Projekte

Durch Einsatz von KI können wichtige Informationen aus Patentdokumenten automatisiert extrahiert werden und in einer strukturierten Form (z.B. als Wissensgraph) für die weitere Verwendung zur Verfügung gestellt werden.

Durch Machine Learning sollen Systemausfälle möglichst früh prädiziert werden. Die Modelle werden dabei mit einem Zeitreihendatensatz trainiert, der mit einem Monitoringsystem über ein Jahr aufgenommen wurde.

Das Hauptziel des Quickchecks war es, die Machbarkeit eines intelligenten Systems zu prüfen, das auf der Grundlage der Eingabeparameter des Auftrags und der entsprechenden Freitextnotizen eines Mitarbeiters den richtigen Vorgangstyp klassifizieren kann.

Physiksimulationen werden vermehrt eingesetzt, um Roboter in einer sicheren, digitalen Umgebung für Produktionsprozesse zu programmieren oder zu trainieren. Damit der Roboter die Prozesse erfolgreich erlernen kann, müssen die in der Simulation erzeugten Trainingsdaten den realen Prozess repräsentieren können.

Neuronale Netzwerke sollen zum autonomen Fahren von Kraftfahrzeugen eingesetzt werden. Diese werden häufig durch manuelle Fahrten trainiert. Hierbei nimmt ein Mess-System Daten von Sensoren auf, die dann zum Training der neuronalen Netze verwendet werden.

Adaptive Cruise Control (ACC) Systeme passen die Fahrzeuggeschwindigkeit an vorausfahrende Fahrzeuge, die aktuellen Verkehrsschilder, Kurven, die Straßengriffigkeit und andere Faktoren an. In diesem Projekt prüfen Fraunhofer IAO und INVENSITY GmbH, ob zukünftige ACC die Geschwindigkeit des Fahrzeugs und den Abstand zum vorausfahrenden Fahrzeug auch (als zusätzliche Stellgröße) an den Fahrerzustand anpassen können.

Die Software »ISG-virtuos« bietet eine Simulationsplattform für den gesamten Lebenszyklus einer Automatisierungslösung - vom Vertrieb über das digitale Engineering bis in die Betriebsphase.

In der Regel wird der gewünschte Farbton durch eine Vielzahl von Tönversuchen ermittelt. Nur so kann bei einer modularen Lackierung, Farbharmonie über alle Bauteile hinweg erreicht werden. Trotz der starken Kompetenz baden-württembergischer Farben- und Lackunternehmen ist das bisherige Vorgehen aber nicht effizient genug. Dies führt zu einem starken Materialverbrauch und einem hohen Energieeinsatz.

In der Versandlogistik der Bosch Produktionswerke und Logistikzentren sind Flächen begrenzt und müssen daher möglichst effizient genutzt werden. Es sollten Möglichkeiten geschaffen werden, Planungszeitfenster kontinuierlich zu aktualisieren. Dies kann zu jeder Zeit eine möglichst effiziente und auf die Auftragslage abgestimmte Nutzung verfügbarer Ressourcen wie Flächen oder Personal ermöglichen. Zeitplanungsalgorithmen, wie z.B. aus dem Bereich der genetischen Algorithmen oder aus dem Constraint Programming, stellen vielversprechende Möglichkeiten einer Umsetzung dar.

Für das autonome Fahren sind große Mengen bereits gelabelter Daten nötig, um erfasste Szenen verstehen zu können. Da das manuelle Labeling sehr aufwendig ist, soll ein automatisches Pre-Labeling-System entwickelt werden, das aufgenommene Daten vorunterteilen kann.