DeckCheck - One-Shot-Learning for Smart Lab Automation

dc.contributor.authorRussi, Mario
dc.date.accessioned2023-01-26T09:13:29Z
dc.date.available2023-01-26T09:13:29Z
dc.date.issued2023-01-24
dc.description.abstractLiquid Handling Maschinen sind heute aus der Laborautomation nicht mehr wegzudenken. Die Aufgabe dieser Maschinen ist es, Substanzen und Flüssigkeiten automatisiert zu prozessieren oder zu vermischen. So können in grossem Massstab chemische Analysen gemacht, oder biologische Pro-ben aufbereitet und auf Inhaltsstoffe oder Krankheitserreger untersucht werden. Kern dieser Maschinen ist eine flexibel bestückbare Arbeitsfläche - auch "Deck" genannt. Diese wird mit sogenannter Labware bestückt (Well-Plates, Pipetten, Trays, Fläschchen, ...) und von ein oder mehre-ren Robotern automatisch prozessiert. Dabei müssen die Roboter beispielsweise Flüssigkeiten as-pirieren und mit anderen Substanzen vermischen oder diversen Messystemen zuführen. Die Firma Tecan ist führend in der Herstellung solcher Liqiud Handling Maschinen und bietet mit der Fluent Produktreihe unterschiedlichste Systeme auf dem Markt an. Je nach Grösse der Maschine und Aufgabe, müssen auf dem Deck hunderte Labwarekomponenten durch einen Labormitarbeiter platziert werden - und das nicht nur einmal, sondern immer wieder neu, sobald der aktuelle Prozess abgeschlossen ist oder neue Stoffe nachgefüllt werden müssen. Da es tausende verschiedene Labwarekomponten gibt - von Tecan oder anderen Herstellern - entstehen dabei im Arbeitsalltag gelegentlich Bestückungsfehler: Es wird vergessen, einen transparenten Deckel zu entfernen oder ein falscher Typ Well-Plate eingesetzt. Dies führt dann entweder zu falschen Ergebnissen, oder gar zu einem Crash mit den Pipetten des Roboters, was stundenlange Analysen zunichte macht oder gar zur Beschädigung von Komponenten führt. Um dies zu vermeiden hat Tecan zusammen mit dem CSEM einen auf Deep Learning basierten One-Shot-Learning Algorithmus entwickelt und integriert, der mit nur einem einzigen Referenzbild und Kameras 95% der Bestückungsfehler detektiert. Die entwickelte Lösung ist robust gegenüber äusseren Beleuchtungseinflüssen und kann auf der ganzen Produktpalette zum Einsatz kommen - sogar für bisher völlig unbekannte Labware. Mit Hilfe des Algorithmus können Beschädigungen an der Maschine sowie deren Bestückung vermieden werden. Das entwickelte Produkt "DeckCheck" befindet sich bereitsen_US
dc.identifier.citation8. F&E-Konferenz zu Industrie 4.0, Industrie 2025en_US
dc.identifier.urihttps://hdl.handle.net/20.500.12839/1157
dc.subjectDeep Learningen_US
dc.subjectAIen_US
dc.subjectIndustry 4.0en_US
dc.subjectDataen_US
dc.subjectLab Automationen_US
dc.subjectVisionen_US
dc.subjectOne-shot learningen_US
dc.titleDeckCheck - One-Shot-Learning for Smart Lab Automationen_US
dc.typeConferenceen_US
dc.type.csemdivisionsBU-Ren_US
dc.type.csemresearchareasIndustry 4.0en_US
Files
Original bundle
Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
Presentation_MarioRussi_pdf_v3.pdf
Size:
1.28 MB
Format:
Adobe Portable Document Format
Description:
Loading...
Thumbnail Image
Name:
Poster_Russi_CSEMv2.pdf
Size:
1.15 MB
Format:
Adobe Portable Document Format
Description:
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
2.82 KB
Format:
Item-specific license agreed upon to submission
Description: