Digitalisierung von Raster-Zeichnungen mit Deep Learning

Wie ein Framework OCR-Software bei der Extraktion von Daten übertrifft

Xiao Zhao, Marko Weber, Jan Schöffmann, Daniela Oelke ORCID Icon
ZeitschriftIndustry 4.0 Science
Ausgabe40. Jahrgang, 2024, Ausgabe 6, Seite 10-17
Literatur Teilen Zitieren Download

Abstract

Die automatische Extraktion von Produkt- und Fertigungsinformationen (Product Manufacturing Information - PMI) aus technischen CAD-Zeichnungen ist eine Voraussetzung für die Fertigung und Qualitätskontrolle in der Produktion. Aufgrund des speziellen Stils von CAD-Zeichnungen und der begrenzten Verfügbarkeit von Trainings- und Testdaten bleibt die Digitalisierung von CAD-Zeichnungen in Rasterbildern eine Herausforderung für Texterkennungssoftware (Optical Character Recognition - OCR). Dieser Beitrag stellt ein neuartiges, auf Deep Learning basierendes Framework vor, das dieses Problem adressiert, indem es Form- und Lagetoleranzen (Geometrical Dimensioning and Tolerancing - GD&T) sowie Bemaßungen in CAD-Zeichnungen lokalisiert und erkennt. Das Framework besteht aus einem zentralen Lokalisierungsmodul und mehreren nachgelagerten Pipelines für einzelne Klassen von PMI. Die Leistungsfähigkeit des Lokalisierungsmoduls, des Netzwerks zur Zeilenerkennung und der einzelnen Pipelines wird anhand realer Datensätze evaluiert. Ihre Leistung wird mit der des OCR-Programms Tesseract verglichen.

Keywords

, , , , , , ,

Artikel

Ein neuer Blick in die Tiefe technischer Zeichnungen: Ein Deep-Learning-Framework liest CAD-Grafiken so genau wie nie zuvor – erkennt Formtoleranzen, Maße und jedes Detail. Was früher mühsam von Hand geschah, übernimmt nun eine KI, die sich in die Besonderheiten jeder Linie und Beschriftung einfühlt. Diese vielversprechende Technologie steigert nicht nur die Genauigkeit, sondern beschleunigt auch die Verarbeitung von Zeichnungen erheblich. So eröffnet das System neue Wege für Präzision in der Produktion.

Zugang beschränkt

Sie sind zur Zeit nicht angemeldet / noch nicht registriert.

Um diesen Inhalt vollständig lesen zu können, müssen Sie über ein entsprechendes inklusiv-Abonnement verfügen. Alternativ können Sie den Zugang auch durch Zahlung eines Einmalpreises erhalten.

Abo inklusive Einzelkauf
ohne − 29,00 €
Digital − 27,55 €
Expert − 26,10 €
Professional ✓ 0,00 €

Lesen für einmalig 29,00 €

Alle Preise enthalten 7% Mehrwertsteuer

Nach Erwerb der Zugangsrechte werden Sie automatisch wieder zu dieser Seite zurückgeleitet.


Lösungen: Produktionsplanung

Das könnte Sie auch interessieren

Manuelle Abläufe in der Automobilproduktion optimieren

Manuelle Abläufe in der Automobilproduktion optimieren

Bausteinbasierter Ansatz zur effizienten Erstellung von Arbeitssystemsimulationen
Barbara Brockmann, Tobias Jurk, Beate Stoffels, Jochen Deuse ORCID Icon
Im produzierenden Gewerbe gewinnt die Integration digitaler Menschmodelle im Produktentstehungs- und Herstellungsprozess zunehmend an Bedeutung. Besonders in der Montage, die durch einen hohen Anteil manueller Tätigkeiten geprägt ist, ermöglichen Bewegungssimulationen eine realitätsnahe Abbildung menschlicher Arbeit und leisten damit einen wesentlichen Beitrag zur bewegungsökonomischen Bewertung, Prozessabsicherung und Effizienzsteigerung. Der breiten Anwendung in der Produktionsplanung stehen jedoch verschiedene Herausforderungen wie der hohe Initialaufwand zur Erstellung der Humansimulation als auch volatile Planungsbedingungen gegenüber. Dieser Beitrag stellt einen praxisorientierten Lösungsansatz aus der Automobilmontage vor, der eine aufwandsreduzierte Erstellung von Simulationen sowie deren frühzeitige und durchgängige Nutzung im Planungsprozess ermöglicht.
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 3 | Seite 48-55
KI-gestützte Beölungsstrategien beim Gewindeformen

KI-gestützte Beölungsstrategien beim Gewindeformen

Adaptive Sprühstrahlsteuerung zur Erhöhung von Prozesssicherheit und Werkzeugstandzeit
Reinhard Schmied, Marco Susic, Christian Donhauser ORCID Icon
Das Gewindeformen erfordert eine präzise Schmierstoffapplikation, da hohe Flächenpressungen und lokale Temperaturspitzen die Werkzeugbelastung erheblich beeinflussen. Aktuelle Sprüh- und Minimalmengenschmierungssysteme (MMS) weisen trotz etablierter Technik häufig Streuverluste, unzureichende Benetzung und instabile Tropfendynamik auf. Diese wissenschaftliche Betrachtung beinhaltet und untersucht einen integrativen Ansatz zur adaptiven Präzisionsbeölung beim Gewindeformen, der auf Computational Fluid Dynamics (CFD)-basierter Strömungsanalyse, experimenteller Validierung und Künstliche Intelligenz (KI)-gestützten Optimierungsverfahren basiert. Im Fokus stehen Tropfengröße, Strahlgeometrie, Düsenposition und Umgebungsströmung sowie deren Einfluss auf die Benetzungsintensität. Erste simulationsgestützteVoruntersuchungen zeigen das Potenzial einer datenbasierten Optimierung zur Reduktion von Benetzungsdefiziten und zur Auslegung künftiger Regelstrategien für eine ...
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 3 | Seite 76-83
SmartBending: Inline-Messtechnik zur Prozesskorrektur

SmartBending: Inline-Messtechnik zur Prozesskorrektur

Inline-Prozessoptimierung zur Fehlerkorrektur beim Schwenkbiegen
Christian Donhauser ORCID Icon, Reinhard Schmied, Marco Susic
Schwenkbiegen ist ein etabliertes Umformverfahren, bei dem Materialverlust vermieden und Ressourcen effizient genutzt werden. Der Prozess erfordert jedoch aufwändige Optimierungen, die bisher stark vom Fachwissen der Bediener abhängen. Dies führt zu hohem Zeit- und Materialaufwand, da Optimierungsschritte iterativ erfolgen. Angesichts des Fachkräftemangels ist eine technologische Aufrüstung der Anlagen im Sinne von Industrie 4.0 notwendig. Im Rahmen eines Projekts wurden mittels intelligenter Sensorik kritische Einflussfaktoren erfasst, die Korrelationen zwischen Produktfehlern und Anlagenverformungen aufzeigen. Darauf basierend wurde eine Methodik entwickelt, die die Grundlage für eine Inline-Kompensation schafft, bei der die Anlage eigenständig Prozessparameter anpasst, um Produktfehler zu korrigieren und perspektivisch eine fehlerfreie Fertigung ab dem ersten Bauteil zu ermöglichen.
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 3 | Seite 134-141
Datenqualität und Expertise für robusten KI-Einsatz

Datenqualität und Expertise für robusten KI-Einsatz

Integration von Anomalie- und Label-Fehlererkennung in industrielle Defektdetektion
Pavlos Rath-Manakidis, Henry Huick, Erdi Ünal, Björn Krämer ORCID Icon, Laurenz Wiskott ORCID Icon
Der Einsatz künstlicher Intelligenz (KI) transformiert Arbeitspraktiken in der industriellen Qualitätskontrolle grundlegend. Dieser Beitrag untersucht, wie technische Ansätze zur Datenqualität und Modelltransparenz einen ethischen KI-Einsatz unterstützen – insbesondere die Handlungsfähigkeit, das Vertrauen und eine nachhaltige Arbeitsgestaltung in automatisierten Oberflächeninspektionssystemen (ASIS). Wir identifizieren Herausforderungen wie Datenineffizienz, variable Modellzuverlässigkeit und begrenzte KI-Expertise, die ein menschenzentriertes Design sowie verantwortungsvolles Datenmanagement erfordern. Gemeinsam mit ASIS-Anbietern entwickelte und mit ASIS-Anwendern getestete Pilotlösungen zeigen, dass KI-Systeme Fachpersonal effektiv unterstützen und deren Fähigkeiten erweitern müssen. Wir schlagen technische Lösungen zur Erkennung von Anomalien, Label-Fehlern und Domain Drift vor, um die Modellzuverlässigkeit zu erhöhen. Transparenz in der Datenqualität stärkt ...
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 1 | Seite 128-135 | DOI 10.30844/I4SD.26.1.128
Digital Competence Lab (DCL) für die Logopädie

Digital Competence Lab (DCL) für die Logopädie

Konzeption einer Lernplattform zur Förderung digitaler Handlungskompetenzen
Anika Thurmann ORCID Icon, Antonia Weirich ORCID Icon, Kerstin Bilda, Fiona Dörr ORCID Icon, Lars Tönges ORCID Icon
Die digitale Transformation des Gesundheitswesens verändert die logopädische Versorgung nachhaltig. Smarte Technologien und Künstliche Intelligenz (KI) eröffnen neue Möglichkeiten, um die Qualität der Therapie zu sichern, Versorgungsengpässe zu adressieren und Patienten stärker in Übungsprozesse einzubinden. Gleichzeitig erweitern diese Entwicklungen das Rollenverständnis von Logopäden, die neben ihrer therapeutischen Kernaufgabe zunehmend digitale Systeme als unterstützende Werkzeuge einsetzen. Aufbauend auf einer Machbarkeitsstudie zur KI-gestützten Anwendung ISi-Speech-Sprechen im Realsetting der Parkinson-Komplextherapie (PKT) werden in diesem Beitrag zentrale Herausforderungen der Implementierung smarter Technologien skizziert.
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 1 | Seite 110-118 | DOI 10.30844/I4SD.26.1.110
KI-Implementierung in der industriellen Qualitätskontrolle

KI-Implementierung in der industriellen Qualitätskontrolle

Ein Design-Science-Ansatz, der technische und menschliche Faktoren miteinander verbindet
Jens Pöppelbuß ORCID Icon, Kathrin Nauth ORCID Icon
Künstliche Intelligenz (KI) bietet ein erhebliches Potenzial zur Verbesserung der industriellen Qualitätskontrolle, doch eine erfolgreiche Implementierung erfordert die sorgfältige Berücksichtigung ethischer und menschlicher Faktoren. Dieser Artikel untersucht, wie automatisierte Oberflächeninspektionssysteme eingesetzt werden können, um menschliche Fähigkeiten zu erweitern und gleichzeitig eine ethische Integration in die Arbeitsabläufe zu gewährleisten. Im Rahmen einer Design-Science-Research-Untersuchung (DSR) wurden zwölf Interessenvertreter aus sechs Organisationen auf drei Kontinenten befragt und zwölf soziotechnische Designanforderungen abgeleitet. Diese sind in Vorbereitungs- und Implementierungs-/Betriebsphasen unterteilt und befassen sich mit menschlichem Handeln, Mitarbeiterbeteiligung und verantwortungsvollem Wissensmanagement. Zu den wichtigsten Ergebnissen zählen die entscheidende Bedeutung einer sinnvollen Mitarbeiterbeteiligung während der ...
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 1 | Seite 120-127 | DOI 10.30844/I4SD.26.1.120
Florian Goldmann