Herausforderung
- Aktuell hoher Zeitaufwand für die Zusammenfassung des Fehlerbildes (bestehend aus Fehler, Art des Fehlers und Lage am Fahrzeug) im System
- Ziele:
- Schnellere und einfachere Erfassung des Fehlers im System durch automatisierte Bilderkennung und Klassifizierung des Fehlers
- Generierung einer Vorschlagsliste, aus der die passenden Attribute gewählt werden können
Lösung
- Bildererkennung durch Deep Neural Networks
- Erstellen und Labeln von Fehlerklassen (manuell)
- Trainieren eines tiefen neuronalen Netzes
- Vorschläge aus den höchsten wahrscheinlichen Treffern generieren
- Interaktiv (nicht vollautomatisch)
Nutzen
- Unterstützung der Auditoren bei der Fehlererkennung; Vereinfachung des Aufnahmeprozesses
- Schnellere Erfassung des Fehlerbildes im System ohne zeitaufwändige manuelle Suche der korrekten Teile- und Fehlerbezeichnungen
- Einheitliche Vorschläge für Fehlerbilder sorgen für eine konsistente Datenbasis
