Viele kennen Legos Bausteine aus ihrer Kindheit. Mit ihnen sind den Fantasien keine baulichen Grenzen gesetzt. Das Spielzeug ist allerdings teuer, ein Kilo Bausteine kostet um die 10 Euro. Zeitgleich gibt es auch seltene Teile, bei denen der Preis für ein Kilo bei mehreren hunderten Euro liegen kann. Hierzu hat sich mittlerweile ein kleiner Markt an Leuten gebildet, die Legosteine kaufen und diese nach ihrem Wert sortieren und in weiterer Folge mit Gewinn weiterverkaufen.

Sortierung sehr zeitaufwändig

Das Problem dabei: Die Sortierung der Steine ist sehr zeitaufwändig. Für den technischen Berater Jacques Mattheij eine interessante Herausforderung. Er entwickelte ein neuronales Netzwerk, das die Lego-Steine automatisch sortiert, wie er in einem IEEE-Paper schildert. Mattheijs ausgeklügelte Methode setzt sich aus mehreren Geräten zusammen: Einem PC mit einer Kamera für 30 Dollar und einem Laufband mit Luftdüsen, die die Steine nach der Sortierung in den richtigen Behälter befördern.

Identifizierung große Herausforderung

Die größte Herausforderung bestand für Mattheij darin, die Steine zu identifizieren. Er musste von jedem Teil ein Foto anfertigen, was Wochen in Anspruch nahm. Hierbei gab es bereits mehrere Hürden, etwa die unterschiedlichen Formen und Farben der Steine. Um jedes einzelne Teil zu identifizieren setzte der Techniker anfangs auf eine Klassifizierung mittels der Computer-Vision-Library OpenCV. Hierbei war allerdings nur eine Differenzierung der simpelsten Lego-Steine möglich.

Bayes-Theorem-Klassifizierung präzise aber langsam

In weiterer Folge setzte Mattheij auf eine Klassifizierung mittels Bayes-Theorem. Hierzu setzte er 18 verschiedene Features fest, die bei der Differenzierung helfen sollten. Die Sortierung war dadurch sehr präzise, aber auch sehr langsam geworden. Nach sechs Monaten im Einsatz versuchte sich der Techniker an einem neuronalen Netzwerk, genauer gesagt TensorFlow, einer Library von Googles Brain Team. Diese kann mittels CPU eingesetzt werden, allerdings lohnt sich der Einsatz einer Grafikkarte – im Fall von Mattheij einer 700 Dollar teuren GTX 1080 Ti von Nvidia.

Nach zwei Wochen 20.000 Steine identifiziert

Innerhalb weniger Tage hatte er ein Training-Set erstellt, das die Sortierung von über 1000 Steinen vornehmen konnte. 500 weitere Bausteine später konnte das neuronale Netzwerk bereits 2000 weitere Steine sortieren. Mit dieser Methode hatte er innerhalb zwei Wochen Trainingsdaten erstellt, die 20.000 Steine auseinanderhalten konnten.

Zwei Tonnen Legosteine warten auf Einsatz

Mattheij gesteht selbst ein, dass manche Klassen noch unterrepräsentiert sind und somit es nach wie vor noch zu Fehlern kommen kann. Insgesamt ist die Methode aber recht zuverlässig. Zwei Tonnen Lego-Steine warten nun auf das neuronale Netzwerk von Mattheij. Wirklich lukrativ war das Experiment aber nicht, bisher hat der Techniker nämlich keinen einzigen Stein verkauft. (dk, 02.07.2017)