Digital Detector

Ausgangssituation

In der heutigen mobilen Gesellschaft gibt es ein großes Interesse, den aktuellen Zustand und damit den wirtschaftlichen Wert eines Automobils zeitnah zu dokumentieren bzw. zu erfassen.

Über die reine Dokumentation der Außenform hinaus spielt die automatische Schadenserkennung an der Fahrzeugaußenhaut eine sehr wichtige Rationalisierungsrolle.

Die letzten wissenschaftlichen Entwicklungen im Bereich der Künstlichen Intelligenz eröffnen neue, kosteneffektive Möglichkeiten, dieses Problem der automatischen Schadenserkennung ohne kostspielige Einrichtungen der klassischen Bildverarbeitung anzugehen.

Lösungsidee 

Der Eignungsgrad der Methoden der Künstlichen Intelligenz wird anhand der Erkennungsrate der zu erkennenden Schäden bemessen und mit den echten Bedürfnissen der unterschiedlichen Interessengruppen analysiert.

Die vorhandenen Sensoren generieren eine Reihe von farbigen 2D-Bildern von Fahrzeugen in verschiedenen Ansichten. Typische Deep-Learning-Methoden für Objekterkennung und Segmentierung können bei neuen Bildern Aussagen über mögliche Schäden treffen.

Mit einem integrierten Deep-Learning-Modell soll die Anlage fähig sein, neu gescannte Bilder von Fahrzeugen zu generieren und Fahrzeugschäden daraus in Echtzeit zu identifizieren bzw. zu lokalisieren.

Nutzen

Zu den Zielgruppen mit leicht variierenden Anforderungen gehören u.a. Werkstätten, Autoniederlassungen, Logistikunternehmen mit Fahrzeugflotten, Gutachter, Versicherungen und Zertifizierungsorganisationen.

Der Projektmehrwert wären die Erkenntnisse, inwieweit eine einfach zu installierende und kosteneffektiv zu betreibende Anlage für den jeweiligen Anwender ausreichend gut und automatisch wirtschaftlich relevante Schäden entdecken könnte und wie weit man heute mit Methoden der Künstlichen Intelligenz und einfachen Bilderakquisitionsmitteln in der Lage ist, den aktuellen Fahrzeugzustand zu beurteilen.

Was muss man berücksichtigen, um anschließend eine nachhaltige Entwicklung als nächsten Schritt zu gestalten und die für den Gefahrenübergang benötigte Fahrzeugdokumentation mit der gewünschten Schadenserkennung zu ergänzen bzw. zu kombinieren?

Umsetzung der KI-Applikation

Als Infrastruktur werden die Anlagen direkt bei den Kunden aufgebaut. Die Anlage beinhaltet eine Reihe von hochauflösenden, in den Seitenwänden und in den Boden des Vehikel-Scanners eingebauten Kameras sowie ein intelligentes Beleuchtungssystem. Die Verarbeitung und Erkennung der Fahrzeugschäden werden in der Cloud durchgeführt und die Ergebnisse werden zeitnah an die Anlage zurückgeschickt.