Mobile App zur Digitalisierung von Elektromotor-Typenschildern.
OCR, Google Cloud Vision API, ML Kit, Kotlin Multiplatform Mobile, React Native, TypeScript, Elektromotoren, Typenschilder
Ziel war die Entwicklung einer App, mit welcher die Typenschilder von Elektromotoren digitalisiert werden können. Dabei sollten die relevanten technischen Daten (z.B. Drehzahl, Leistung, Spannung, etc.) möglichst automatisiert erkannt werden, der Benutzer sollte aber trotzdem manuelle Anpassungen vornehmen können. Mittels Validierungsregeln sollen die Angaben automatisch validiert und somit der Benutzer beim Überprüfen unterstützt werden.
Die Firma Küffer Elektro-Technik AG ist ein Unterhaltsdienstleister für Antriebs- und Steuerungstechnik. Elektromotoren zählen dabei zu den Kernkompetenzen. Gemäss IEC 60034-1 Norm müssen Elektromotoren mit einem Leistungsschild bzw. Typenschild beschriftet sein. Auf dem Typenschild sind wichtige Informationen über den Elektromotor enthalten. Aufgrund diesen Angaben kann nach energieeffizienteren Alternativmotoren gesucht werden, zum Beispiel wenn im Falle eines Schadensereignis die Frage im Raum steht, ob ein Ersatz nicht sinnvoller wäre. Das Ablesen der Information geschieht bis anhin von Hand und benötigt gewisses Fachwissen.
In einer ersten Phase wurden verschiedene OCR Produkte evaluiert, um die Machbarkeit zu bestätigen.
Das Kernstück der ganzen Arbeit ist ein Algorithmus, welcher anhand eines OCR Resultats die technischen Angaben extrahieren kann. Es geht dabei grundsätzlich um die Zuordnung der erkannten Zahlen zu den entsprechenden Bezeichnungen (z.B. Drehzahl, Leistung, Spannung). Die Komplexität lieg darin, dass Typenschilder kein einheitliches Layout haben sowie in der Ungenauigkeit der OCR Algorithmen.
In der letzen Phase wurde die App entwickelt. Dabei wurden die beiden Technologien React Native und Kotlin Multiplatform Mobile miteinander kombiniert. Der Benutzer kann direkt aus der App heraus ein Foto des Typenschilds aufnehmen. Dieses muss er anschliessend korrekt Rotieren und Zuschneiden, damit nur noch das Typenschild sichtbar ist und der Text horizontal liegt, woraufhin im Hintergrund automatisch die Erkennung durchgeführt wird. In einem letzten Schritt kann der Benutzer die erkannten Daten überprüfen und allenfalls korrigieren. Dabei wird er von vordefinierten Validierungsregeln unterstützt.
Projektdauer: 24. Februar 2021 - 20. August 2021
Aufwand: insgesamt 720h (2x 360h)
Teamgrösse: 2 Studierende
Küffer Elektro-Technik AG
Michael Kummer
Industrie Neuhof 31
3422 Kirchberg
www.ketag.ch
Samuel Keusch
Paul Sonnenschein
Prof. Dr. Dominik Gruntz dominik.gruntz@fhnw.ch
Prof. Dr. Jürg Luthiger juerg.luthiger@fhnw.ch
