Die Prüfung von LED-Lichtleitern in Kraftfahrzeugen unterliegt nicht nur objektiven Qualitätskriterien, sondern auch subjektiver Wahrnehmung. Wenn ein Defekt offensichtlich vorliegt, ist die Bewertung unproblematisch. Handelt es sich jedoch um die Entscheidung, ob die Lichtleiter ein gleichmäßiges, angenehmes Licht ausstrahlen, oder ob nicht, kommt die Subjektivität ins Spiel, die zum Beispiel durch Müdigkeit oder persönliche Wahrnehmung beeinflusst werden kann. Um die subjektiven Bewertungen zu minimieren, wird eine automatisierte Qualitätsprüfung angestrebt. In diesem Beitrag werden zur Problemlösung verschiedene neuronale Netzwerke (Convolutional Neural Networks, Multi-Layer Perceptrons, Self-Enforcing Networks) sowie Modelle eingesetzt und deren Ergebnisse diskutiert.

错误:搜索内容不能为空,请输入英文关键词
错误:关键词超出字数限制,请精简
高级检索

Homogenitätsprüfung von LED-Lichtleitern durch Neuronale Netzwerke

  • Sandra Thiemermann,
  • Gregor Braun,
  • Christina Klüver

摘要

Die Prüfung von LED-Lichtleitern in Kraftfahrzeugen unterliegt nicht nur objektiven Qualitätskriterien, sondern auch subjektiver Wahrnehmung. Wenn ein Defekt offensichtlich vorliegt, ist die Bewertung unproblematisch. Handelt es sich jedoch um die Entscheidung, ob die Lichtleiter ein gleichmäßiges, angenehmes Licht ausstrahlen, oder ob nicht, kommt die Subjektivität ins Spiel, die zum Beispiel durch Müdigkeit oder persönliche Wahrnehmung beeinflusst werden kann. Um die subjektiven Bewertungen zu minimieren, wird eine automatisierte Qualitätsprüfung angestrebt. In diesem Beitrag werden zur Problemlösung verschiedene neuronale Netzwerke (Convolutional Neural Networks, Multi-Layer Perceptrons, Self-Enforcing Networks) sowie Modelle eingesetzt und deren Ergebnisse diskutiert.