Stage/afstudeeropdracht – PRISMA: Box identification with AI

  • Afstuderen
  • Stage
  • Zwolle

Website Hogeschool Windesheim

Wie zijn wij?
Het lectoraat Industriële Automatisering & Robotica voert samen met een aantal bedrijven praktijkgerichte onderzoeksprojecten uit, waarbij de medewerkers van het lectoraat, docent/onderzoekers van de opleidingen, medewerkers van de bedrijven, stagiaires en afstudeerders samenwerken. Inhoudelijk richt het lectoraat zich op het automatiseren en robotiseren van processen met behulp van machines en software om zo de productie te optimaliseren. De kennisontwikkeling van het lectoraat richt zich op alle stappen die nodig zijn om tot industriële geautomatiseerde en/of gerobotiseerde systemen te komen.

Project Vision-PRISMA:
De stage/afstudeeropdracht is een onderdeel van project vision PRISMA, dit staat voor Prototyping, Researching and Innovating vision technology for Smart Manufacturing Applications. Beeldverwerkingstechnieken kunnen op verschillende manieren ingezet worden om productieprocessen mogelijk te maken of te verbeteren. De zoektocht wordt ingezet om sneller en doelmatiger de juiste hardware- en software componenten in te schakelen bij het ontwerp van ‘slimme productieprocessen’. Meer weten? Kijk hier: VISION: PRISMA – Perron038

Aanleiding:
An important Vision application for AWL is the Box Finder. This application can be used in a package sorting machine. Using a stereoscopic two camera setup, the application looks for 3D objects that represent packages. The 2D images of the cameras are also used to try to discriminate the object features. When an object meets certain requirements, its 3D position is sent to a robot. This robot will pick up the object (box) and place it on a specific position for further handling.

AWL has already developed the Vision algorithm that identifies a package and tested it thoroughly. However, the robustness of this algorithm for different kinds of packages and different kinds of stacking of the packages is not as good as required.

For instance, certain types of tape on boxes can lead to bad detection of the boxes. Also, print and distortions of the shape can in some cases lead to bad detection. A “smart” algorithm might be more suitable to combine the 2D and 3D information to get a more robust object discrimination. This challenge combines real Vision and (AI) data analysis problems.

Wat ga je doen?
The goal is to implement a deep learning model to make the Box Finder more robust.
At AWL a large collection of all occurring packages is available from our customers. We also have a functioning machine. So realistic, representative data can be generated, just requiring time and storage space. A human can then identify the best pick position. With this data, a deep learning model can be trained. Then testing could commence using offline data from the machine. During this test the AI pick position can be compared to the current algorithm to see which algorithm responds best in a given situation.

Robustness is demanded to the following features:
• print on packages, providing a lot of contrast or none at all
• shape distortion, especially with foam bags
• different stacking options of packages
• overlapping of packages, especially with envelopes
• proximity of packages within 1 mm

Wie ben jij?
Je:

– volgt de opleiding HBO ICT
– hebt interesse in Industriële Automatisering en Robotica
– De looptijd van het project is van september 2021 tot en met januari 2022

Wat bieden wij?
Wij bieden een leuke en uitdagende werkplek bij Perron038, waarbij je uitstekende begeleiding krijgt. Daarnaast bieden wij een stagevergoeding €300,- of een afstudeervergoeding van €400,- per maand.

Solliciteren?
Is dit wat voor jou? Neem voor meer informatie contact op met:

Aart Schoonderbeek: a.schoonderbeek@windesheim.nl Of stuur direct jouw motivatie en CV naar industriele-automatisering-en-robotica@windesheim.nl

Om te solliciteren op deze vacature stuurt u uw sollicitatie naar a.schoonderbeek@windesheim.nl