Berger-Gruppe Gebrauchtestapler.at Dispo-04-2016
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
z Logistiklösungen<br />
z Framos bei einer Schweizer Supermarktkette<br />
Autom<strong>at</strong>isieren mit Bildverarbeitung<br />
Von einem vernünftigen Volumenmesssystem konnten Logistiker lange Zeit nur träumen.<br />
Der Bildverarbeitungsspezialist Framos Imaging Systems ermöglicht die Erfassung der<br />
dreidimensionalen Abmessungen und Volumina von Stückgütern in Echtzeit und damit<br />
die nahtlose Integr<strong>at</strong>ion durch autom<strong>at</strong>isierte Nutzung dieser Inform<strong>at</strong>ionen in unterschiedlichste<br />
Intralogistikaufgaben. Der Auftraggeber, eine „Schweizer Supermarktkette“,<br />
wollte in diesem Fall nicht genannt werden.<br />
Zum Auftragnehmer<br />
„Maschinen das Sehen zu lehren“ ist das Ziel<br />
der Framos Bildverarbeitung mit Sitz in Taufkirchen<br />
(Bayern). Seit seiner Gründung 1981<br />
h<strong>at</strong> sich Framos als Anbieter von Technologie<br />
für die industrielle, wissenschaftliche und<br />
CASE STUDY<br />
medizinische Bildverarbeitung etabliert. Mit<br />
dem Hauptsitz in München und vier weiteren<br />
Niederlassungen weltweit unterstützt Framos<br />
OEMs, Systemintegr<strong>at</strong>oren und Forschungseinrichtungen<br />
dabei, Bildverarbeitungstechnologien<br />
nutzenbringend anzuwenden. Ein<br />
Team von insgesamt 85 Mitarbeitern bietet neben<br />
einem umfangreichen Portfolio an Bildverarbeitungskomponenten<br />
auch die technische<br />
Ber<strong>at</strong>ung an.<br />
CASE STUDYS<br />
Zum Projekt<br />
In dem Logistikzentrum einer Schweizer Supermarktkette<br />
werden vier unterschiedliche<br />
Sortier- und Erkennungsaufgaben mithilfe der<br />
Technologie von Framos mit eigens entwickelten<br />
Anlagenkonzepten gelöst.<br />
Frischwaren-Anlieferung:<br />
Gebindetypen identifizieren<br />
Klassischerweise werden Frischwaren verschiedener<br />
Produzenten in Mehrweg-Behältern<br />
unterschiedlichster Ausprägung im<br />
Logistikzentrum angeliefert. Im Bereich der<br />
Frischelogistik ist das ein sogenannter „Kälteautom<strong>at</strong>“,<br />
ein auf 3 Grad Celsius gekühltes<br />
Gebäude, wo die ankommenden Waren via<br />
Fördertechnik hineingelangen. Die auf Rollwägen<br />
aufgetürmten Gebinde werden ins Lager<br />
gefahren und müssen dort zur Einlagerung<br />
entstapelt werden. Ein Stapel kann dabei<br />
unterschiedliche Gebinde pro Lage enthalten,<br />
lediglich nebeneinander befindliche Behälter<br />
Der Eins<strong>at</strong>z der Framos VLG Volumenmesssysteme ermöglichte eine einfache, extrem robuste<br />
und leicht zu wartende Altern<strong>at</strong>ive zu einer kamerabasierten Typenerkennung. Speziell konnte<br />
dadurch auch der Softwareentwicklungsaufwand minimiert werden.<br />
auf der gleichen Lage sind von der gleichen<br />
Sorte.<br />
Das Entstapeln der knapp zwei Meter hohen<br />
Gebindetürme wird über einen Klemmförderer<br />
am oberen Ende eines Hebeautom<strong>at</strong>en<br />
realisiert. Damit dieser Prozess richtig funktioniert,<br />
muss der Gebindetyp der jeweils obersten<br />
und der darunterliegenden Lage erkannt<br />
werden. Hier kommt das erste der Framos-<br />
Systeme zum Eins<strong>at</strong>z: Mittels sechs LED-Barlights<br />
der Firma Falcon wird eine Dunkelfeld-<br />
Beleuchtung realisiert, die die Griffmulden<br />
und Durchbrüche in den Gebindewänden<br />
hervorhebt. Eine 1,3-MegaPixel-Kamera der<br />
Firma Smartek (GC1391M) generiert eine Aufnahme<br />
der jeweils obersten zwei Lagen des<br />
Gebindeturms und führt diese dem Machine-<br />
Learning-Klassifik<strong>at</strong>or zu. Dieser kann basierend<br />
auf zuvor „gelernten“ Aufnahmen die<br />
Gebinde in diesen Lagen klassifizieren. Anschließend<br />
werden die Ergebnisse an die Anlagensteuerung<br />
übermittelt, die oberste Lage<br />
entstapelt und anschließend weiter vereinzelt.<br />
Der Gebindeturm wird dann um die jetzt bekannte<br />
Höhe der nächsten Lage angehoben<br />
und der Prozess beginnt von vorne, bis keine<br />
Lagen mehr vorhanden sind und der Turm<br />
komplett entstapelt ist.<br />
Durch den Eins<strong>at</strong>z lernender Algorithmen<br />
ist es dem Framos-System möglich, selbst<br />
jene Gebinde korrekt zu klassifizieren, die zu<br />
großen Teilen von Papieretiketten verdeckt<br />
sind, Beschädigungen aufweisen oder stark<br />
verschmutzt sind. Aktuell können so 20 verschiedene<br />
Gebindetypen zuverlässig klassifiziert<br />
werden. Ein weiterer großer Vorteil des<br />
gewählten Ans<strong>at</strong>zes besteht darin, dass mit<br />
geringem Aufwand neue Gebinde zu den vorhandenen<br />
Typen hinzugefügt werden können.<br />
Dazu ist es lediglich nötig, in einer Lernphase<br />
Bilder der neuen Gebinde in der Anlage zu<br />
generieren und einzulernen. Mit einer regelbasierten<br />
Klassifizierung wären dabei sehr<br />
schnell die Grenzen der Machbarkeit erreicht.<br />
Leergutzentrale: Ifco-Gebinde<br />
autom<strong>at</strong>isch entfalten<br />
Obst und Gemüse wird bei diesem Schweizer<br />
Unternehmen in faltbaren Mehrwegbehältern,<br />
sogenannten Ifco-Gebinden, an die<br />
36 www.industrieweb.<strong>at</strong>/logistik | 4/16