Nachrichten Lacktechnologien
KI-Bildanalyse erkennt Steinschlag in Autolacken
Ein iranisches Forschungsteam hat ein automatisiertes Bildverarbeitungssystem zur objektiven Erkennung und Bewertung von Steinschlagschäden auf Autolackierungen entwickelt. Das System reduziert die Inspektionszeit um den Faktor sieben gegenüber manueller Bewertung und erreicht eine starke Korrelation (R = 0,86) mit den Bewertungen erfahrener Inspektoren – bei gleichzeitig deutlich reproduzierbareren Ergebnissen.
Steinschlag (Chipping) ist ein häufiger Oberflächendefekt auf Autolackierungen, verursacht durch den hochgeschwindigkeitsbedingten Aufprall kleiner Steine und Kieselsteine, der zu lokaler Beschichtungsablösung und -verlust führt. Konventionelle Methoden zur Bewertung der Steinschlagbeständigkeit basieren typischerweise auf visueller Inspektion nach speziellen Standards. Diese subjektive Bewertung ist jedoch anfällig für Inkonsistenzen zwischen verschiedenen Prüfern und über die Zeit hinweg – ein zentrales Problem für die Qualitätssicherung in der Automobilindustrie.
Die vorliegende Studie zielt darauf ab, ein automatisiertes maschinelles Bildverarbeitungsverfahren zur objektiven Erkennung und Bewertung dieses Effekts zu entwickeln. Beschichtete Prüftafeln wurden gemäss dem Standard PSA D241312-H (Peugeot) präpariert und getestet, um verschiedene Grade von Steinschlag zu erzeugen. Hochauflösende Bilder wurden unter einheitlicher Beleuchtung aufgenommen, um konsistente Bewertungsgrundlagen zu schaffen.
Bildverarbeitungspipeline mit mehreren Analyseschritten
Eine Bildverarbeitungspipeline, die Kontrastverstärkung, Schwellenwertverfahren und konturbasierte Analyse kombiniert, wurde implementiert, um beschädigte Bereiche basierend auf Chip-Grösse und Chip-Verteilung zu identifizieren und zu klassifizieren. Diese systematische Herangehensweise ermöglicht die Erfassung selbst subtiler oder komplexer Defekte, die für menschliche Beobachter häufig eine Herausforderung darstellen.
Die Ergebnisse zeigten, dass das vorgeschlagene System auch subtile oder komplexe Defekte genau erkennen konnte und gleichzeitig eine konsistente und reproduzierbare Bewertung lieferte. Diese Objektivität stellt einen wesentlichen Fortschritt gegenüber der klassischen visuellen Bewertung dar, die von der Erfahrung, dem Ermüdungsgrad und subjektiven Wahrnehmung des Prüfers abhängt.
Lesetipp:
Aber wie kann man Automobillackierungen möglichst langlebig und zugleich umweltschonend herstellen? Wie formuliert man richtig und welche Applikationsverfahren sind nötig? Das Buch „Autolacke formulieren“ von Ulrich Poth gibt nun Antworten auf diese Fragen und stellt umweltfreundliche Lacksysteme vor. Dabei wird besonders auf die Zusammensetzung der Automobillacke und die Stoff-Wirkungs-Beziehungen der einzelnen Bestandteile eingegangen. Es wird außerdem erklärt, wie sich Applikationsverfahren auf die Zusammensetzung der Lackmaterialien auswirken.
Deutliche Verbesserung gegenüber manueller Inspektion
Im Gegensatz zum automatisierten System zeigten visuelle Bewertungen durch vier erfahrene Inspektoren eine erhebliche Variabilität, wie sich in grossen Standardabweichungen über die Proben hinweg widerspiegelte. Trotz dieser Uneinigkeit erreichte das System eine starke Korrelation mit den durchschnittlichen Bewertungen der Inspektoren (R = 0,86), was sowohl seine Genauigkeit als auch seine Fähigkeit unterstreicht, eine stabilere Referenz zu liefern.
Ein weiterer wesentlicher Vorteil ist die deutliche Zeitersparnis: Der automatisierte Ansatz reduzierte die Inspektionszeit um etwa das Siebenfache im Vergleich zur manuellen Bewertung. Diese Effizienzsteigerung ist besonders relevant für die Serienfertigung in der Automobilindustrie, wo hohe Prüfvolumina und kurze Taktzeiten die Norm sind.
Für die Automobil- und Beschichtungsindustrie liefert die Studie einen wertvollen Beitrag zur Digitalisierung und Objektivierung der Qualitätskontrolle. Insbesondere im Kontext wachsender Anforderungen an Reproduzierbarkeit, Dokumentation und Effizienz in Prüfprozessen bietet die maschinelle Bildverarbeitung eine praxisrelevante Technologie. Der Ansatz lässt sich zudem auf weitere Oberflächendefekte übertragen und trägt so zur allgemeinen Weiterentwicklung automatisierter Prüfverfahren in der Beschichtungsindustrie bei.
Quelle: Afshargoli, K., Gorji Kandi, S., Mohseni, M. & Yahyaei, H. A new approach to detect and grade the chipping defect of automotive coatings using a machine vision system. J. Coat. Technol. Res. 23, 2791–2803 (2026). https://doi.org/10.1007/s11998-026-01294-w
