AuQuA – Augmented Intelligence based Quality Assurance of Assembly Tasks in Global Value Networks

 

In diesem Projekt wird ein Montageunterstützungssystem (MUS) entwickelt, das mithilfe von Methoden der Künstlichen Intelligenz (KI) automatisiert Augmented Reality (AR)-basierte Montageanleitungen erstellt, verwendet und fortlaufend verbessert. Diese Montageanleitungen dienen einerseits der Anleitung von Mitarbeitenden im laufenden Prozess und andererseits der Schulung in neuen Prozessen. Die Montageanleitungen werden dabei in Echtzeit sowohl auf die Arbeitsoberfläche als auch auf das zu montierende Werkstück projiziert, sodass Arbeitskräfte frei von Wearables bleiben.

Für die Erstellung der Montageanleitungen wird das System im ersten Schritt mit CAD-Daten gespeist. Anschließend baut eine Montagefachkraft das Produkt oder die Baugruppe demonstrativ zusammen. Ausgestattet mit diversen Bilderfassungssensoren, erkennt das MUS die Bauteile sowie die Verbaureihenfolge und erstellt daraufhin die erste Version der AR-basierten Montageanleitung. Diese kann durch weitere Verbauabfolgen der Fachkraft optimiert oder sofort in der Produktion eingesetzt werden.

In der Produktion erfasst das System mithilfe der Bilderfassungssensoren den aktuellen Status der Montage in Echtzeit und prüft die Qualität des Montageobjekts. Verbunden mit Echtzeitrückmeldungen zur sofortigen Fehlerbehebung werden Nacharbeit und damit Qualitätskosten reduziert. Zudem kann das MUS erfasste Fehlerdaten zur laufenden Optimierung der Montageanleitung verwenden.

Die Mensch-KI-Schnittstelle wird mithilfe des User-Centered-Designs (UCD) kognitiv-ergonomisch gestaltet und gewährleistet damit eine optimale Unterstützung des Menschen in der Produktion. Das MUS berücksichtigt das UCD auch in der Darstellung der Montageanleitungen und passt sich den Bedürfnissen des Nutzenden an. Dies ermöglicht einen flexiblen Einsatz des MUS in globalen Wertschöpfungsnetzwerken unter Berücksichtigung kultureller Gegebenheiten.