Automatisierte Qualitätskontrolle für Sichtflächen

Automatiserte Qualitätskontrolle für Sichtflächen
Quelle: Philipp Schleicher, Fraunhofer IPA

Ziel des Projekts ist der Einsatz von Automatisierungstechnologien zur effizienten Qualitätskontrolle von Oberflächen auf Baustellen, insbesondere im Trockenbau. Zeitaufwändige manuelle Prüfungen auf Risse, Löcher und Unebenheiten sollen durch ein automatisiertes System ersetzt werden. Durch eine Automatisierung der Oberflächenbewertung profitieren Handwerksbetriebe von schnelleren, kostengünstigen und reproduzierbaren Inspektionen.

Problem- und Zielbeschreibung

Auf Baustellen sind zur Bewertung von Sichtflächen zeitaufwändige Qualitätskontrollen erforderlich, z. B. zur Identifikation von Rissen, Löchern, Unebenheiten oder Beschichtungsresten als Vorbereitung für Lackier-, Tapezier- oder Spachtelarbeiten. Diese manuellen Prüfungen erfolgen durch Handwerker mittels Beleuchtung, Hilfsmitteln und Erfahrung und können mehr Zeit beanspruchen als die eigentliche Bearbeitung der Oberfläche. Zwar existieren einfache Messhilfen sowie kostenintensive automatisierte High-End-Systeme (z. B. robotergestützte Inspektionslösungen), diese sind jedoch für den breiten Baustelleneinsatz meist zu teuer oder unpraktisch. Ziel des QuickChecks ist es daher, die Grundlagen für ein kostengünstiges, robustes und automatisiertes Inspektionssystem zur Oberflächenbewertung zu schaffen. Dabei sollen Machbarkeit, notwendige Sensorik, Datenmodelle sowie die Eignung für raue Baustellenbedingungen untersucht werden. Die Analyse dient der Bewertung des Produktpotenzials unter Einbindung externer Automatisierungsexpertise.

Detaillierter Projektablauf

Im Quick Check wurden verschiedene Messverfahren verglichen und bewertet. Dabei erwiesen sich photometrische Verfahren (Streiflicht/Schattenwurf) als am geeignetsten, da sie kostengünstig, mobil, in Echtzeit ausführbar und hochgradig detailerkennend sind. Zwei Algorithmen wurden implementiert: 1) die Schattenerkennung über lokale Helligkeitsabfälle und Konturen sowie 2) die Ableitung der Neigung bzw. des relativen Höhenprofils unter Verwendung des Helligkeitsgradienten. Die Testergebnisse, legen nahe, dass eine Optimierung der Parameter Lichtintensität, Winkel, Abstand und Geometrie erforderlich ist. Es wurden eine Kamera, LED-Beleuchtung, kompakte Verarbeitungselektronik sowie algorithmische Bildauswertung eingesetzt. Nächsten Schritte sollten die Robustheit der Beleuchtung und der Optik erhöhen, die Umsetzung einer eine Staub-/Lichtabschirmung eines Echtzeit-Feedbacks sein.

Projektnutzen

• Einschätzung hinsichtlich der grundsätzlichen Machbarkeit der Projektidee
• Vorhandenes erstes Grob-Konzept als Entscheidungsgrundlage
• Identifikation der nächsten notwendigen internen und externen Entwicklungsschritte
  

Zitat

Die Zusammenarbeit innerhalb des ZIBS hat uns geholfen, die Potenziale unserer Projektidee zu bewerten und erste Kernherausforderungen sowie Optimierungspotenziale zu identifizieren.

konstatiert Christoph Zizelmann, Technology Strategist der Festool GmbH

Finanziert durch