zur Hauptnavigation springen zum Inhaltsbereich springen

BayWISS-Kolleg Digitalisation www.baywiss.de

Our Doctoral Projects Digitalisation

© Alexander Debieve

Multipositionale Computertomographie zur Vermeidung und Reduktion von Bildartefakten

Die Röntgen-Computertomographie (CT) wird nicht nur in der Medizin, sondern verstärkt auch in industriellen Bereichen wie Produktentwicklung, Produktion, Sicherheit und Recycling eingesetzt. CT-Systeme sind in der Lage, hochgenaue 3D-Volumendatensätze von Objekten (Produkte, Bauteile, Pakete etc.) zu generieren und zerstörungsfrei auch kleinste Strukturen im Inneren sichtbar und quantitativ erfassbar zu machen. Selbst Strukturauflösungen im Nanometerbereich können mit den entsprechenden Nano-CT Systemen erreicht werden. Um Flexibilität und Leistungsfähigkeit dieser Systeme hinsichtlich Abbildungsgenauigkeit, Objektgröße und Einsatzspektrum zu erhöhen, werden vom Fraunhofer-Anwendungszentrum CTMT und der Technischen Hochschule Deggendorf robotergestützte CT-Systeme erforscht und entwickelt.

 

Bei diesen CT-Systemen sind sowohl die Röntgenquelle als auch der Röntgendetektor an einem 6-Achs-Roboter befestigt und können so frei um das Untersuchungsobjekt bewegt werden. Dadurch wird es möglich, große und komplexe und große Objekte zu tomographieren, wie z. B. Fahrzeugkomponenten, Flugzeugflügel, Rotorblätter, Möbel, historische Kunstwerke, Bäume und andere schwerzugängliche Objekte. Mit robotergestützter CT ist es daher (im Gegensatz zu konventioneller CT) grundsätzlich möglich, innere und äußere Strukturen beliebiger Objekte zu digitalisieren und Möglichkeiten für neue, innovative, datengetriebene Anwendungen, Produkte und Geschäftsmodelle zu schaffen. Im Gegenzug entstehen durch die Kombination von CT und Robotik auch technische Herausforderungen, die die Anwendung und Bedienung von Roboter-CT Systemen zu einem zeitaufwändigen Vorgang machen, was den Einsatz und Etablierung dieser Systeme in der industriellen Praxis bisher verhinderte. 

Im Projekt MultiPosCT soll daher Algorithmik und Software für ein selbstadaptives, lernendes, Roboter-CT-System entstehen, das sich kontext-sensitiv selbstständig optimiert, um effizient eine 3D-CT Digitalisierungsaufgabe durchzuführen. Im Fokus liegt hierbei insbesondere die Scan-Trajektorie, also die Bewegung der Roboterarme.

MEMBER IN THE JOINT ACADEMIC PARTNERSHIP

from to

Supervisor Deggendorf Institute of Technology:
Prof. Dr.-Ing. Gabriel Herl

Gabriel Herl

Deggendorf Institute of Technology

Dissertation Dr.-Ing. Gabriel Herl

Coordinator

Get in touch. We look forward to your questions and ideas for our Joint Academic Partnership Digitalisation.

Katharina Raab

Katharina Raab

Koordinatorin BayWISS-Verbundkolleg Digitalisierung

Julius-Maximilians-Universität Würzburg
Graduate Schools of Science and Technology
Beatrice-Edgell-Weg 21
97074 Würzburg

digitalisierung.vk@baywiss.de