Wie ein führender US-Hersteller von Holzpaletten mit dem 2D + 3D KI-Bildverarbeitungssystem von Jidoka eine 100%ige Paletteninspektion erreichte

Ein führender Holzpalettenhersteller automatisierte seine Inline-Inspektion mit Jidokas KI-Plattform Kompass und einem hybriden 2D/3D-Lasersystem. Das Ergebnis: lückenlose Palettenprüfung, zuverlässige Fehlererkennung und schnelle Qualitätssicherung.

Use Case
Inspektion von Holzpaletten
Result 1
100 % Palettenabdeckung ohne tote Winkel
Deployments
Kompass KI-Vision-Plattform mit integrierten 2D-Kameras und 3D-Laserprüfung
Result 2
Jede Palette. Jeder Defekt. Geprüft in 6 Sekunden

Überblick

Ein führender Hersteller von wiederverwendbaren Holzpaletten unterstützt globale Lieferketten in Produktion, Lagerhaltung und Logistik. Jede Palette muss strenge strukturelle Qualitätsstandards erfüllen, um sichere Handhabung, Transportzuverlässigkeit und eine lange Lebensdauer zu gewährleisten.

Die Inspektion von Holzpaletten ist deutlich komplexer als herkömmliche KI-Vision-Anwendungen. Große Abmessungen, mehrere Prüfwinkel, variierende Holzstrukturen sowie strukturelle Mängel wie fehlende Bretter, Brüche, hervorstehende Nägel, verdrehte Klötze und beschädigte Verbindungen machen eine manuelle Prüfung inkonsistent und arbeitsintensiv.

Um diesen Prozess zu automatisieren, kooperierte der Hersteller mit Jidoka Technologies bei der Entwicklung einer intelligenten Inline-Prüfplattform, die KI-gestützte 2D-Bildverarbeitung mit einer 3D-Laser-Validierung kombiniert und so eine lückenlose Palettenprüfung in einem einzigen automatisierten Arbeitsablauf ermöglicht.

Herausforderung

Die Aufrechterhaltung einer gleichbleibenden Palettenqualität bei Produktionsgeschwindigkeit brachte mehrere betriebliche Herausforderungen mit sich:

  • Erkennung struktureller Palettendefekte in einem Inline-Prozess mit einer Taktzeit von unter sechs Sekunden.
  • Erreichung einer vollständigen Palettenabdeckung ohne tote Winkel.
  • Inspektion großer Holzpaletten aus mehreren Blickwinkeln, während sich die Palette auf dem Förderband befindet.
  • Zuverlässige Identifizierung von Mängeln wie fehlenden Brettern, hervorstehenden Nägeln, gebrochenen Deckbrettern, verdrehten Klötzen, beschädigten Verbindungen, fehlenden Komponenten und übermäßigem Überstand.
  • Reduzierung der Abhängigkeit vom Bedienpersonal und Eliminierung der Variabilität bei der manuellen Prüfung.
  • Entwicklung einer skalierbaren Inspektionsarchitektur für den Einsatz an mehreren Produktionsstandorten.

Das Ziel war die Schaffung einer vollautomatisierten Inspektionslösung, die konsistente Qualitätsentscheidungen bei gleichbleibendem Produktionsdurchsatz ermöglicht.

Der Ansatz von Jidoka

Hybride 2D-KI-Vision + 3D-Laserinspektion

Im Gegensatz zu herkömmlichen Bildverarbeitungssystemen, die ausschließlich auf 2D-Aufnahmen setzen, entwickelte Jidoka eine hybride Prüfarchitektur, die 20 industrielle 2D-Kameras mit 3 großen Laserscannern kombiniert . Während das KI-Bildverarbeitungssystem sichtbare Strukturfehler erkennt, überprüfen die 3D-Laserdaten die physische Geometrie der Palette – was die Zuverlässigkeit der Prüfung maßgeblich steigert.

2D-Daten zur Lokalisierung hervorstehender Nägel. 3D-Daten zur Messung von Position und Höhe der Nägel.

Lückenlose Palettenabdeckung ohne tote Winkel

Die Anordnung mit mehreren Kameras bietet vollständige Sicht auf die Ober-, Unter-, Innen- und Außenflächen der Palette. In Kombination mit strategisch positionierten 3D-Lasern erreicht die Lösung eine 100%ige Abdeckung praktisch ohne tote Winkel und stellt sicher, dass jede kritische Strukturkomponente geprüft wird.

KI-gestützte Erkennung struktureller Defekte

Die aus verschiedenen Blickwinkeln aufgenommenen Bilder werden mithilfe der Deep-Learning-Plattform Kompass von Jidoka verarbeitet, die fortschrittliche Objekterkennungs- und Segmentierungsmodelle nutzt, um Defekte zu identifizieren, darunter:

·       Fehlende Deckbretter

·       Querbrüche in Brettern

·       Fehlende Holzabschnitte

·       Hervorstehende Nägel

·       Verdrehte Klötze

·       Beschädigte Verbindungsbretter

·       Löcher im Oberdeck

·       Überstehende Bauteile

·       Fehlende Strukturbauteile

·       Mangelhafte Nagelverbindungen

·       Klotzschäden und Volumenverlust

Die 3D-Inspektionsdaten validieren die erkannten Defekte zusätzlich und ermöglichen es dem Bedienpersonal, die in den 2D-Bildern identifizierten Mängel direkt am entsprechenden 3D-Palettenmodell zu visualisieren.

Intelligente Entscheidungsfindung

Inspektionsschwellenwerte können mithilfe eines Human-in-the-Loop-Workflows angepasst werden, wodurch Produktionsteams die Inspektionssensitivität optimieren und gleichzeitig Fehlablehnungen minimieren können. Dieser adaptive Ansatz sorgt für einen hohen Durchsatz, ohne die Qualität zu beeinträchtigen.

Hochgeschwindigkeits-Inline-Integration

Die gesamte Prüfplattform wird direkt über der bestehenden Förderstrecke des Herstellers installiert, ohne dass größere Anpassungen an der Produktion erforderlich sind. Die Lösung führt eine vollständige Palettenprüfung in weniger als sechs Sekunden durch. Dies ermöglicht einen kontinuierlichen Inline-Betrieb und unterstützt dank einer standardisierten Prüfarchitektur künftige Implementierungen an weiteren Standorten.

WICHTIGE ERGEBNISSE

Ein vollautomatischer Hochgeschwindigkeits-Inspektionsprozess, der auf 2D-Bildverarbeitung und 3D-Laservalidierung basiert.

Hybride KI + 3D-Inspektion

Kombiniert Deep-Learning-Bildverarbeitung mit 3D-Laservalidierung, um die Zuverlässigkeit der Fehlererkennung zu verbessern und Fehlentscheidungen zu reduzieren.

100 % Palettenabdeckung

Vollständige Inspektion der Ober-, Unter- und aller vier Seiten mit nahezu null toten Winkeln.

Hochgeschwindigkeits-Inline-Betrieb

Führt eine umfassende Paletteninspektion in unter sechs Sekunden durch, ohne den Produktionsfluss zu unterbrechen.

‍

Intelligente KI-Inspektion

Fortschrittliche Objekterkennungs- und Segmentierungsmodelle identifizieren strukturelle Defekte präzise, während die Human-in-the-Loop-Schwellenwertanpassung ein Gleichgewicht zwischen Sensitivität und Durchsatz herstellt.

Fazit

Durch die Kombination von KI-gestützter 2D-Bildverarbeitung mit 3D-Laserprüfung hat Jidoka die Paletteninspektion bei einem führenden Hersteller von Holzpaletten in einen vollautomatisierten, datengestützten Qualitätssicherungsprozess verwandelt. Die Lösung bietet eine 100%ige Palettenabdeckung, eine Prüfgenauigkeit von über 95 % und Inspektionszyklen von unter 6 Sekunden – eine skalierbare Plattform für eine zuverlässige Qualitätsprüfung von Paletten in globalen Fertigungsbetrieben.

customer success

See intelligent sorting & counting in action

Discover how industry leaders are replacing manual processes with Jidoka's AI vision systems.

Wie Britannia die Inline-Inspektion von Keksen mit Jidoka automatisierte
FMCG

Hochgeschwindigkeits-Keksinspektion mit automatisierter Qualitätskontrolle:

  • Nahezu 100% Genauigkeit bei über 12.000 Keksen pro Minute
  • Präzise automatisierte Aussortierung fehlerhafter Kekse
  • Nachrüstung in bestehende Produktionslinien

VERNETZEN SIE SICH MIT UNSEREN EXPERTEN

Maximieren Sie Qualität und Produktivität mit unserem visuellen Inspektionssystem für Fertigung und Logistik.

Nehmen Sie Kontakt auf