TY - CHAP A1 - Breithecker, Janine A1 - Szymanski, Mateusz A1 - Stolpmann, Alexander ED - Reiff-Stephan, Jörg ED - Jäkel, Jens ED - Reichelt, Dirk T1 - Entwicklung eines robotergestützten Systems zur standardisierten Applikation von Hautpflegeprodukten T2 - Tagungsband AALE 2025 : menschenzentrierte Automation im digitalen Zeitalter N2 - In diesem Beitrag wird ein System zur automatisierten Applikation von Hautpflegeprodukten vorgestellt, das speziell für dermatologische Studien entwickelt wird. Ziel ist es, die Variabilitäten bei der manuellen Cremeapplikation zu reduzieren und die Reproduzierbarkeit von Studienergebnissen zu verbessern. Die Grundlage des Systems bildet ein kollaborativer Roboter (Cobot), der mit einer präzisen Kraftregelung und Echtzeit-Bildverarbeitung ausgestattet ist. Diese Kombination ermöglicht die dynamische Anpassung an unterschiedliche Hautareale und eine gleichmäßige Verteilung von Cremes und Lotionen. Der Entwicklungsprozess umfasste die Konstruktion eines spezialisierten Endeffektors für das Verteilen der Creme, der mit Kraftsensorik und austauschbaren Elementen für hygienische Anwendungen ausgestattet ist, sowie die Integration einer Eppendorf Multipette M4 zur präzisen Dosierung als wechselbarer Endeffektor am Cobot. Ergänzt wird das System durch eine Intel RealSense Kamera, die mithilfe von Farb- und Tiefenbildern eine zuverlässige Erkennung von Hand- und Armpositionen gewährleistet. Erste Tests zeigen, dass das System eine exakte und reproduzierbare Applikation ermöglicht, wobei die Sicherheit und Benutzerfreundlichkeit im Fokus stehen. Die vorgestellten Validierungsstrategien und geplanten Nutzerstudien sollen die Funktionalität weiter optimieren und das Potenzial für den Einsatz in dermatologischen Studien unterstreichen. Dieses Projekt stellt einen bedeutenden Schritt in Richtung Automatisierung und Standardisierung in der dermatologischen Forschung dar. KW - Automatisierung KW - Bildverarbeitung KW - Cobot KW - Konstruktion KW - Mensch-Roboter-Kollaboration KW - Regelung Y1 - 2025 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:526-opus4-20150 SP - 387 EP - 394 PB - Hochschule für Technik, Wirtschaft und Kultur CY - Leipzig ER - TY - CHAP A1 - Szymanski, Mateusz A1 - van de Sand, Ron A1 - Rieckmann, Olaf A1 - Stolpmann, Alexander T1 - Automatisierte Erkennung von Messarealen bei robotergestützten In Vivo Messungen T2 - Tagungsband AALE 2023 : Mit Automatisierungstechnik gegen den Klimawandel N2 - Dieser Beitrag schlägt ein Bildverarbeitungsmodell zur automatisierten Bestimmung von Messarealen bei robotergestützten In Vivo Messungen vor. Es wird angenommen, dass moderne Verfahren der Deep-Learning-Objekterkennung in der Lage sind die einzelnen Areale wiederholbar genau genug zu erkennen, um die benötigten Messareale im dreidimensionalen Raum einzupassen. Für das Einpassen werden Tiefeninformationen aus einer stereoskopischen Kamera verwendet. Weiter wird untersucht inwiefern diese Tiefeninformationen als zusätzlicher Eingang für die Deep-Learning-Modelle verwendet werden können. Hierfür wird ein Konzept ausgearbeitet, ein Datensatz erstellt und Modelle zur Objekterkennung in verschiedenen Implementierungen trainiert. Das Verwenden von Tiefeninformationen führt zu einer besseren Generalisierbarkeit der Modelle, insbesondere auf tätowierten Hautarealen. Das Bildverarbeitungsmodell erreicht beim Einpassen der Messareale eine gemittelte Wiederholgenauigkeit bzw. Abweichung von 6, 1 mm bei einer Bildwiederholrate von 2, 3 bis 3, 3 Bildern die Sekunde. KW - Maschinelles Lernen KW - Bildverarbeitung KW - Objektdetektion KW - Mensch-Roboter-Kollaboration Y1 - 2023 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:526-opus4-17118 SN - 978-3-910103-01-6 SP - 1 EP - 12 PB - Hochschule für Technik, Wirtschaft und Kultur CY - Leipzig ER - TY - CHAP A1 - Breithecker, Janine A1 - Palme, Willy A1 - Stolpmann, Alexander T1 - Entwicklung einer mobilen automatisierten Prozesserweiterung für einen Etikettierarbeitsplatz T2 - Tagungsband AALE 2023 : Mit Automatisierungstechnik gegen den Klimawandel N2 - Die Corona-Pandemie und der stetig steigende Fachkräftemangel zwingen viele Unternehmen zum Umdenken. Kollaborative Roboter finden immer mehr Einzug in kleine und mittelständische Unternehmen und übernehmen sich wiederholende, nicht ergonomische und monotone Arbeiten und heben das bestehende Personal in ganz neue Verantwortungsaufgaben. Die Automatisierung hält immer mehr Einzug und gewinnt branchenweit deutlich mehr an Bedeutung. In diesem Projekt, entstanden im Rahmen einer Bachelorarbeit [1], wird nach der Klärung der Grundlagen die Implementierung eines kollaborativen Roboters in einem Applizierprozess beschrieben und auf die Schritte von Aufbau bis hin zum funktionierenden, vollautomatischen Prozess eingegangen. Der Cobot wird anhand von mehreren Testszenarien auf seine Funktion hin evaluiert und auf Prozesstauglichkeit erprobt. KW - Kollaborativer Roboter KW - Industrie 4.0 KW - Automatisierungstechnik KW - Robotik KW - Mobiler Roboter KW - Industrieroboter KW - Bildverarbeitung KW - Software- und Hardwareentwicklung Y1 - 2023 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:526-opus4-17129 SN - 978-3-910103-01-6 SP - 1 EP - 9 PB - Hochschule für Technik, Wirtschaft und Kultur CY - Leipzig ER - TY - CHAP A1 - Foerster, Tim A1 - Stolpmann, Alexander T1 - Machbarkeitsstudie zur Einführung einer kameragestützten Brandfrüherkennung an einer Coilbox eines Warmwalzwerkes T2 - Tagungsband AALE 2023 : Mit Automatisierungstechnik gegen den Klimawandel N2 - Zur Lösung des Problems der Einführung einer Brandfrüherkennung an einer Anlage mit erheblichen Flächen an Wärmestrahlung und Temperaturen um 1.100 Grad Celsius, wird der Einsatz von infraroter und visueller Kameratechnik und Bildverarbeitungssystemen in einer Machbarkeitsstudie erörtert und als Vorlage zur Umsetzung gebracht. Hierfür müssen alle technischen Randbedingungen der baulichen Anlage, die Kosten und auch die organisatorischen Aspekte ermittelt und bewertet werden. Auf Basis von Störfallszenarien wurden Brandversuche durchgeführt und in thermographischer und visueller Bildgebung ausgewertet. Entscheidend war die signifikante Abgrenzung eines Feuers vom anlagenspezifischen ungestörten Zustand. KW - Brandfrüherkennung KW - Bildverarbeitung KW - Kamerasystem KW - Infrarottechnik KW - Warmwalzwerk Y1 - 2023 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:526-opus4-17148 SN - 978-3-910103-01-6 SP - 1 EP - 10 PB - Hochschule für Technik, Wirtschaft und Kultur CY - Leipzig ER - TY - CHAP A1 - Schymik, Lars A1 - Stolpmann, Alexander ED - Reiff-Stephan, Jörg ED - Jäkel, Jens ED - Reichelt, Dirk T1 - Erkennung von Schadmustern an Personenverkehrszügen und Evaluierung der Konfidenz zur Auswahl robuster Features für „Predictive Maintenance“ - Projekt ESPEK T2 - Tagungsband AALE 2025 : menschenzentrierte Automation im digitalen Zeitalter N2 - Im Rahmen des Projekts ESPEK wurden Häufigkeit und Relevanz bestimmter Schäden an verbreiteten Waggontypen analysiert und basierend darauf im Rahmen eines Konzepts „KI-gestützte Inspektion“ praxistaugliche, datenbasierte, durch künstliche Intelligenz unterstützte digitale Lösungen entwickelt, um Schäden an ausgewählten Personenwaggons automatisiert visuell zu erkennen. Ausgehend von den bisher maßgeblich manuellen Inspektionsabläufen und Checklisten können selbige durch die vorgeschlagenen Software- und Hardwareautomatisierungen effizienter gestaltet werden. Übergeordnet werden die Sicherheit der Fahrgäste erhöht, das Problem des Fachkräftemangel bekämpft sowie Ausfall- und Standzeiten reduziert, was letztlich zur besseren Auslastung des Systems Schiene insgesamt beiträgt und Zugfahren preiswerter und pünktlicher machen kann. KW - Automatisierung KW - Bildverarbeitung KW - Eisenbahn KW - Inspektion KW - KI KW - Mobilität KW - Predictive Maintenance KW - Künstliche Intelligenz Y1 - 2025 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:526-opus4-20160 SP - 171 EP - 180 PB - Hochschule für Technik, Wirtschaft und Kultur CY - Leipzig ER - TY - CHAP A1 - Kupper, Stefan A1 - Stolpmann, Alexander A1 - Reiff-Stephan, Jörg ED - Reiff-Stephan, Jörg ED - Jäkel, Jens ED - Reichelt, Dirk T1 - Hochgeschwindigkeitszählung von Maden für eine nachhaltige Proteinproduktion T2 - Tagungsband AALE 2025 : menschenzentrierte Automation im digitalen Zeitalter N2 - Insekten werden aufgrund ihres Proteingehalts als eine der nachhaltigen Quellen für die Lebensmittelproduktion der Zukunft angesehen. Sie werden, analog zu den heutigen Zuchtbetrieben für Schweine und andere Nutztiere, auch in industriellen Anlagen gezüchtet. Zur Steuerung und Optimierung dieses Zuchtprozesses muss eine Erfassung der Zahl der unter gegebenen Bedingungen aufgezogenen Insekten vorgenommen werden. Im Unterschied zu Großsäugern ist die Individuenzahl von Insekten sowie deren Larvenstadien jedoch um Magnituden größer, so dass bei der Ermittlung der Anzahl der Insekten mittel- und langfristig auf eine vollautomatisierte maschinelle Erfassung umgestellt werden muss. In dieser Arbeit wird eine Methode zur präzisen Zählung einer großen Zahl von Maden der Schwarzen Soldatenfliege (Hermetia illucens) in einem prototypischen Aufbau vorgestellt. KW - Automatisierung KW - Bildverarbeitung KW - Proteingewinnung KW - Randkrümmung KW - Zählalgorithmus Y1 - 2025 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:526-opus4-20171 SP - 321 EP - 327 PB - Hochschule für Technik, Wirtschaft und Kultur CY - Leipzig ER - TY - CHAP A1 - Palme, Willy A1 - Breithecker, Janine A1 - Rieckmann, Olaf A1 - Stolpmann, Alexander ED - Reiff-Stephan, Jörg ED - Jäkel, Jens ED - Stöcker, Christian T1 - Gewährleistung der Bildkonsistenz in der Portaitfotografie: Eine technologische Lösung für effiziente und vergleichbare Aufnahmen T2 - Tagungsband AALE 2024 : Fit für die Zukunft: Praktische Lösungen für die industrielle Automation N2 - Dieses Paper präsentiert das Forschungsprojekt „Intelligent Camera Unit“ (ICU) der Technischen Hochschule Wildau in Kooperation mit der Beiersdorf AG zur Verbesserung von Portraitaufnahmen in Probandenstudien für Kosmetikprodukte. Das Hauptziel des Projekt besteht darin, Ausrichtungsfehler zu minimieren und die Vergleichbarkeit von Vorher-Nachher-Bildern zu erhöhen. Dies wird durch die Verwendung eines kollaborativen Roboters und KI-gestützter Bildanalyse erreicht, um präzise Ausrichtung und Gesichtspositionen der Probanden zu gewährleisten. Das entwickelte System ermöglicht effiziente und reproduzierbare Aufnahmen aus verschiedenen Winkeln und Entfernungen und bietet eine benutzerfreundliche, web-basierte Bedienoberfläche. KW - Künstliche Intelligenz KW - Kollaborativer Roboter KW - Automatisierte Fotografie KW - Bildverarbeitung Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:526-opus4-18570 SN - 978-3-910103-02-3 N1 - 20. AALE-Konferenz. Bielefeld, 06.03.-08.03.2024 SP - 315 EP - 320 PB - Hochschule für Technik, Wirtschaft und Kultur CY - Leipzig ER -