Aktualisiert Juli 2026 · 7 Min. Lesezeit · Mert Aytunur · Mechanical Engineer, University of Illinois Chicago
Das teure Problem an einer gemischten Automobillinie ist nicht der seltene Riss. Es ist die Umrüstung: ein linker und ein rechter Scheinwerfer sehen fast identisch aus, ein Stoßfänger kommt in mehreren Ausstattungsvarianten, und fährt der Roboter das falsche Programm, wird das Teil verschrottet oder die Zelle steht. Manuelle Sortierung bremst die Linie, und eine feste Vorrichtung kann zwei nahezu identische Varianten nicht auseinanderhalten.
Das ist ein Erkennungsproblem, bevor es ein Fehlerproblem ist, und genau hier verdient sich eine Edge-KI-Einheit ihren Platz, die das Teil erkennt und der Steuerung ein Signal gibt. Zwei reale Einsätze zeigen wie.
Wie unterscheidet die Einheit einen linken von einem rechten Scheinwerfer?
Bei einem führenden Automobil-OEM prüft eine Adente-Vision-Einheit Scheinwerfer an einer gemischten Linie und unterscheidet links von rechts. Diese Erkennung wird zu einem Programmwahl-Code an den Roboter, sodass der Roboter den korrekten Handhabungs- und Montagepfad für genau das Teil fährt, das gerade vor ihm liegt. Kein Bediener sortiert die Teile, und zwischen den Varianten muss keine mechanische Vorrichtung gewechselt werden.
Der Mechanismus ist der hybride Ansatz: klassische Bildverarbeitung lokalisiert und vermisst die deterministische Geometrie, und das KI-Modell trifft die Entscheidung, welche Variante es gerade sieht. Weil die Entscheidung pro Teil fällt, braucht ein Lauf gemischter Varianten keine Chargenbildung. Jedes Teil wird erkannt, wie es ankommt.
Erkennt sie Stoßfänger-Varianten im Linientakt?
An einer Stoßfängerlinie führt dieselbe Plattform die Variantenerkennung mit einer Konfidenz über 0,9 pro Teil aus und übergibt das Ergebnis an die Zellensteuerung. Ein Konfidenzwert ist die Sicherheit des Modells über seine Entscheidung, und ein Schwellenwert macht daraus ein diskretes Signal, auf das die SPS reagieren kann, mit einem sicheren Standardverhalten, wenn das Modell unsicher ist. So nimmt ein mehrdeutiges Teil nicht stillschweigend den falschen Pfad.
Erkennung und Fehlererkennung laufen auf derselben Einheit. Während sie die Variante identifiziert, kann sie zugleich die Anomalieerkennung für Oberflächen- und kosmetische Fehler ausführen, nur mit Gutteilen trainiert, sodass ein verkratzter oder unvollständig gespritzter Stoßfänger im selben Durchlauf gefangen wird. Für das größere Bild, wie Anomalie- und Few-Shot-Erkennung funktionieren, siehe den Leitfaden zur KI-Sichtprüfung.
Automobil-Aufgaben, die die Einheit an einer Linie abdeckt
| Aufgabe | So läuft sie | Ausgang an die Linie |
|---|---|---|
| Linker vs. rechter Scheinwerfer | Erkennungsmodus, hybrid CV + KI | Programmwahl-Code an den Roboter über PROFINET |
| Stoßfänger-Variante | Erkennung mit Konfidenz über 0,9 pro Teil | Varianten-ID an die Zellensteuerung |
| Oberflächen- und kosmetischer Fehler | Anomaliemodus, nur mit Gutteilen trainiert | Gut/Schlecht an die SPS |
| Fehlender Clip oder Verbinder | Fehler- / Montageverifikation | 24V-Digitalausgang für die Ausschleusung |
| Merkmalsposition | Messung in Millimetern | Koordinatendaten an die Linie |
Der Punkt der Tabelle: Erkennung, kosmetische Fehlererkennung, Montageverifikation und Maßprüfung sind dieselbe Plattform in verschiedenen Modi, nicht vier separate Systeme, die integriert und gewartet werden müssen. Deutlich schwieriger wird die Messzeile, wenn das Teil kaum Kontrast liefert: eine transparente oder beschichtete Scheibe zu lokalisieren und einem Handhabungsroboter ihre Position in Millimetern zu übergeben, ist das Thema der Glasprüfung und Positionierung mit KI.
Wie wird sie in eine bestehende Automobilzelle eingebunden?
Die AV-S100 (IP54, 0-45 C) ist in rund 30 Minuten von einer Person in der Zelle montiert, da die Einheit unter 9 kg wiegt. Sie triggert über den Linien-Encoder oder eine Lichtschranke, sendet Gut/Schlecht und Variantencodes über PROFINET oder EtherNet/IP und steuert eine Ausschleusung oder Weiche über ihre 24V-Ausgänge. Weil die Inferenz auf einem lüfterlosen Board der Jetson-Klasse im Gehäuse läuft, bei rund 30 ms pro Teil, hält die Entscheidung mit einem schnellen Taktzyklus mit, und keine Teilebilder verlassen die Linie.
Adente Vision ist eine Edge-KI-Einheit für die visuelle Inspektion, entwickelt von ADENTE Advanced Engineering Technologies innerhalb der Aden Group und vertrieben über Automatisierungs-Systemintegratoren. Für ein Automobilwerk heißt das: der Integrator, der Ihre Zellen bereits baut, kann Prüfung und Erkennung als Position hinzufügen und behält Kunde und Servicebeziehung. Sehen Sie, wie die Anwendungen auf reale Linien abbilden und warum ein Hybrid aus regelbasierter und KI-Bildverarbeitung bei kosmetischen Varianten einen reinen Vorrichtungsansatz schlägt.