Fraunhofer-Institut für Werkstoff- und Strahltechnik IWSEine universelle spektrale Bildsensorplattform für Industrie, Landwirtschaft und autonomes Fahren
Das HyperImage-Projekt ist die erste Initiative, die eine universelle, schnelle, modulare und kostengünstige Technologieplattform für die spektrale Bildgebung entwickelt, die sich sowohl für Nah- als auch Fernbildgebungsanwendungen eignet.
Um dies zu erreichen, nutzt HyperImage innovative photonische Komponenten einschließlich elektrisch abstimmbarer Flüssiglinsen, Pixelschieber, schnell steuerbarer Spiegel und konfigurierbarer SMD-Stil-IR-Mikroemitter-Arrays. HyperImage integriert diese Komponenten in innovative, leistungsfähige Multi- und Hyperspektralkameras, sowohl für Schnappschuss- als auch für Zeilenscanaufnahmen. KI-Algorithmen für maschinelles Lernen übersetzen spektrale Bilddaten in relevante funktionale Produkteigenschaften und erkennen sowie klassifizieren Objekte für eine genauere Entscheidungsfindung, z. B. beim autonomen Fahren. Eine cloudbasierte Plattform für die spektrale Bildanalyse und ein Referenzdaten-Repository ergänzen die Technologieplattform. Dies ermöglicht Benutzern es, die Genauigkeit der Bildanalyse und die Vorhersagemodelle kontinuierlich zu verbessern.
Die HyperImage-Technologieplattform wird in vier industriellen Anwendungsfällen validiert:
- Qualitätskontrolle bei der Herstellung von Hochleistungselektronik
- Überwachung des Pflanzenwachstums für vollautomatisierte vertikale Landwirtschaft von Salaten, Kräutern und Microgreens
- Spektralbildbasierte Sicht und Navigation im Geländeeinsatz beim autonomen Fahren
- Leichtes, hochauflösendes hyperspektrales Sichtsystem für unbemannte Geoüberwachungsdrohnen
Auf dieser Grundlage wird HyperImage der europäischen Industrie eine universelle, effiziente und zuverlässige Lösung für Objekterkennung, detaillierte Produkt- und Materialanalyse sowie zuverlässige Qualitätskontrolle in der Fertigung bieten. Die Lösung wird erhebliche Vorteilen für die Anwendungen erzielen, wie z. B. eine Steigerung des Ertrags um 10 bis 20 Prozent und eine Kostenreduzierung in der Fertigung sowie der vertikalen Landwirtschaft, 20 Prozent Kraftstoffersparnis und bis zu 40 Prozent gesteigerter Betriebsgeschwindigkeit beim autonomen Fahren im Gelände sowie einer Gewichtsreduktion von Drohnen um bis zu 10 Prozent (25 kg MTOW-Klasse), was zu einer 50 Prozent längeren Flugzeit durch den Raum für eine größere Batterie führen soll.
