Projekte und Produkte in SPR

PrognoSF zielt darauf ab, lokale Sturzfluten präzise vorherzusagen, indem alle verfügbaren Datenquellen mit KI-basierten Algorithmen ausgewertet werden.

Die Karlsruher Forschungsfabrik für KI-integrierte Produktion bietet die besondere Möglichkeit, das Thema „Intelligente Produktion“ praxisnah an realen Prozessen zu erforschen und zu entwickeln.

GRIZZLY kombiniert Zeilenkamera und Event-Kamera, um Materialströme in Echtzeit zu verfolgen und präziser auszuschleusen.

Das Projekt zielt darauf ab, durch automatische Sortierung zerkleinerten Sperrmülls - mit Hilfe Künstlicher Intelligenz und Bildverarbeitung im VIS-, IR- und Terahertz-Bereich - wertvolle Rohstoffe zurückzugewinnen.

Mit einem Kombisystem aus Quad, Drohne und eingemessenen Markern werden Daten im Weinberg erhoben, um ein systematisches Monitoringverfahren zu entwickeln.

Kohlenstoff im Kreislauf führen, und somit Plastikmüll und Emissionen vermeiden: Das ist das Ziel im Projekt »Waste4Future«. Mehrere Fraunhofer-Institute und -Einrichtungen IMWS, IZFP, IWKS, IOSB, FHR, LBF und IVV bündeln darin ihre Kompetenzen, um ein entropiebasiertes Bewertungsmodell für kohlenstoffhaltige Abfallströme und neue Technologien für Sensorierung, Sortierung sowie das werkstoffliche und chemische Recycling zu entwickeln.

Im Projekt »InnoTeer« entwickeln die Fraunhofer-Institute IBP, IML, IOSB und UMSICHT nun ein mehrstufiges Verfahren, um teerhaltigen Straßenaufbruch in dezentralen Anlagen effizient aufzubereiten, denn jährlich fallen in Deutschland etwa 3,3 Millionen Tonnen teerhaltiger Straßenaufbruch an: Zwei Millionen Tonnen davon landen auf Deponien.

»AutoInspect« ist ein System für die durchgängige Objektbeurteilung (in Echtzeit) durch multimodale Inspektion entlang des Produktionszyklus. Möglich ist sowohl eine direkte Reaktion auf die Ergebnisse als auch deren Langzeitbetrachtung. Das System wird durch einen digitalen Qualitätszwilling mit offenen I4.0-Standards unterstützt.

Unsere Forschung fokussiert sich auf die Optimierung von Sortiersystemen durch den Einsatz von Künstlicher Intelligenz (KI), insbesondere Convolutional Neural Networks (CNNs), welche herkömmliche Bildverarbeitungsalgorithmen übertreffen.

Das intern finanzierte Projekt ELIDT (Enhanced Laser-Induced Damage Threshold) zielt darauf ab, ein vollintegriertes Messsystem zu entwickeln, das Zerstörschwellenmessungen und Ellipsometrie kombiniert, um optische Komponenten und Beschichtungen präzise zu untersuchen – sowohl auf ebenen als auch auf gekrümmten Oberflächen.