Typenschilderkennung – Wartungsunterstützung durch Computer Vision

Studentische Projektleitung:

• Manuel Bußmann, Technische Informatik (B.Sc.)

Projektteam:

• Simon Behrendt, Technische Informatik (B.Sc.)
• Olaf Hörnschemeyer, Medieninformatik (B.Sc.)
• Jannik Jose, Technische Informatik (B.Sc.)
• Lenard Kalverkamp, Technische Informatik (B.Sc.)
• Philipp Lammers, Medieninformatik (B.Sc.)
• Louis Schräder, Technische Informatik (B.Sc.)
• Artem Tyukin, Medieninformatik (B.Sc.)

Modul: Software-Engineering-Projekt

Betreuer:

• Prof. Dr. Heiko Tapken
• Oliver Preckel, M.Sc. (Maschinenfabrik Bernard Krone GmbH & Co. KG)

In Kooperation mit:

• Maschinenfabrik Bernard Krone GmbH & Co. KG

Die Firma Maschinenfabrik Bernard Krone GmbH & Co. KG ist Hersteller (komplexer) landwirtschaftlicher Maschinen, wobei das Sortiment 210 Modelle umfasst. An der Maschine angebrachte Typenschilder spiegeln dabei die wichtigsten und wesentlichsten Informationen zur Identifikation einer Maschine wider. Das vorliegende Projekt ermöglicht mithilfe von Künstlicher Intelligenz (KI) die Erfassung von Informationen verschiedener Arten von Typenschildern auf Landmaschinen, um weitere Services (Wartung, Identifikation von Ersatzteilen oder Freischaltung von Lizenzen) effizient abrufen zu können. Durch die automatisierte Erkennung von Seriennummer wird die Bedienbarkeit der verfügbaren Services deutlich vereinfacht.

Die Daten werden über eine REST-Schnittstelle von der App an den Server übertragen. Des Weiteren wird mit einem im Rahmen des Projektes trainierten Modell die Erkennung des Schildes umgesetzt. Als Tool wird hierfür Tensorflow verwendet. Dadurch wird das Schild direkt erkannt und zugeschnitten. Das zugeschnittene Bild wird an die Texterkennung EasyOCR übertragen und komplett ausgewertet. Durch ein Skript am Ende des Prozesses wird die Seriennummer extrahiert. Dadurch können alle Arten von Typenschildern der Maschinenfabrik Bernard Krone erkannt werden.