Industrial

Der Maschinenraum der KI

Für Physical AI benötigen wir Datenmengen, die manuell nicht zu bewältigen sind. Im Reallabor haben wir deshalb eine eigene, hochautomatisierte Pipeline erprobt. Sie basiert auf Open-Source-Technologie (Blender) und fungiert als "Fabrik", die CAD-Modelle in intelligentes Trainingsmaterial verwandelt. 

Schritt 1: Physik als Basis

Physical AI muss physikalisch plausibel sein. Deshalb beginnt unsere Pipeline nicht mit Grafik, sondern mit Physik. 

• Sanity Check: Eine integrierte Simulation lässt Bauteile virtuell fallen. Objekte, die ineinander stecken oder schweben, werden eliminiert. Nur was physikalisch möglich ist, darf Teil des Trainings sein. 

• Härtetest: Wir fügen gezielt Störobjekte ("Distraktoren") und geometrische Abweichungen hinzu, um die KI auf das Chaos der realen Welt vorzubereiten. 

Schritt 2: Das kontrollierte Chaos

Um Robustheit zu erzeugen, variieren wir systematisch die Parameter der Simulation: 

• Licht: Dynamische Beleuchtungsszenarien simulieren Tag, Nacht und künstliches Hallenlicht. 

• Kontext: "Background Swapping" platziert Industrieteile vor irrelevante Hintergründe, damit die KI lernt, den Fokus zu behalten. 

• Material: Wir simulieren blitzschnell verschiedene Oberflächenbeschaffenheiten auf demselben Objekt. 

Schritt 3: Industrieller Standard

Der Output unserer Pipeline ist direkt nutzbar. Wir generieren standardisierte Formate (HDF5, COCO, BOP), die nahtlos in moderne KI-Trainingsprozesse integriert werden können. Das Ergebnis sind Datensätze, die nicht nur Bilder, sondern auch Tiefeninformationen und Segmentierungsmasken enthalten.