Der vorliegende Band dokumentiert die Aktivitäten der produktionstechnischen Institute aus Aachen (WZL/IPT), Berlin (IWF/IPK) und Stuttgart (ISW) im Zusammenhang mit dem Thema „Künstliche Intelligenz in der Produktion“ und gibt einen Ausblick auf die neuesten Entwicklungsschritte im Bereich der künstlichen Intelligenz im Kontext der Produktionstechnik. Wertschöpfungspotentiale für die Produktions-, Fertigungs- und Automatisierungstechnik werden anhand aktueller Fortschritte erkennbar gemacht. Die Beiträge in diesem Band geben Einblicke in entsprechende Forschungs- und Umsetzungsaktivitäten dazu.
1 Framework für die Einbindung von ML-Verfahren in die MRK-basierte Montage 1
O. Petrovic, S. Storms, C. Brecher
2 Bildbasierte Erfassung von Stammdaten ermöglicht Wiedererkennung von
Bauteilen mit Neuronalen Netzen in der Logistik 13
M. Schlüter, C. Briese, J. Krüger
3 Reinforcement Learning am Digitalen Zwilling für die Handhabung flexi...
Schlagworte
Publikation durchsuchen
Bibliographische Angaben
Copyrightjahr
2022
ISBN-Print
978-3-18-370902-1
ISBN-Online
978-3-18-670902-8
Verlag
VDI Verlag, Düsseldorf
Reihe
Fertigungstechnik
Band
709
Sprache
Deutsch
Seiten
80
Produkttyp
Monographie
Inhaltsverzeichnis
KapitelSeiten
Titelei/Inhaltsverzeichnis Kein Zugriff Seiten I - VI
Framework für die Einbindung von ML-Verfahren in die MRK-basierte Montage Kein Zugriff Seiten 1 - 12 O. Petrovic, S. Storms, C. Brecher
Bildbasierte Erfassung von Stammdaten ermöglicht Wiedererkennung von Bauteilen mit Neuronalen Netzen in der Logistik Kein Zugriff Seiten 13 - 22 M. Schlüter, C. Briese, J. Krüger
Reinforcement Learning am Digitalen Zwilling für die Handhabung flexibler Objekte Kein Zugriff Seiten 23 - 33 F. Jaensch, A. Verl
Deep-Learning Plattform für dezentrale Bauteilerkennung Kein Zugriff Seiten 34 - 44 J. Lehr, J. Krüger
Transfer-Learning Techniken zur Detektion von Greifpunkten für die robotergestützte Manipulation in der Produktion Kein Zugriff Seiten 45 - 56 R. Gulde, F. Busch, O. Riedel
Unterstützung beim Einrichten von Fertigungsprozessen durch strukturiertes maschinelles Lernen Kein Zugriff Seiten 57 - 68 E. Uhlmann, J. Polte, C. Geisert, S. Pavliček
Methoden des CAM formuliert als Planungsproblem Kein Zugriff Seiten 69 - 80 A. Csiszar
