Um die Erkennung und Klassifikation von Altgeräten automatisiert durchführen zu können, ist am Fraunhofer IPA die Toolbox "RecycVision" entwickelt worden. Als Grundlage für die Klassifikation werden die Oberflächen der Altgeräte zunächst dreidimensional erfasst, da durch Verschmutzungen und andere Artefakte mit klassischer 2-D-Kameratechnik und Bildverarbeitung keine eindeutige Identifikation möglich ist.

Zur Auswertung der ermittelten 3 D-Daten wurden neue Algorithmen entwickelt, die charakteristische Merkmale des Altgeräts erkennen und gegenüber den zufällig vorhandenen Gebrauchs- und Korrosionsspuren unempfindlich sind. Die Verfahren weisen dabei auch eine große Toleranz gegenüber unterschiedlichen Lagen der Teile auf, was für einen hohen Durchsatz von Altgeräten beim Recyclingunternehmen von Bedeutung ist.

Die Leistungsfähigkeit der Toolbox wurde am Beispiel von "Alt-Katalysatoren" erprobt und steht als Demonstrator am Fraunhofer IPA zur Verfügung. Aufgrund einer sehr großen Geräte-Vielfalt unterscheiden sich ähnliche Typen teilweise nur anhand weniger Merkmale, was bei manuellen Prüfungen zu Problemen führt. Zudem weisen die Variationen beim gleichen Typ eine hohe Bandbreite auf. Beim Identifikationsverfahren des Fraunhofer IPA werden die Katalysatoren zunächst praxisnah auf einem Förderband unter dem 3-D-Sensor durchgefördert. Danach klassifiziert das System den Katalysator entweder als einen bekannten Typ oder, wenn dieser Typ dem System noch nicht bekannt ist, als unbekannt. In diesem Fall unterstützt das System den Benutzer beim Einlernen des neuen Typs.

Mit "RecycVision" steht eine leicht an unterschiedliche Erkennungs- und Klassifikationsaufgaben anpassbare Toolbox von Software-Algorithmen zur Verfügung. Sie ermöglicht eine Identifikation von verschiedenen Klassen von Altgeräten aus den Bereichen "Automotive" wie Katalysatoren, Stoßdämpfer oder Batterien, aber auch aus vielen anderen Bereichen wie z. B. dem Elektro- und ElektronikschrottRecycling. Außerdem sind neben dem Recycling weitere Anwendungsmöglichkeiten denkbar, z. B. die Erkennung defekter Ladungsträger in der Fertigung.

Quelle: IWD / Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA

Zurück