26.04.2016 Aufrufe

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

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!