning technology

Automatisierte Objekterkennung von 3D-Daten, Datenerfassung aus der Luft, Sensorkonzept zur umfassenden Tunnelvermessung.

Fachartikel / 14.6.2018

»Wie Algorithmen unsere Welt erlernen«

Laserscanner oder Kameras zur Erfassung geometrischer Strukturen liefern immer hochwertigere 3D-Daten. Viel ungenutztes Potenzial liegt in der Interpretation dieser Daten: Wie gelingt es zukünftig, mehr Informationen auf möglichst effiziente Weise aus den Daten zu gewinnen und nutzbringend zu visualisieren? Der Beitrag beschreibt den Stand der Technik bei der automatisierten Auswertung von 3D-Daten mithilfe von lernenden Algorithmen, die auf dem Konzept des »Deep Learning« beruhen.

 

Presseinformation / 7.5.2018

Glasfasernetz: optimierte Trassenplanung

Die Deutsche Telekom AG wird die Planung von Glasfaserleitungen in Zukunft mithilfe von eigens erhobenen Infrastrukturdaten optimieren. Dazu setzt das Unternehmen auf optische Messtechnik mit automatisierter Datenauswertung.