Zeitraum: Februar 2026 - April 2026 (voraussichtlicher Abschluss) · Kategorie: 🎓 Weiterbildung

Als Teil meines technischen Abschlussprojekts entwickle ich (Februar - April 2026) ein automatisiertes Roboter-Qualitätskontrollsystem, das Robotik, Computer Vision und Backend-API-Design kombiniert.

Dieses Projekt dient als Abschlussprojekt meiner technischen Ausbildung.

Das System führt objektive und reproduzierbare Qualitätsinspektionen von konfigurierbaren 3D-gedruckten Würfeln durch.

Es integriert Robotik, Bildverarbeitung und REST-basierte Systemarchitektur in einen einheitlichen Workflow.

Systemziele

Das Projekt automatisiert die komplette Inspektions-Pipeline:

  • Ein Roboterarm handhabt automatisch fertige Teile
  • Ein kamerabasiertes Bilderkennungssystem erkennt Konfigurationsdetails
  • Bilddaten werden mit OpenCV analysiert
  • Erkannte Werte werden mit erwarteten JSON-Konfigurationen verglichen
  • Teile werden automatisch basierend auf Inspektionsergebnissen sortiert
  • Alle Ergebnisse werden in einer Datenbank protokolliert
  • Eine REST API stellt Inspektionsdaten für externe Systeme bereit

Architektur & Module

Das System ist in modulare Komponenten unterteilt:

Konfigurationsmodul

  • JSON-basiertes Konfigurationssystem
  • API-gesteuerte Parameterübergabe
  • Unabhängige Testbarkeit

Robotik-Modul

  • Automatisiertes Greifen und Positionieren
  • Reproduzierbare Kameraausrichtung
  • Sortierung basierend auf Inspektionsergebnissen

Computer Vision Modul

  • OpenCV-basierte Bildanalyse
  • HSV-Farberkennung
  • Feature-Erkennung
  • Strukturierte Datenextraktion

Vergleichs-Engine

  • Automatisierte Validierung von Soll- vs. Ist-Werten
  • Deterministische Inspektionsergebnisse

Logging-System

  • SQLite-Datenbankspeicherung
  • Zeitgestempelte Inspektionshistorie
  • Nachvollziehbare Qualitätsprotokolle

REST API Layer

  • FastAPI Backend
  • JSON-Endpoints für externe Integration
  • Systeminteroperabilität

Engineering-Fokus

Behandelte Engineering-Herausforderungen:

  • Zuverlässige Roboterpositionierung
  • Reproduzierbare Bildaufnahme
  • Computer Vision Genauigkeit (>95%)
  • Modulare Softwarearchitektur
  • API-basierte Systemintegration
  • Hardware-Software-Interaktion
  • Systemsicherheit und Fehlerbehandlung

Ergebnisse & Impact

Das Projekt demonstriert:

  • Integration von Robotik und Backend-Software
  • Praktische Computer Vision Implementierung
  • Modulare Systemarchitektur
  • Automatisierte Qualitätssicherungs-Workflows
  • Industrielle Automatisierungskonzepte
  • Skalierbares API-basiertes Design

Demonstrierte Skills

  • Robotik-Programmierung
  • Computer Vision Engineering
  • Backend API-Entwicklung
  • Systemarchitektur-Design
  • Hardware-Software-Integration
  • Automatisierungs-Engineering
  • Strukturierte Projektplanung

Tech Stack

Software: Python 3.11 · FastAPI · OpenCV · SQLite · JSON · Git

Hardware: Niryo Ned2 Roboterarm · USB-Kamera · Kontrollierte Beleuchtung · Custom Fixtures