Automatisierte Inspektion mit Spot und Microsoft Azure
Bild: Reply AGReply hat eine Architektur für eine End-to-End-Lösung für autonome mobile Roboter, wie Spot von Boston Dynamics, in Microsoft Azure entwickelt. Zur Veranschaulichung dient eine automatisierte Lösung zur Erkennung von Fahrzeugschäden. Nach der Rückgabe müssen Miet- oder Leasing-Gesellschaften Fahrzeuge auf Schäden überprüfen. Üblicherweise ist das ein zeit- und kostenintensiver manueller Prozess, bei dem das Fahrzeug von allen Seiten visuell inspiziert, die Schwere des Schadens eingeschätzt und ein Schadensbericht ausgefüllt wird. Reply integriert nun Azure Cognitive Services, Machine Learning und DevOps sowie Power Apps und Power BI, um diesen Prozess vollständig zu automatisieren. Mithilfe von Computer Vision bewegt sich Spot frei durch den Parkbereich und scannt die Nummernschilder, um das richtige Fahrzeug zu finden. Anschließend umrundet der Roboter das Fahrzeug und erfasst dessen Zustand, indem er mit seiner Kamera und seinen Sensoren laufend visuelle Daten aufnimmt. Diese Informationen werden lokal auf dem Roboter (Edge) verarbeitet oder in die Cloud übertragen, wo Bilderkennung und Machine-Learning-Algorithmen die Schadenserkennung vornehmen. Alle erkannten Schäden werden im Rücknahmeprotokoll vermerkt und können dem Kunden und Flottenmanager zur Genehmigung vorgelegt werden.
Bild: Reply AGReply hat eine Architektur für eine End-to-End-Lösung für autonome mobile Roboter, wie Spot von Boston Dynamics, in Microsoft Azure entwickelt. Zur Veranschaulichung dient eine automatisierte Lösung zur Erkennung von Fahrzeugschäden. Nach der Rückgabe müssen Miet- oder Leasing-Gesellschaften Fahrzeuge auf Schäden überprüfen. Üblicherweise ist das ein zeit- und kostenintensiver manueller Prozess, bei dem das Fahrzeug von allen Seiten visuell inspiziert, die Schwere des Schadens eingeschätzt und ein Schadensbericht ausgefüllt wird. Reply integriert nun Azure Cognitive Services, Machine Learning und DevOps sowie Power Apps und Power BI, um diesen Prozess vollständig zu automatisieren. Mithilfe von Computer Vision bewegt sich Spot frei durch den Parkbereich und scannt die Nummernschilder, um das richtige Fahrzeug zu finden. Anschließend umrundet der Roboter das Fahrzeug und erfasst dessen Zustand, indem er mit seiner Kamera und seinen Sensoren laufend visuelle Daten aufnimmt. Diese Informationen werden lokal auf dem Roboter (Edge) verarbeitet oder in die Cloud übertragen, wo Bilderkennung und Machine-Learning-Algorithmen die Schadenserkennung vornehmen. Alle erkannten Schäden werden im Rücknahmeprotokoll vermerkt und können dem Kunden und Flottenmanager zur Genehmigung vorgelegt werden.
Reply AG
Dieser Artikel erschien in ROBOTIK UND PRODUKTION 5 (September) 2021 - 15.09.21.Für weitere Artikel besuchen Sie www.robotik-produktion.de
