Fehlerbilder bei der Auditierung erkennen

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