• Home
  • About us
  • Your Publication
  • Catalogue
  • Newsletter
  • Help
  • Account
  • Contact / Imprint
Thesis - Publication series - Conference proceedings - Reference book - Lecture notes/Textbook - Journal - CD-/DVD-ROM - Online publication - Open Access
Newsletter for authors and editors - New publications service - Archive
View basket
Catalogue : Details

Jan-Philipp Kaiser

Autonomous View Planning using Reinforcement Learning

Modeling and Application for Visual Inspection in Remanufacturing

FrontBack
 
ISBN:978-3-8440-9794-8
Series:Forschungsberichte aus dem wbk, Institut für Produktionstechnik, Karlsruher Institut für Technologie (KIT)
Herausgeber: Prof. Dr.-Ing. Jürgen Fleischer, Prof. Dr.-Ing. Gisela Lanza and Prof. Dr.-Ing. habil. Volker Schulze
Karlsruhe
Volume:294
Keywords:Remanufacturing; Reinforcement Learning; wbk
Type of publication:Thesis
Language:English
Pages:294 pages
Figures:54 figures
Weight:381 g
Format:21 x 14,8 cm
Binding:Paperback
Price:59,80 € / 74,80 SFr
Published:February 2025
Buy:
  » plus shipping costs
Open Access (PDF): 978-3-8440-9888-4
Recommendation:You want to recommend this title?
Review copy:Here you can order a review copy.
Link:You want to link this page? Click here.
Export citations:
Text
BibTex
RIS
Abstract:Die vorliegende Arbeit beschäftigt sich mit der Automatisierung der visuellen Inspektion im Remanufacturing, einem Nischenbereich der Kreislaufwirtschaft. Im Remanufacturing werden Gebrauchtprodukte durch Demontage, Aufarbeitung und Reassemblierung von Komponenten in Form von aufgearbeiteten Gebrauchtprodukten weiter nutzbar gemacht. Ein zentraler Schritt ist die visuelle Inspektion, bei der entschieden wird, ob ein Produkt für die Wiederaufarbeitung geeignet ist. Dieser Prozess ist bislang manuell und teuer, was insbesondere in Hochlohnländern die Einführung von Remanufacturing erschwert.
In dieser Arbeit wird Künstliche Intelligenz (KI) und Robotik genutzt, um die visuelle Inspektion zu automatisieren. Ein besonderer Fokus liegt auf dem Sichtplanungsproblem, bei dem es darum geht, mit minimaler Anzahl von Erfassungen das Inspektionsziel zu erreichen. Da im Remanufacturing oft kein Vorwissen über die Produktgeometrie vorhanden ist, ist der Einsatz von Reinforcement Learning (RL) zur Lösung dieses Problems verfolgt worden. Die Ergebnisse zeigen, dass RL-Agenten einen guten Tradeoff zwischen benötigtem Vorwissen der Produktgeometrie des vorliegenden Inspektionsobjekts und Inspektionsgüte aufweisen.
Die vorliegende Arbeit liefert einen methodischen Ansatz zur Entwicklung autonomer visueller Inspektionssysteme, die ohne Vorwissen arbeiten und mittels RL-Algorithmen arbeiten. Sie stellt einen bedeutenden Schritt in Richtung effizienter Automatisierung im Remanufacturing dar.
» more titles from Jan-Philipp Kaiser