Ein Team des CSAIL am MIT hat ein Tool namens „SensiCut“ entwickelt, das den Laserschneideprozess verbessern und die Materialverschwendung reduzieren können soll. Der Algorithmus wurde mit 38.000 Bildern trainiert, um verschiedene Materialien anhand ihrer Oberflächenstruktur auseinanderhalten zu können. Das Team geht davon aus, dass es bald auch für den 3D-Druck eingesetzt werden kann.
Das Team des Computer Science Artificial Intelligence Laboratory (CSAIL) des Massachusetts Institute of Technology (MIT) hat laut einer Pressemitteilung ein Tool entwickelt, das den Prozess des Laserschneidens optimieren soll. Das Tool mit dem Namen „SensiCut“ besteht aus einer Materialsensorplattform für Laserschneider die vor potenziell schädlichen Materialien warnt.
Details zu „SensiCut“
Kostengünstige Hardwarekomponenten wie eine Raspberry Pi Zero-Mikroprozessorplatine wurden für das Tool verwendet. Das neuronale Netzwerk des Werkzeugs identifiziert verschiedene Materialien, sobald das Tool am Laserschneider befestigt wurde. Das gelingt dank der Speckle-Imaging-Technik. SensiCut erhielt zudem ein leichtes mechanisches Gehäuse aus dem 3D-Drucker.
Damit der Algorithmus mit Daten arbeiten kann, wurde er mit mehr als 38.000 Bildern von 30 Materialtypen trainiert. Dabei lernte der Algorithmus zwischen Materialien wie Acryl, Schaumstoff und Styrol zu unterscheiden. Das Werkzeug ist außerdem in der Lage, den Nutzer anzuleiten, unterschiedliche Geschwindigkeiten und Schnitteinstellungen für verschiedene Materialien zu verwenden.
Laut Mustafa Doga Dogan, einem Doktoranden am MIT CSAIL, reduziert das Tool die gesamte Materialverschwendung deutlich:
„Durch die Ergänzung von Standard-Laserschneidern mit linsenlosen Bildsensoren können wir visuell ähnliche Materialien, die üblicherweise in Werkstätten verwendet werden, leicht erkennen und den Gesamtabfall reduzieren. Wir tun dies, indem wir die Mikrometer-Oberflächenstruktur eines Materials nutzen, die ein einzigartiges Merkmal ist, auch wenn es einer anderen Art optisch ähnelt. Unser Tool erkennt dies automatisch. Andernfalls müssten Sie wahrscheinlich den richtigen Materialnamen aus einer großen Datenbank erraten.“
Das Team erklärte, dass „SensiCut“ künftig auch für den 3D-Druck eingesetzt werden könnte. Es soll außerdem um die Dickenerkennung erweitert werden. Wir halten Sie auf dem Laufenden (Newsletter abonnieren).
