Synvis

Inleiding

Newcircle Technologies is een ambitieus bedrijf dat voornamelijk actief is en reeds meerdere projecten succesvol heeft opgeleverd op het gebied van industriële automatisering. De focus en expertise liggen met name in het ontwikkelen van ‘vision’ en ‘AI’ applicaties en het aansturen van mechanische systemen, bij voorkeur robotarmen, met als doel het efficiënt en robuust afhandelen van variaties in industriële omgevingen.

Projectuitdagingen

In veel van de door Newcircle Technologies opgeleverde projecten blijkt dat industriële processen, zoals kwaliteitscontrole en gerobotiseerde pick-and-place oplossingen, nauwkeurige en real-time positionering en oriëntatie van objecten vereisen.

Bestaande (stereo, LiDar of Structured Light) vision oplossingen zijn echter niet snel en nauwkeurig genoeg voor toepassing in de maakindustrie, vooral als het gaat om glimmende (metaal) en transparante (glas) objecten of objecten met een donkere textuur.

Daarnaast zijn er weinig geannoteerde datasets van industriële producten beschikbaar, wat het lastig maakt om bestaande neurale netwerken in te zetten.

Synthetische Data

Newcircle Technologies heeft reeds ervaring opgedaan met synthetische data en een module ontwikkeld die synthetische data, met onder andere foto’s en 3D-mappen, genereert.

Synthetische data is artificiële data gemaakt met behulp van computers en ondersteunende programma's. Een object of omgeving waarvan data verworven dient te worden, wordt hierbij gesimuleerd en nagebootst.

Doordat deze omgevingen zelf gedefinieerd worden, kunnen een hoop factoren beïnvloed worden, en worden zaken zoals het annoteren van data inherent gedaan. Zo kan een omvangrijke dataset verzameld worden, ook bij klassiek uitdagende situaties.

Onderzoeksdoelen

Vanuit deze bestaande functionaliteit wil Newcircle Technologies onderzoeken hoe synthetische data gebruikt kan worden om generieke vision oplossingen voor de industrie te ontwikkelen en zo de algemene detectie-algoritmen in de industrie te verbeteren.

Hierin zijn er verschillende mogelijke ontwikkelrichtingen, zoals:

1. Het generaliseren van het inleerproces van nieuwe of beschadigde producten.
2. Het onafhankelijk maken van (detectie)algoritmes van de achtergrondvariaties (zoals verschillende ruimtes in een fabriek).
3. Het generaliseren van een (detectie)algoritme voor meerdere producten binnen een bepaalde (materiaal)groep zoals metaal, plastic of transparant.

Doelstellingen

Het doel van dit project is tweeledig:

1. Het identificeren van de behoeften van de markt op het gebied van generalisatie van detectiealgoritmes.
2. Het onderzoeken van de technische haalbaarheid van een generieke vision module aan de hand van synthetische data.