Mednarodni projekti
Traceable machine vision systems for digital industrial applications, DI-Vision
Koda |
Veda |
Področje |
Podpodročje |
2.10.05 |
Tehnika |
Proizvodne tehnologije in sistemi |
Industrijski inženiring |
Koda |
Veda |
Področje |
T130 |
Tehnološke vede |
Produkcijska tehnologija |
Sledljivost, dimenzijsko meroslovje, sistem strojnega vida (MVS), digitalni dvojček (DT), algoritem gostega ujemanja
(DMA), fotogrametrija, proračun negotovosti
Organizacije (1)
, Raziskovalci (4)
0795 Univerza v Mariboru, Fakulteta za strojništvo
št. |
Evidenčna št. |
Ime in priimek |
Razisk. področje |
Vloga |
Obdobje |
Štev. publikacijŠtev. publikacij |
1. |
06673 |
dr. Bojan Ačko |
Proizvodne tehnologije in sistemi |
Raziskovalec |
2024 - 2025 |
746 |
2. |
12668 |
dr. Lucija Črepinšek Lipuš |
Proizvodne tehnologije in sistemi |
Raziskovalec |
2024 - 2025 |
110 |
3. |
24408 |
dr. Rok Klobučar |
Meroslovje |
Vodja |
2024 - 2025 |
95 |
4. |
34982 |
dr. Jasna Tompa |
Proizvodne tehnologije in sistemi |
Raziskovalec |
2024 - 2025 |
114 |
Povzetek
Sistemi strojnega vida (MVS) so ključnega pomena za številne industrije z visoko vrednostjo, kjer je Evropa globalno konkurenčna ter evropskim ciljem v smislu digitalne preobrazbe in zelenega dogovora. Toda za te sisteme
dosegli svoj polni potencial, je potrebno nadaljnje delo. Predlagatelji, ki obravnavajo to SRT, bi morali določiti
sledljivost obstoječih in novo razvitih MVS v kombinaciji z drugimi merilnimi napravami, razvoj digitalnih
dvojčki (DT) MVS, ki temeljijo na podatkovnih in fizičnih modelih, ter izvajajo robustno ujemanje in analizo
algoritmi za veliko količino posnetih neobdelanih podatkov. Poleg tega je uporabnost razvitih metod in
orodja je treba prikazati s študijami primerov in scenariji, ki zajemajo več industrijskih aplikacij.
Pomen za razvoj znanosti
Posebni cilji so vzpostaviti sledljivost obstoječih in na novo razvitih industrijskih MVS, ki se uporabljajo v i) dimenzijski kakovosti, ii) površinski kakovosti, iii) strukturni kakovosti in iv) operativni kakovosti; razviti DT izbranih in na novo razvitih MVS s pomočjo fizičnih modelov in/ali računalniških modelov z uporabo metod, ki jih poganja umetna inteligenca, in predvideti njihove odzive pri analizi sistematičnih napak ter pridobiti optimalno strategijo meritev v najkrajšem času cikla; implementirati metode za kvantificiranje negotovosti razvitih DT za MVS; raziskovanje in vrednotenje novih metod in algoritmov za gosto ujemanje slik več posnetih slik z uporabo mehkih merilnikov; Za lažjo uporabo tehnologije, vodnikov dobre prakse in merilne infrastrukture.