BLINKER – Intelligente Bildverarbeitung
Challenge
Industrielle Prozesse sind hochgradig mit Automatisierungsanforderungen verknüpft. Wesentliche Bestandteile moderner Lager- und Transportprozesse sind daher (teil-)autonome Systeme wie mobile Roboter, fahrerlose Transportsysteme oder Staplerleitsysteme. Allerdings stellen herkömmliche Navigationsverfahren hinsichtlich Flexibilität und Wirtschaftlichkeit ein Hemmnis dar.
Lösung
Im BLINKER-Projekt arbeiten das L3S und das mittelständische Unternehmen Götting KG, das sich auf fahrerlose Transportsysteme spezialisiert hat, zusammen. Ziel ist es, eine 360-Grad-Kamera zu entwickeln, die die Umgebung während der Fahrt ständig überwacht. Der Sensor befähigt das mobile System, in innerbetrieblichen Umgebungen die eigene Pose (Position und Orientierung) präzise festzustellen und zu regeln. Technologisch basiert der Ansatz auf der Fusion von mehreren, auf einem Ring angeordneten Kameras, einer LED-Beleuchtungseinheit und einer intelligenten Bildverarbeitung. Zusätzlich ist eine nach oben ausgerichtete Kamera vorgesehen. Somit kann die 360°-Kamera eine »Halbkugel« wahrnehmen. Mittels Bildverarbeitung kann ein Triangulationsalgorithmus die genaue Pose berechnen. Neben natürlichen Landmarken im Innen- und Außenbereichen soll die Kamera sicherheitskritische Objekte, zum Beispiel Personen oder Hindernisse, ebenfalls zuverlässig erkennen und zurückführen.
Automatische Schadenserkennung
– KI für Versicherungen
Challenge
In den letzten zehn Jahren stieg die Anzahl der Neuzulassungen von PKW um über 30 Prozent. Mit der Zahl der Verkehrsteilnehmer wächst auch die Zahl von Schadensfällen, die den Versicherungen gemeldet werden. Mitarbeiter prüfen die Daten und Bilder jedes Falles und entscheiden, ob der Einsatz eines Gutachters nötig ist. Die Gutachten kosten mehrere tausend Euro und bilden einen wichtigen Teil des Umsatzes einer Versicherung.
Lösung
Die automatisierte Bildverarbeitung hat das Potential, diese Aufgabe erheblich zu vereinfachen. Das L3S und das Institut für Informationsverarbeitung forschen an neuen Verfahren zur automatisierten Bildanalyse, mit denen Objekte und deren Eigenschaften in Fotos – wie Schäden an PKW-Bauteilen – erkannt werden können. Gemeinsam mit dem Startup ClaimBuddy, einer Ausgründung der Leibniz Universität Hannover auf dem Gebiet des digitalen Schadenmanagements, arbeiten sie in einem Förderprojekt daran, die Anforderungen an eine automatisierte Schadenserkennung zu erfüllen. Dazu zählt der Aufbau eines Datensatzes, um ein Deep-Learning-System zu trainieren, das die Versicherungen bei der Analyse und Bewertung der Schadensfälle unterstützen kann. Für Versicherer bietet sich so die Möglichkeit einer kostensparenden und zeiteffizienten Regulierung insbesondere von Kleinschäden.
