DE102019133192A1 - Verfahren zur Identifikation von Industriesteckverbindern - Google Patents

Verfahren zur Identifikation von Industriesteckverbindern Download PDF

Info

Publication number
DE102019133192A1
DE102019133192A1 DE102019133192.7A DE102019133192A DE102019133192A1 DE 102019133192 A1 DE102019133192 A1 DE 102019133192A1 DE 102019133192 A DE102019133192 A DE 102019133192A DE 102019133192 A1 DE102019133192 A1 DE 102019133192A1
Authority
DE
Germany
Prior art keywords
connector
components
type
shape
measurement
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102019133192.7A
Other languages
English (en)
Inventor
Oliver Beyer
Felix Loske
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harting Electric Stiftung and Co KG
Original Assignee
Harting Electric GmbH and Co KG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harting Electric GmbH and Co KG filed Critical Harting Electric GmbH and Co KG
Priority to DE102019133192.7A priority Critical patent/DE102019133192A1/de
Priority to PCT/DE2020/100998 priority patent/WO2021110207A1/de
Priority to US17/766,723 priority patent/US20240062559A1/en
Priority to EP20824888.0A priority patent/EP4070262A1/de
Priority to KR1020227022810A priority patent/KR20220136348A/ko
Priority to CN202080079391.4A priority patent/CN114746880A/zh
Publication of DE102019133192A1 publication Critical patent/DE102019133192A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/01Customer relationship services
    • G06Q30/015Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
    • G06Q30/016After-sales
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/01Customer relationship services
    • G06Q30/015Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0631Item recommendations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Tourism & Hospitality (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • Geometry (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Biomedical Technology (AREA)
  • Image Analysis (AREA)
  • Manufacturing Of Electrical Connectors (AREA)
  • Details Of Connecting Devices For Male And Female Coupling (AREA)

Abstract

Um einem Steckverbinderanbieter Personalkosten einzusparen und seinen Kunden auch im globalen Datenverkehr zeitnah und zuverlässig einen gleichbleibend hohen Qualitätsstandard zu gewährleisten, wird ein Verfahren zur Identifikation von Industriesteckverbindern mit den folgenden Schritten vorgeschlagen:a. Automatische Identifikation von Bauelementen (10, 2, 3, 3', 3") eines Industriesteckverbinders (1) aus zumindest einer Bilddatei;b. Analyse der geometrischen Beziehungen und/oder funktionalen Zusammenhänge zwischen den Bauelementen (10, 2, 3, 3', 3");c. Extraktion individueller Merkmale der Bauelemente (10, 2, 3, 3', 3") aus der Bilddatei unter Verwendung von aus Schritt b gewonnen Informationen.

Description

  • Die Erfindung geht aus von einem Verfahren zur Identifikation von Industriesteckverbindern nach der Gattung des unabhängigen Anspruchs 1.
  • Verfahren zur Identifikation von Industriesteckverbindern werden von Steckverbinderanbietern benötigt, um produktspezifische Kundenfragen zu beantworten und gegebenenfalls infolge dessen geeignete Angebote für den jeweiligen Kunden zu erstellen. Die Kundenanfragen beziehen sich üblicherweise auf beim Kunden bereits vorhandene Steckverbindersysteme und entsprechende Kompatibilitäten, also gleiche oder alternative zum Stecksystem passende Bauelemente gleicher oder anderer Funktionskategorien. Funktionskategorien können dabei - beispielhaft aber nicht darauf beschränkt - sein: Elektrische Energieübertragung, elektronische Signalübertragung (analog sowie digital), optische sowie optoektronische Signalübertragung, Pneumatik, z. B. Luftdruckübertragung, sowie des weiteren auch Messtechnik, z. B. Wärmemessung, Schwingungs-/Vibrations-/Schallmessung und insbesondere Strom-/Spannungs-/elektrische Energiesensorik, Bewegungsmessung, Lichtmessung (photometrische Größen) und weiterhin auch Datentechnik, z. B. Digitale elektronische Datenspeichermodule, Switche, dezentrale Rechnereinheiten.
  • Stand der Technik
  • Im Stand der Technik ist es bei Steckverbinderanbietern üblich, Kundenanfragen in Form visueller Medien, z. B. digitale Fotos, Bilddateien, etc., zu erhalten zu analysieren und zu beantworten.
  • Derzeit werden solche Anfragen durch erfahrene Mitarbeiter des Steckverbinderanbieters manuell und individuell beantwortet.
  • Nachteilig bei diesem Stand der Technik ist, dass diese Verfahren teuer und personenabhängig sind und dadurch für den Kunden insbesondere im internationalen Waren- und Datenverkehr zuweilen unerwünschte Wartezeiten entstehen. Verlässt ein solcher Mitarbeiter das Unternehmen, so muss er sein Wissen schriftlich festhalten und/oder einen Kollegen einarbeiten oder das entsprechende Wissen geht für das Unternehmen möglicherweise verloren. Weiterhin ist dadurch ein gleichbleibender Qualitätsstandard gefährdet.
  • Aufgabenstellung
  • Die Aufgabe der Erfindung besteht darin, ein Verfahren zur Identifikation von Industriesteckverbindern vorzustellen, welches einem Steckverbinderanbieter Personalkosten einspart und seinen Kunden auch im globalen Datenverkehr schnell und zuverlässig einen gleichbleibend hohen Qualitätsstandard gewährleistet.
  • Diese Aufgabe wird durch die Merkmale der unabhängigen Ansprüche gelöst.
  • Vorteilhafte Ausgestaltungen der Erfindung sind in den Unteransprüchen angegeben.
  • Ein Verfahren dient der Identifikation von Industriesteckverbindern und weist die folgenden Schritte auf:
    1. a. Automatische Identifikation von Bauelementen eines Industriesteckverbinders aus zumindest einer Bilddatei;
    2. b. Analyse der geometrischen Beziehungen und/oder funktionalen Zusammenhänge zwischen den Bauelementen;
    3. c. Extraktion individueller Merkmale der Bauelemente aus der Bilddatei unter Verwendung von aus Schritt b gewonnen Informationen.
  • Dies ist besonders vorteilhaft, weil dieses Verfahren automatisch und ohne manuellen, d. h. menschlichen, Eingriff durchgeführt werden kann. Unabhängig von Tageszeit und Datum können Anfragen aus aller Welt sofort, kompetent und mit gleichbleibend hohem Qualitätsniveau von einem Computerprogramm, das beispielsweise auf einem Rechenserver hausintern oder auch vorteilhaft mit wenig Wartungsaufwand in einer Cloudanwendung läuft, bearbeitet werden. Dazu kann der Rechenserver zumindest einen Mikroprozessor und einen kombinierten Programm-/Datenspeicher aufweisen. Das Verfahren kann als Bestandteil des Computerprogramms im Datenspeicher abgelegt sein.
  • Als besonders vorteilhaft hat es sich dabei herausgestellt, dass Verfahrensschritt c unter Verwendung von aus Schritt b gewonnen Informationen erfolgt. Schließlich kann auf dieses Weise spezielles Wissen über Steckverbindersysteme in dem Verfahren berücksichtigt werden, betreffend beispielsweise Kodierungen, Zugehörigkeiten zu Systemen, Abmessungen, etc., die erfüllt sein müssen, damit die Bauteile zusammenpassen. Dieses Wissen kann zuvor, d. h. bereits vor Verfahrensschritt a, durch Programmierung des Computerprogramms durch oder mit Unterstützung eines Fachmanns in das Verfahren eingebracht worden sein.
  • Der Verfahrensschritt a kann dazu vorteilhafterweise zumindest die beiden folgenden Unterschritte umfassen:
    • a1. automatische visuelle Erkennung der Bauelemente als einzelne Objekte mittels künstlicher Intelligenz (KI);
    • a2. Zuordnung der Bauelemente zu Bauteilkategorien der Steckverbindung.
  • Diese beiden Verfahrensschritte a1 und a2 können, beispielsweise durch eine geeignete Software, zuweilen auch in umgekehrter Reihenfolge und/oder auch gemeinsam, also im Wesentlichen gleichzeitig, in dem beide umfassenden Verfahrensschritt a abgearbeitet werden. Im letzteren Fall wirkt sich nämlich nicht nur Schritt a1 auf Schritt a2 sondern auch Schritt a2 auch wieder auf Schritt a1 aus, indem die visuelle Erkennung auch durch die mögliche Zuordnung verbessert wird. Die KI ist dabei also besser in der Lage, ein einzelnes Bauteil als solches zu separieren, wenn sie zunehmend begreift, um welche Bauteilkategorie es sich dabei gegebenenfalls handeln könnte. Dabei spielen also sowohl visuelle Erkennung als auch programmiertes Wissen und/oder selbsterlernte Erfahrungen für das Verfahren eine wesentliche Rolle.
  • Optional kann zusätzlich in Verfahrensschritt a2 eine Zuordnung der erkannten Bauelemente zu zumindest einer Funktionskategorie erfolgen.
  • Zur Ermöglichung des Unterschritts a1 kann das System zuvor, also bereits vor dem Verfahrensschritt a, zur Erkennung und Charakterisierung der Bauelemente manuell, d. h. durch eine menschliche Tätigkeit, „angelernt“ werden. Dabei werden nicht nur Bauelementkategorien, wie z. B. „Steckverbindergehäuse“, „Kontakteinsatz“, „Steckverbindermodularrahmen“, „Steckverbindermodule“ trainiert, sondern es können auch konkrete Typenbezeichnungen für eine zuvor getroffene Auswahl der Bauelemente zugeordnet werden. Diese Zuordnungen erfolgen gemäß denjenigen Kategorien, die dem System zuvor beim Trainieren seiner künstlichen Intelligenz (KI) beigebracht worden sind.
  • Mittels der künstlichen Intelligenz (KI) lernt das System dazu zuvor aus manuell erstellten Trainingstabellen in Verbindung mit Trainingsbildern. Durch diesen Lernprozess ist das System daraufhin in der Lage, im besagten Verfahrensschritt a2, für neu hinzugekommene Bilddateien - oder definierte Teile davon - eine Zuordnung der darin aufgefundenen Bauelemente zu diesen Bauelementkategorien selbstständig zu treffen.
  • Dazu wird also, zeitlich bereits vor der Durchführung des Verfahrensschritts a, zunächst das besagte Training manuell durchgeführt.
  • Zwar erfordert dies zunächst manuellen, also menschlichen, Aufwand, doch ist dieser prinzipiell nur einmalig notwendig und das Verfahren kann daraufhin beliebig oft, kostengünstig und zu jeder Zeit genutzt werden.
  • Das Training umfasst dabei den Vorgang, dass zunächst eine Vielzahl von Trainingsbildern eingelesen und die jeweiligen Bauelementkategorien den dazugehörigen Trainingsbildern, z. B. mittels Trainingstabellen, manuell zugeordnet werden.
  • Die Zuordnung kann dann geschehen, indem jedem Trainingsbild pro Bauelement eine Zeile in der Trainingstabelle zugeordnet wird. In der Trainingstabelle gibt es, neben der Spalte für das referenzierte Trainingsbild, weiterhin eine Spalte zur Bauelementkategorie, sowie vier Spalten die die genaue Position des Bauelements in X-/ und Y-Achse und dessen Höhe und Breite im Bild genau beschreiben.
  • Beispielsweise zeigt ein Trainingsbild einen bestimmten Kontakteinsatz. Der Kontakteinsatz besitzt eine Bezeichnung, beispielsweise „Han A - Quicklock Anschluss“ und/oder einer Artikelnummer, z. B. „09 20 003 2633“. Die Trainingstabelle besitzt dann genau eine Zeile für die Kombination Trainingsbild-Bauelement, in welcher z.B. der Eintrag „Bild4711“ für das Trainingsbild, „Han A - Quicklock Anschluss“ bzw. „09 20 003 2633“ für das Bauelement, und die Positionsangaben, beispielsweise die Zahlenwerte „54, 110, 150, 75“ für die X-Y-Position, sowie Höhe und Breite des Bauelements zu finden sind. Kenner, Position und Dimension (Höhe/Breite) wurde zuvor von einem Fachmann händisch eingegeben. Im Falle der Verwendung von Artikelnummern kann es besonders vorteilhaft sein, wenn diese systematisch gepflegt sind, also Bauteile, die sich nur geringfügig unterscheiden, auch Artikelnummern besitzen, welche zueinander eine gewisse Ähnlichkeit aufweisen, z. B. sich lediglich durch ihre letzte Stelle oder mehrere letzte Stellen unterscheiden. In diesem Fall kann die Trainingstabelle gegebenenfalls auch mit reduzierten Artikelnummern versehen werden oder die KI kann in irgendeiner anderen Weise eine grobe Zuordnung vornehmen. In einer weiteren bevorzugten Ausgestaltung kann eine Artikelnummer eines Bauelements auch stellvertretend für ähnliche Bauelemente verwendet werden, um eine etwas gröbere Rasterung und dadurch eine sinnvolle Zuordnung zu erreichen. Beispielsweise können auf diese Weise verschiedene Kontakteinsätze, die sich lediglich durch die Farbe ihres Kabelanschlussbetätigers unterscheiden, trotz ihrer minimalen Verschiedenheit einer gemeinsamen Bauelementkategorie zugeordnet werden.
  • Die KI passt im Rahmen des Trainings über eine Vielzahl von Trainingsbildern die Gewichte ihre neuronalen Verbindungen so an, dass es in der Lage ist, die auf den Bildern befindlichen Bauelement samt Position und Dimension zu bestimmen. Dabei ist die KI in der Lage eigenständig für die Bestimmung relevante Merkmale (wie Kanten, Texturen, etc.) zu extrahieren und kann somit auch über das Training hinaus unbekannte Bilder, welche die trainierten Bauelemente beinhalten, gleichartig Identifizieren. Selbstverständlich lässt sich dieses Prinzip in gleicher Weise auch auf jedes andere visuelle Kennzeichen über eine Trainingstabelle anwenden. Insbesondere ist dabei eine statistische Auswertung sinnvoll, bei der die visuellen Kennzeichen jedes einzelnen Trainingsbilds als eine sogenannte „Stichprobe“, also als eine zufällige Datenauswahl aus der Gesamtheit der Merkmale, betreffend das jeweilige Merkmal, angesehen werden kann.
  • Im Verfahrensschritt a können daraufhin aus jeder Bilddateien, die z. B. aus Kundenanfragen stammen, alle der KI bekannten Bauelemente identifiziert (also einer bekannten Kategorie, wie z. B. „Steckverbindergehäuse“, zugeordnet) und lokalisiert werden.
  • Alternativ oder ergänzend können die Objekte auf gleiche Weise aber auch konkreten Bauformen zugeordnet werden. Wird die Bauteilkategorie also speziell auf ganz bestimmte Produkte trainiert, also nicht nur allgemein z. B. auf „Steckverbindergehäuse“ oder „Kontakteinsatz“, sondern, wie im oben genannten Beispiel beschrieben auf „Han A - Quicklock Anschluss“/ Artikelnummer „09 20 003 2633“, so werden die zu analysierenden Objekte daraufhin eben diesen Bauteilkategorien zugeordnet.
  • Alternativ oder ergänzend kann sich das Training aber auch auf bestimmte, bekannte Merkmale der jeweiligen Bauelemente beziehen.
  • Wie sich in zahlreichen Versuchen und Testläufen gezeigt hat, funktioniert dieses Prinzip zuweilen auch sehr gut für Merkmale, bei denen es ein Fachmann für Steckverbinder zunächst nicht erwarten würde. Beispielsweise kann die KI unter anderem auch in Hinblick auf Material und/oder Herstellungsverfahren trainiert werden. Dies geschieht dann sinnvollerweise mit Trainingsbildern, die den im jeweiligen Bereich vorkommenden Herstellungsverfahren und Materialien entsprechen. Dazu müssen die auf den Trainingsbildern gezeigten Objekte nicht unbedingt Bauteile zeigen, die dem Steckverbinderbereich entstammen, sondern sie müssen nur die entsprechenden herstellungs- und materialspezifischen Eigenheiten aufweisen. Alternativ kann die KI aber auch ausschließlich mit Trainingsbildern von Bauteilen aus dem Steckverbinderbereich und insbesondere genau mit den betreffenden Bauteilen, z. B. Steckverbindergehäusen geschehen, wobei dann aber der Fokus der Merkmale auf dem Material und den Herstellungsverfahren liegt. Im Einzelnen kann das Training dem jeweiligen, manuell zu überprüfenden Lernerfolg empirisch angepasst werden.
  • Dadurch ist es in einer sehr speziellen Ausgestaltung beispielsweise auch möglich, die in einem ersten Schritt als „Steckverbindergehäuse“ identifizierten Objekte nachfolgend dem entsprechenden Material und/oder Herstellungsverfahren, z. B. Zinklegierung, Druckgussverfahren oder gar dem Zinkdruckgussverfahren zuzuordnen, und so eine Vorauswahl zu treffen, aus welcher in einem dritten Schritt eine endgültige Produktspezifische Zuordnung stattfindet.
  • Durch die vorgenannten Verfahren können also auf einem Bild oder in mehreren Bildern gezeigte Bauelemente, z. B. Steckverbindergehäuse Kontakteinsätze („Isolierkörper“) identifiziert werden.
  • Die Steckverbindergehäuse können weiterhin auch funktional klassifiziert werden in Tüllengehäuse, Anbaugehäuse und Sockelgehäuse. Alternativ oder ergänzend können sie nach Material und Herstellungsverfahren, aber alternativ oder ergänzend auch speziellen Produkten zugeordnet werden.
  • Weiterhin kann das Steckverbindergehäuse durch eines oder mehrere der folgenden Merkmale charakterisiert werden:
    • ◯ Vorhandensein und gegebenenfalls Art und Form einer Kabelverschraubung,
    • ◯ Art und Form einer Gehäuseverriegelung;
    • ◯ Art und Form einer Dichtung;
    • ◯ Vorhandensein und gegebenenfalls Art seiner Kodierung und/oder Polarisationsvorrichtung; geometrische Abmessungen des Steckverbindergehäuses, sowie
    • ◯ sein Material und/oder sein Herstellungsverfahren;
    • ◯ Vorhandensein und gegebenenfalls Art und Form eines PE (Protective Earth) - Elements;
    • ◯ Vorhandensein und gegebenenfalls Anzahl und Form einer oder mehrerer PE-Brücken.
  • In einer weiteren bevorzugten Ausgestaltung können die Kontakteinsätze durch zumindest eines der folgenden Merkmale charakterisiert werden:
    • ◯ Ihre Größe und geometrische Form;
    • ◯ zumindest eine Funktionskategorie;
    • ◯ Vorhandensein, sowie gegebenenfalls Art und Form, eines PE (Protective Earth) - Elements.
  • Die Funktionskategorie kann zumindest eines der folgenden Merkmale umfassen:
    • - Elektrische Energieübertragung,
    • - Analoge und/oder digitale elektronische Signalübertragung,
    • - optische und/oder optolektronische Signalübertragung,
    • - Pneumatik, z. B. Luftdruckübertragung;
  • Für den Verfahrensschritt A2 können zusätzlich auch die folgenden Bauteilkategorien zur Verfügung stehen:
    • - Steckverbindermodule,
    • - Steckverbindermodularrahmen.
  • Die Steckverbindermodule weiterhin durch zumindest eines der folgenden Merkmale charakterisiert werden:
    • ◯ ihre geometrischen Abmessungen;
    • ◯ ihre Funktionskategorie;
    • ◯ Art und Form ihrer Rastmittel.
  • Die Funktionskategorie kann dabei durch eines der folgenden Merkmale gebildet sein:
    • - Elektrische Energieübertragung;
    • - Analoge und/oder digitale elektronische Signalübertragung;
    • - optische sowie optolektronische Signalübertragung;
    • - Pneumatik, z. B. Luftdruckübertragung;
    • - Messtechnik;
    • - Datentechnik.
  • Die vorgenannte Funktionskategorie „Messtechnik“ kann weiterhin zumindest eine der folgenden Unterkategorien umfassen:
    • ◯ Wärmemessung;
    • ◯ Schwingungs-, und/oder Schall- und Vibrationsmessung;
    • ◯ Stromsensorik;
    • ◯ Spannungsmessung;
    • ◯ Elektrische Energiemessung;
    • ◯ Lichtmessung (photometrische Größen);
    • ◯ Translations- und/oder Rotationsgeschwindigkeitsmessung;
  • Die vorgenannte Funktionskategorie „Datentechnik“ kann zumindest eine der folgenden Unterkategorien umfassen:
    • ◯ Digitale elektronische Datenspeicherung;
    • ◯ Datenverteilung (z. B. Switche);
    • ◯ Datenverarbeitung (z. B. dezentrale Rechnereinheiten).
  • Weiterhin kann ein Steckverbindermodulrahmen durch zumindest eines der folgenden Merkmale charakterisiert werden:
    • ◯ Anzahl seiner Steckplätze;
    • ◯ Art und Form seines Mechanismus zur Aufnahme und Fixierung der Steckverbindermodule;
    • ◯ Stabilität / Eignung für Pneumatik;
    • ◯ sein Material (z. B. Metall oder Kunststoff) und/oder sein Herstellungsverfahren;
    • ◯ Vorhandensein und gegebenenfalls Art und Form seiner PE-Erdung.
  • Insbesondere kann das Verfahren auf die vorgenannte Weise eine künstliche Intelligenz (KI)-basierte automatischen visuelle Erkennung (typischerweise mittels „Convolutional Neural Networks (CNNs)“ mit einer daran anschließenden algorithmischen Bildverarbeitung kombinieren.
  • Vorteilhafterweise erfolgen der Lernprozess und die Analyse einzelner Bauteile unter Berücksichtigung des physischen Aufbaus anderer Bauteile des Steckverbindersystems und insbesondere des gesamten Steckverbindersystems. Ausgehend von einem digitalen Bild eines Steckverbinders können so durch den vorgeschlagenen Prozess, beispielsweise das Streckverbindergehäuse, der Steckverbindermodularrahmen und die Einsätze besonders genau identifiziert und insbesondere gemäß ihrer funktionalen Beziehung zueinander geometrisch beschrieben werden. Durch die vorteilhafte sequenzielle Bearbeitungskette aus Steckverbinderidentifikation und algorithmischer Analyse wird eine hierarchische Beschreibung des Steckverbindersystems ermöglicht.
  • Von besonderem Vorteil ist es dabei, dass qualitative Zuordnungen und Vergleiche möglich sind, die im Stand der Technik mit einer bisherigen automatischen Erkennung nicht abbildbar waren. Das erfindungsgemäße Verfahren zeichnet sich insbesondere durch die Kombination einer künstlichen Intelligenz (KI)-basierten automatischen visuellen Erkennung, beispielsweise mittels „Convolutional Neural Networks“ (CNNs), und der anschließenden algorithmischen Bildverarbeitung aus, und zwar unter Berücksichtigung des physischen Aufbaus eines Steckverbindersystems, also der funktionalen und geometrischen Beziehung zueinander.
  • Figurenliste
  • Im Folgenden wird ein bevorzugtes Ausführungsbeispiel der Erfindung anhand einer Zeichnung dargestellt und näher erläutert. Dazu wird ein System zur Identifikation eines industriellen Steckverbinders aus einer digitalen Bilddatei vorgestellt.
  • Es zeigen:
    • 1 ein zu analysierendes Bild eines zu identifizierenden Steckverbinders;
    • 2 ein Ablaufdiagram eines Verfahrens zur Identifikation der Bauelemente aus einer zum Bild gehörenden digitalen Bilddatei.
  • Die 1 zeigt ein zu analysierendes Bild eines zu identifizierenden Steckverbinders 1. Das Bild zeigt im Einzelnen ein Anbaugehäuse 10 mit einem Verriegelungsbügel 11. In das Anbaugehäuse 10 ist ein Steckverbindermodularrahmen 2 eingeschraubt. Darin sind mehrere Steckverbindermodule 3, 3', 3'' befestigt, von denen zwei 3, 3' der elektrischen Energieübertragung und eins 3'' der elektrischen Signalübertragung dienen.
  • Die 2 zeigt ein Ablaufdiagram eines Verfahrens zur automatischen Identifikation des Industriesteckverbinders 1 aus dieser Bilddatei.
  • Das Verfahren wird mittels eines Computerprogramms auf einem Rechenserver durchgeführt, und umfasst folgende Schritte:
    1. a. Automatische Identifikation der Bauelemente 10, 2, 3, 3', 3'' des Industriesteckverbinders 1 aus der Bilddatei, durch automatische visuelle Erkennung und Zuordnung der Bauelemente 10, 2, 3, 3', 3'' als einzelne Objekte mittels künstlicher Intelligenz (KI);
    2. b. Analyse der geometrischen Beziehungen und/oder funktionalen Zusammenhänge zwischen den einzelnen Bauelementen 10, 2, 3, 3', 3'';
    3. c. Extraktion individueller Merkmale der Bauelemente aus der Bilddatei unter Verwendung von aus Schritt b gewonnen Informationen.
  • Dabei wird der Verfahrensschritt a in der vorliegenden Ausführung noch einmal unterteilt in Verfahrensschritt a1 und den Verfahrensschritt a2.
  • In Verfahrensschritt a1 werden zunächst die folgenden Bauelemente mittels eines sogenannten „Convolutional Neuronal Networks“ (CNN) voneinander separiert, d.h. als verschiedene Objekte erkannt. In verfahrensschritt a2 werden sie den verschiedenen Bauteilkategorien zugeordnet.
  • Das System erkennt also in dem Verfahrensschritt a (also in a1 in Verbindung mit a2), aufgrund eines dem Verfahren vorangegangen Trainings, Folgendes:
    • - Ein erstes Objekt 10, von der Kategorie „Steckverbindergehäuse“;
    • - ein zweites Objekt 2, von der Kategorie „Steckverbindermodularrahmen“;
    • - drei dritte Objekte 3, 3', 3", von der Kategorie „Steckverbindermodul“ .
  • Dabei können die Objekte aber auch - je nach Art des vorangegangenen Trainings - konkreten Produkten, nämlich deren Produktbezeichnungen und/oder Artikelnummern zugeordnet werden.
  • In Verfahrensschritt b erkennt das Programm zunächst die geometrischen Beziehungen, nämlich, dass die Steckverbindermodule von dem Steckverbindermodularrahmen umschlossen werden und dass der Steckverbindermodularrahmen von dem Steckverbindergehäuse umschlossen wird. Mittels seines einprogrammierten Wissens folgert das Programm daraus, dass
    1. 1. die Steckverbindermodule 3, 3', 3'' in dem Steckverbindermodularrahmen 2 befestigt, also darin gehalten, sind, und dass
    2. 2. der Steckverbindermodularrahmen 2 im Steckverbindergehäuse befestigt ist, und dass
    3. 3. die Steckverbindermodule 3, 3', 3'' mit dem Steckverbindermodularrahmen 2 und der Steckverbindermodularrahmen 2 mit dem Gehäuse 10 jeweils kompatibel sind.
  • In einer weiteren Ausführung werden diese beiden Verfahrensschritte a1 und a2 durch eine geeignete Software gemeinsam, d. h. im Wesentlichen gleichzeitig, im beide umfassenden Verfahrensschritt a abgearbeitet. Dabei wirkt sich nämlich Schritt a2 auch wieder auf Schritt a1 aus, indem die visuelle Erkennung bereits durch die mögliche Zuordnung verbessert wird. Die KI ist dabei also besser in der Lage, ein einzelnes Bauteil als solches zu separieren, wenn sie zunehmend begreift, um welche Bauteilkategorie es sich dabei gegebenenfalls handeln könnte. Dabei spielen also sowohl visuelle Erkennung als auch programmiertes Wissen und/oder selbsterlernte Erfahrungen für das Verfahren eine wesentliche Rolle.
  • Optional kann zusätzlich in Verfahrensschritt a2 eine Zuordnung der erkannten Bauelemente zu zumindest einer Funktionskategorie erfolgen.
  • In Verfahrensschritt c werden weitere individuelle Merkmale der Bauelemente 10, 2, 3, 3', 3'' identifiziert. Dazu gehört, ob der Steckverbindermodularrahmen 2 und/oder das Steckverbindergehäuse einen sogenannten „Protective Earth“ (PE) - also Schutzerdungskontakt - besitzen und welcher Art dieser gegebenenfalls ist, aus welchem Material der Steckverbindermodularrahmen besteht, welches Höhen-Breitenverhältnis die Bauelemente 10, 2, 3, 3', 3'' besitzen. Bauteilübergreifend kann gefolgert werden, dass die Abmessungen sowie die Kodierung der jeweils miteinander verbundenen Bauelemente 10, 2, 3, 3', 3'' miteinander übereinstimmen.
  • Nach denselben Prinzipien können weitere visuelle/geometrische Merkmale wie bspw. zur Gehäuseverriegelung, Dichtung, Kodierung, die exakte Ausgestaltung des PE-Elements des Gehäuses oder des Rahmens ihrer Hierarchie nach abgeleitet werden. Die algorithmische Bildverarbeitung bezieht dabei besondere physischer Merkmale, wie z. B. wiederholte Anordnungen, feste Relationen bei Rahmenlänge zu Rahmenbreite, Anzahl und Dimension der Module eines Steckverbindersystems mit ein.
  • Bezugszeichenliste
  • 1
    Steckverbinder
    10
    Steckverbindergehäuse
    2
    Steckverbindermodularrahmen
    3, 3', 3''
    Steckverbindermodule

Claims (15)

  1. Verfahren zur Identifikation von Industriesteckverbindern mit folgenden Schritten: a. Automatische Identifikation von Bauelementen (10, 2, 3, 3', 3") eines Industriesteckverbinders (1) aus zumindest einer Bilddatei; b. Analyse der geometrischen Beziehungen und/oder funktionalen Zusammenhänge zwischen den Bauelementen (10, 2, 3, 3', 3''); c. Extraktion individueller Merkmale der Bauelemente (10, 2, 3, 3', 3") aus der Bilddatei unter Verwendung von aus Schritt b gewonnen Informationen.
  2. Verfahren nach Anspruch 1, wobei Verfahrensschritt a. zumindest die automatische visuelle Erkennung der Bauelemente (10, 2, 3, 3', 3") als einzelne Objekte und die Zuordnung der Bauelemente (10, 2, 3, 3', 3") zu Bauteilkategorien mittels künstlicher Intelligenz (KI) umfasst;
  3. Verfahren gemäß Anspruch 2, wobei für den Verfahrensschritt a zumindest die folgenden Bauteilkategorien zur Verfügung stehen: - Steckverbindergehäuse - Kontakteinsätze („Isolierkörper).
  4. Verfahren gemäß Anspruch 3, wobei ein Steckverbindergehäuse (1) weiterhin durch eines oder mehrere der folgenden Merkmale charakterisiert wird: - Tüllengehäuse; - Anbaugehäuse; - Sockelgehäuse.
  5. Verfahren gemäß einem der Ansprüche 3 bis 4, wobei das Steckverbindergehäuse (1) weiterhin durch eines oder mehrere der folgenden Merkmale charakterisiert wird: o Vorhandensein und gegebenenfalls Art und Form einer Kabelverschraubung, o Art und Form einer Gehäuseverriegelung; o Art und Form einer Dichtung; o Vorhandensein und gegebenenfalls Art seiner Kodierung und/oder Polarisationsvorrichtung; o seine geometrischen Abmessungen; o sein Material und/oder sein Herstellungsverfahren; o Vorhandensein und gegebenenfalls Art und Form eines PE (Protective Earth) - Elements; o Vorhandensein und gegebenenfalls Anzahl und Form einer oder mehrerer PE-Brücken.
  6. Verfahren gemäß einem der Ansprüche 3 bis 5, wobei die Kontakteinsätze weiterhin durch zumindest eines der folgenden Merkmale charakterisiert werden: o Ihre Größe und geometrische Form; o zumindest eine Funktionskategorie; o Vorhandensein, sowie gegebenenfalls Art und Form, eines PE (Protective Earth) - Elements;
  7. Verfahren gemäß Anspruch 6, wobei die Funktionskategorie zumindest eines der folgenden Merkmale umfasst: - Elektrische Energieübertragung, - Analoge und/oder digitale elektronische Signalübertragung, - optische sowie optolektronische Signalübertragung, - Pneumatik, z. B. Luftdruckübertragung;
  8. Verfahren gemäß einem der Ansprüche 3 bis 7, wobei für den Verfahrensschritt A2 zusätzlich auch die folgenden Bauteilkategorien zur Verfügung stehen: - Steckverbindermodule, - Steckverbindermodularrahmen.
  9. Verfahren gemäß Anspruch 8, wobei die Steckverbindermodule weiterhin durch zumindest eines der folgenden Merkmale charakterisiert werden: o ihre geometrischen Abmessungen; o ihre Funktionskategorie; o Art und Form ihrer Rastmittel.
  10. Verfahren gemäß Anspruch 9, wobei zumindest eines der Bauelemente in Verfahrensschritt a2 zusätzlich zumindest einer der folgenden Funktionskategorien zugeordnet werden: - Elektrische Energieübertragung; - Analoge und/oder digitale elektronische Signalübertragung; - optische sowie optolektronische Signalübertragung; - Pneumatik, z. B. Luftdruckübertragung; - Messtechnik; - Datentechnik.
  11. Verfahren gemäß Anspruch 10, wobei die vorgenannte Funktionskategorie „Messtechnik“ zumindest eine der folgenden Unterkategorien umfasst: o Wärmemessung; o Schwingungs-, und/oder Schall- und Vibrationsmessung; o Stromsensorik; o Spannungsmessung; o Elektrische Energiemessung; o Lichtmessung (photometrische Größen); o Translations- und/oder Rotationsgeschwindigkeitsmessung.
  12. Verfahren gemäß einem der Ansprüche 10 bis 11, wobei die Funktionskategorie „Datentechnik“ zumindest eine der folgenden Unterkategorien umfasst: o Digitale elektronische Datenspeicherung; o Datenverteilung (z. B. Switche); o Datenverarbeitung (z. B. dezentrale Rechnereinheiten).
  13. Verfahren nach einem der Ansprüche 7 bis 12, wobei ein Steckverbindermodularrahmen durch zumindest eines der folgenden Merkmal charakterisiert wird: o Anzahl seiner Steckplätze; o Art und Form seines Mechanismus zur Aufnahme und Fixierung der Steckverbindermodule; o Stabilität/Eignung für Pneumatik; o sein Material (z. B. Metall oder Kunststoff) und/oder sein Herstellungsverfahren; o Vorhandensein und gegebenenfalls Art und Form seiner PE-Erdung.
  14. Verfahren gemäß einem der Ansprüche 2 bis 13, wobei als Bauteilkategorien Artikelnummern verwendet werden.
  15. Verfahren gemäß einem der Ansprüche 2 bis 14, wobei als Bauteilkategorien Produktbezeichnungen verwendet werden.
DE102019133192.7A 2019-12-05 2019-12-05 Verfahren zur Identifikation von Industriesteckverbindern Pending DE102019133192A1 (de)

Priority Applications (6)

Application Number Priority Date Filing Date Title
DE102019133192.7A DE102019133192A1 (de) 2019-12-05 2019-12-05 Verfahren zur Identifikation von Industriesteckverbindern
PCT/DE2020/100998 WO2021110207A1 (de) 2019-12-05 2020-11-25 Verfahren zur identifikation von industriesteckverbindern
US17/766,723 US20240062559A1 (en) 2019-12-05 2020-11-25 Method for identifying industrial connectors
EP20824888.0A EP4070262A1 (de) 2019-12-05 2020-11-25 Verfahren zur identifikation von industriesteckverbindern
KR1020227022810A KR20220136348A (ko) 2019-12-05 2020-11-25 산업용 플러그 인 커넥터들의 식별 방법
CN202080079391.4A CN114746880A (zh) 2019-12-05 2020-11-25 识别工业插接连接器的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102019133192.7A DE102019133192A1 (de) 2019-12-05 2019-12-05 Verfahren zur Identifikation von Industriesteckverbindern

Publications (1)

Publication Number Publication Date
DE102019133192A1 true DE102019133192A1 (de) 2021-06-10

Family

ID=73838867

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102019133192.7A Pending DE102019133192A1 (de) 2019-12-05 2019-12-05 Verfahren zur Identifikation von Industriesteckverbindern

Country Status (6)

Country Link
US (1) US20240062559A1 (de)
EP (1) EP4070262A1 (de)
KR (1) KR20220136348A (de)
CN (1) CN114746880A (de)
DE (1) DE102019133192A1 (de)
WO (1) WO2021110207A1 (de)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10152851A1 (de) * 2001-10-25 2003-05-15 Daimler Chrysler Ag Bildverarbeitungssystem
WO2019105502A1 (de) * 2017-11-29 2019-06-06 Rittal Gmbh & Co. Kg Verfahren für die elektrische verkabelung mit einem kabelsequenz von elektronischer komponenten im schaltanlagenbau und eine entsprechende robotanordnung

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE212012000216U1 (de) * 2011-11-23 2014-07-17 3M Innovative Properties Company Verriegelnde Verbinderanordnung
US10467501B2 (en) * 2017-10-30 2019-11-05 Sap Se Computer vision architecture with machine learned image recognition models
DE102018103449A1 (de) * 2018-02-15 2019-08-22 Tkr Spezialwerkzeuge Gmbh Verfahren zur Identifikation eines Gegenstandes und Bereitstellung von Informationen

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10152851A1 (de) * 2001-10-25 2003-05-15 Daimler Chrysler Ag Bildverarbeitungssystem
WO2019105502A1 (de) * 2017-11-29 2019-06-06 Rittal Gmbh & Co. Kg Verfahren für die elektrische verkabelung mit einem kabelsequenz von elektronischer komponenten im schaltanlagenbau und eine entsprechende robotanordnung

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ZHAO, D. [et al.]: Vision-based adaptive stereo measurement of pins on multi-type electrical connectors. In: Measurement Science and Technology, 2019, 30. Jg., Nr. 10, S. 105002.URL: https://iopscience.iop.org/article/10.1088/1361-6501/ab198f/pdf[abgerufen am 09.12.2020] *

Also Published As

Publication number Publication date
CN114746880A (zh) 2022-07-12
WO2021110207A1 (de) 2021-06-10
US20240062559A1 (en) 2024-02-22
KR20220136348A (ko) 2022-10-07
EP4070262A1 (de) 2022-10-12

Similar Documents

Publication Publication Date Title
EP0425595B1 (de) Verfahren und anordnung zur automatischen optischen klassifikation von pflanzen
EP0845720B1 (de) Verfahren zur Analyse und Darstellung von transienten Prozessvorgängen
DE102007041893A1 (de) Verfahren zur Detektion und/oder Verfolgung von bewegten Objekten in einer Überwachungsszene mit Störern, Vorrichtung sowie Computerprogramm
DE2128690A1 (de) Vorrichtung für die Texturanalyse eines nichthomogenen Mediums
DE102019133685A1 (de) Informationsverarbeitungssystem und -verfahren
DE4326487C2 (de) Adaptives Filter
DE2507174A1 (de) Verfahren und vorrichtung zur erzeugung digitaler repraesentationen eines objektes
DE102019133192A1 (de) Verfahren zur Identifikation von Industriesteckverbindern
WO2021110208A1 (de) Verfahren zur identifikation von industriekabeln
DE102020208474A1 (de) Messung der Empfindlichkeit von Klassifikatoren anhand zusammenwirkender Störungen
DE102021111592A1 (de) Verfahren zur automatische Konfiguration industrieller Steckverbinder
DE102017107580A1 (de) Schaltanlage und Verfahren zum Bearbeiten oder Überprüfen einer Anordnung von elektrischen oder elektronischen Geräten einer Schaltanlage
EP4121897B1 (de) Verfahren und systeme zum bereitstellen von synthetischen gelabelten trainingsdatensätzen und ihre anwendungen
DE102020208765A1 (de) Bildklassifikator mit variablen rezeptiven Feldern in Faltungsschichten
DE102019002139A1 (de) Verfahren zur Prozessdokumentation
DE1549893A1 (de) Verfahren und Anordnung zur elektronischen Klassierung von Bildvorlagen
Simon et al. Influencing factors for acceptance of digital tools in the humanities
DE10009538B4 (de) Verfahren zur Analyse von Fingerabdruckbildern
DE102022209248A1 (de) Anonymisieren von Bilddaten
DE19721197C2 (de) Recheneinrichtung zum Verarbeiten einer Eingangsdatenstruktur
DE102022128149A1 (de) Verfahren zum Betreiben eines Überwachungssystems einer Produktionseinrichtung für ein Kraftfahrzeug, Computerprogrammprodukt sowie Überwachungssystem
DE4101169C2 (de) Meßverfahren zur komprimierten grafischen Darstellung von digital registrierten seismologischen Daten
DE102022209257A1 (de) Auf einem Realbetrieb eines Bilddatengerätes basierende Synthesedaten
DE3928270C2 (de)
DE102020106857A1 (de) Mikroskopiesystem und verfahren zum verarbeiten von mikroskopbildern

Legal Events

Date Code Title Description
R081 Change of applicant/patentee

Owner name: HARTING ELECTRIC STIFTUNG & CO. KG, DE

Free format text: FORMER OWNER: HARTING STIFTUNG & CO. KG, 32339 ESPELKAMP, DE

R163 Identified publications notified
R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: G06K0009620000

Ipc: G06V0030190000

R081 Change of applicant/patentee

Owner name: HARTING ELECTRIC STIFTUNG & CO. KG, DE

Free format text: FORMER OWNER: HARTING ELECTRIC GMBH & CO. KG, 32339 ESPELKAMP, DE