DE102019133193A1 - Verfahren zur Identifikation von Industriekabeln - Google Patents

Verfahren zur Identifikation von Industriekabeln Download PDF

Info

Publication number
DE102019133193A1
DE102019133193A1 DE102019133193.5A DE102019133193A DE102019133193A1 DE 102019133193 A1 DE102019133193 A1 DE 102019133193A1 DE 102019133193 A DE102019133193 A DE 102019133193A DE 102019133193 A1 DE102019133193 A1 DE 102019133193A1
Authority
DE
Germany
Prior art keywords
cable
components
industrial
twisted pair
lines
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
DE102019133193.5A
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 DE102019133193.5A priority Critical patent/DE102019133193A1/de
Priority to PCT/DE2020/100999 priority patent/WO2021110208A1/de
Priority to EP20824444.2A priority patent/EP4070264A1/de
Priority to US17/781,284 priority patent/US20220415062A1/en
Priority to CN202080083093.2A priority patent/CN114766044A/zh
Publication of DE102019133193A1 publication Critical patent/DE102019133193A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24133Distances to prototypes
    • 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]
    • G06Q30/0623Item investigation
    • G06Q30/0625Directed, with specific intent or strategy
    • G06Q30/0627Directed, with specific intent or strategy using item specifications
    • 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
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G06V10/449Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
    • G06V10/451Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
    • G06V10/454Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
    • 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
    • G06V10/764Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • 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
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/64Three-dimensional objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Development Economics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Insulated Conductors (AREA)
  • Image Analysis (AREA)
  • Electric Cable Installation (AREA)

Abstract

Um einem Anbieter von Industriekabeln Personalkosten einzusparen und seinen Kunden auch im globalen Datenverkehr zeitnah und zuverlässig einen gleichbleibend hohen Qualitätsstandard zu gewährleisten, wird ein Verfahren zur Identifikation von Industriekabeln mit den folgenden Schritte vorgeschlagen:a. Automatische visuelle Identifikation mehrerer unterschiedlicher Bestandteile (10, 2, 3, 3', 3") eines Industriekabels (100) aus zumindest einer Bilddatei;b. Analyse der geometrischen Beziehungen und/oder funktionalen Zusammenhänge zwischen den Bestandteilen (10, 2, 3, 3', 3'');c. Extraktion individueller Merkmale der Bestandteile (10, 2, 3, 3', 3") aus der Bilddatei unter Verwendung von aus Schritt b gewonnen Informationen.Durch die Kombination der visuellen Analyse mit bestehendem Wissen, und optional möglicherweise auch zusätzlich ergänzt durch erlerntes Wissen, wird so ein sehr zuverlässig funktionierendes Verfahren zur Erkennung von Industriekabeln bereitgestellt.

Description

  • Die Erfindung geht aus von einem Verfahren zur Identifikation von Industriekabeln nach der Gattung des unabhängigen Anspruchs 1.
  • Verfahren zur Identifikation von Industriekabeln werden von Kabelherstellern und Kabelanbietern benötigt, um produktspezifische Kundenfragen zu beantworten und infolgedessen gegebenenfalls auch geeignete Angebote für den jeweiligen Kunden zu erstellen. Die Kundenanfragen beziehen sich üblicherweise auf beim Kunden bereits vorhandene Industriekabel und entsprechende Kompatibilitäten. Der Kunde besitzt in der Regel bereits ein oder mehrere Industriekabel. Dabei sollen üblicherweise gleiche oder alternative Industriekabel gleicher oder ähnlicher Funktionalität aufgefunden werden. Dazu können die Industriekabel vorgegebenen Funktionskategorien zugeordnet sein. Funktionskategorien können dabei - beispielhaft aber nicht darauf beschränkt - sein: Elektrische Energieübertragung, elektronische Signalübertragung (analog sowie digital), optische Signalübertragung, Pneumatik, z.B. Luftdruckübertragung, sowie in seltenen Einsatzgebieten das Weiterleiten von Flüssigkeiten, z.B. Kühlflüssigkeit.
  • Stand der Technik
  • Im Stand der Technik ist es bei Kabelanbietern 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 Kabelanbieters 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 des Kabelanbieters, so muss er sein Wissen schriftlich festhalten und/oder einen Kollegen einarbeiten, da sonst das entsprechende Wissen für das Unternehmen möglicherweise verloren geht. Zum Nachteil aller Beteiligten ist dadurch ein gleichbleibend hoher Qualitätsstandard der Kundenbetreuung gefährdet.
  • Aufgabenstellung
  • Die Aufgabe der Erfindung besteht darin, ein Verfahren zur Identifikation von Industriekabeln vorzustellen, welches einem Kabelanbieter 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 Industriekabeln und weist die folgenden Schritte auf:
    1. a. Automatische visuelle Identifikation mehrerer unterschiedlicher Bestandteile zumindest eines Industriekabels aus zumindest einer Bilddatei;
    2. b. Analyse der geometrischen Beziehungen und/oder funktionalen Zusammenhänge zwischen diesen Bestandteilen;
    3. c. Extraktion individueller Merkmale der Bestandteile 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 die Funktionalität und den Aufbau von Industriekabeln in dem Verfahren berücksichtigt werden. Dieses Wissen betrifft beispielsweise die Stromtragfähigkeit, die Temperaturbeständigkeit, Schutz gegen Feuchtigkeit, Witterungs-, Ozon-, UV-Beständigkeit sowie Schirmung und isolierende Eigenschaften und daraus folgernd Material und Stärke der Isolierung, der Schirmung, z. B. Material und Ausgestaltung eines Schirmgeflechts und insbesondere die Zusammengehörigkeit einzelner Litzen, Schirmen und/oder Isolierungen zu einem gemeinsamen elektrischen Leiter, etc.
  • Das Wissen kann zuvor, d. h. bereits vor Verfahrensschritt a, bei der Erstellung des Computerprogramms durch oder mit Unterstützung eines Fachmanns in das Verfahren eingebracht worden sein. Ergänzend kann das System in einer bevorzugten Ausgestaltung auch selbstlernend zusätzliches Wissen generieren.
  • Beispielsweise kann das Verfahren folgendermaßen durchgeführt werden: Die Bilddatei besteht aus einer Querschnittsdarstellung eines Industriekabels, das unter anderem eine geschirmte Twisted Pair („shielded Twisted Pair“) -Leitung besitzt. In Verfahrensschritt a. wird die Information gewonnen, dass eine zumindest mit einer eignen Isolierung umgebene Twisted Pair Leitung vorhanden ist. Daraus kann in Verfahrenschritt b. gefolgert werden, dass die Twisted Pair-Leitung mit hoher Wahrscheinlichkeit auch einen Schirm besitzt, da erfahrungsgemäß nur sehr selten Twisted Pair-Leitungen existieren, die zwar eine eigene Isolierung, nicht aber einen eigenen Schirm aufweisen. Diese Erfahrung kann beispielsweise zuvor in das System einprogrammiert worden sein. Alternativ oder ergänzend kann dieses Wissen aber mittels selbstlernender Algorithmen von dem Verfahren selbst über einen ausreichend großen Zeitraum, also über eine ausreichend große Anzahl verschiedener Analysen, gewonnen werden.
  • In vielen Fällen kann, insbesondere, wenn mehrere solcher hohen Wahrscheinlichkeiten miteinander verknüpft werden, von einem nahezu gesicherten Sachverhalt ausgegangen werden. Dafür können im Verfahren ein oder mehrere Schwellwerte für die entsprechenden Wahrscheinlichkeiten vorgegeben sein.
  • In Verfahrensschritt a. kann aber alternativ oder ergänzend bereits erkannt worden sein, dass die Twisted Pair - Leiter von irgendeinem Schirm umgeben sind, der innerhalb der Isolierung angeordnet ist, ohne dass die Art dieses Schirms in Verfahrensschritt a. genau identifiziert werden konnte.
  • Durch das besagte einprogrammierte Wissen aus Schritt b. kann in Schritt c. aber weiterhin gefolgert werden, dass es sich bei diesem Schirm um eine Schirmfolie handeln muss, weil - wie aus Schritt b bekannt - für geschirmte Twisted Pair-Leitungen grundsätzlich nur Schirmfolie in Frage kommt. Mit anderen Worten: Gemäß des einprogrammierten und/oder selbsterlernten Wissens, auf welches der Verfahrensschritt b zurückgreift, sind keine geschirmten Twisted Pair-Leitungen bekannt, die eine Schirmung besitzen, welche nicht aus Schirmfolie besteht. Aus der Erkennung einer geschirmten Twisted Pair-Leitung ergibt sich folglich im Umkehrschluss, dass der erkannte Schirm aus Folie bestehen muss.
  • Für den Verfahrensschritt a können in einer bevorzugten Ausgestaltung zumindest einige der folgenden Bestandteilkategorien zur Verfügung stehen:
    • - Leitungen;
    • - Litzen;
    • - Äußere Abschirmung;
    • - Außenummantelung;
    • - Innenummantelung;
    • - Isolierung;
    • - Einzelabschirmungen.
  • Weiterhin können selbstverständlich auch verhältnismäßig triviale, optisch erkennbare Merkmale wie Farbe und Beschriftung der Leitungen und/oder des gesamten Industriekabels bei der Zuordnung eine Rolle spielen.
  • Konkretisierend können die die Leitungen des Industriekabels weiterhin durch zumindest eines der folgenden Merkmale charakterisiert werden:
    • - Stärke und Form des jeweiligen elektrischen Leiters / der jeweiligen Leitungsader;
    • - Stärke und Form der Leiterisolierung;
    • - Art und Form des Leitungsschirms.
  • Der Verfahrensschritt a kann dazu vorteilhafterweise umfassen:
    • Eine automatische visuelle Erkennung der Bestandteile als einzelne Objekte sowie eine Zuordnung der Bestandteile zu Bestandteilkategorien des Industriekabels mittels künstlicher Intelligenz (KI).
  • Optional kann zusätzlich in Verfahrensschritt a eine Zuordnung der erkannten Bestandteile zu zumindest einer Funktionskategorie erfolgen.
  • Zur Ermöglichung der automatischen Identifikation kann das System zuvor, also bereits vor dem Verfahrensschritt a, zur Erkennung und Charakterisierung der Bestandteile manuell, d. h. durch eine menschliche Tätigkeit, „angelernt“ werden. Dabei werden nicht nur Bestandteilkategorien, wie z. B. „Adern“, „Litzen“, „Isolierung“, „Schirmung“, „Kabelummantelung“, etc. trainiert, sondern es können auch konkrete, interne wie auch allgemeine Typenbezeichnungen für eine zuvor getroffene Auswahl der Bestandteile 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 a, für neu hinzugekommene Bilddateien - oder definierte Teile davon - eine Zuordnung der darin aufgefundenen Bestandteile zu diesen Bestandteilkategorien selbstständig zu treffen.
  • Dazu wird also zeitlich bereits vor der Durchführung des Verfahrensschritts a zunächst das besagte Training manuell durchgeführt.
  • In einem einfachen Beispiel beinhaltet eine Reihe von Trainingsbildern je ein geschirmte Twisted Pair-Leitung mit einem Twisted Pair-Adernpaar, das von einem Schirm und einer Leiterisolierung umgeben ist. Das Adernpaar, seine Adern, seine Leiter und deren Isolierung sowie ggf. ein Schirm und seine Ummantelung werden händisch in Form von geometrischen Angaben als Koordinaten in das System eingegeben. An dieser Stelle sei die KI lediglich als „Black Box“, d. h. nur in ihrer Funktionalität betrachtet. Wird das Verfahren nun auf Nutzdaten angewandt, also zur Analyse eines in einer vom Kunden übersandten Bilddatei eines Bildes eines im Querschnitt dargestellten Industriekabels, so kann beispielsweise der Schirm der Twisted Pair-Leitung, wenn er auf dem Bild gut zu sehen ist, bereits deshalb als solcher erkannt werden, weil er in Position und Beschaffenheit eine große Ähnlichkeit mit den Schirmen der Trainingsbilder aufweist.
  • Zwar erfordert dieses Training 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 Bestandteilkategorien den dazugehörigen Trainingsbildern, z. B. mittels Trainingstabellen, manuell zugeordnet werden.
  • Diese Zuordnung kann in einer bevorzugten Weiterbildung geschehen, indem jedem Trainingsbild pro Bestandteil eine Zeile in der Trainingstabelle zugeordnet wird. In der Trainingstabelle gibt es, neben der Spalte für das referenzierte Trainingsbild, weiterhin eine Spalte zur Bestandteilkategorie, sowie vier Spalten die die genaue Position des Bestandteils, z. B. in X- und Y-Achse und/oder z. B. durch Vektoren und/oder Polarkoordinaten und dessen Höhe und Breite im Bild genau beschreiben.
  • In einem weiteren Beispiel zeigt ein Trainingsbild ein Industriekabel im Querschnitt, das eine bestimmte Hochstromleitung aufweist. Die Hochstromleitung besitzt eine Bezeichnung, beispielsweise „Delta Power 03“ und/oder einer internen Artikelnummer, z. B. „10 47 003 2634“.
  • Die Trainingstabelle besitzt dann genau eine Zeile für die Kombination Trainingsbild-Bestandteil, in welcher z. B. der Eintrag „Bild4813“ für das Trainingsbild, eine interne Typenbezeichnung für den jeweiligen Bestandteil, und die Positionsangaben, beispielsweise die Zahlenwerte „92, 25, 178, 75“ für entweder die X-Y-Positionen oder entsprechende Zahlenwerte für Polarkoordinaten, sowie Höhe und Breite und/oder Mittelpunkt und Radius des Bestandteils im Querschnitt des Industriekabels zu finden sind. Kenner, relative Position und Dimension (Höhe/Breite; Mittelpunkt/Radius bzw. deren Verhältnisse bzgl. der verschiedenen Bestandteile) können zuvor von einem Fachmann händisch eingegeben worden sein. Im Falle der Verwendung von Artikelnummern kann es besonders vorteilhaft sein, wenn diese systematisch gepflegt sind. Somit können Bestandteile, 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, z. B. durch Zuordnung zu allgemeinen Begriffen, eine grobe Zuordnung vornehmen.
  • In einer weiteren bevorzugten Ausgestaltung kann eine Artikelnummer eines Bestandteils auch stellvertretend für ähnliche Bestandteile verwendet werden, um eine etwas gröbere Rasterung und dadurch eine sinnvolle Zuordnung zu erreichen. Beispielsweise können auf diese Weise verschiedene Signalleitungen, die sich lediglich durch die Farbe ihrer Isolierung unterscheiden, trotz ihrer minimalen Verschiedenheit einer gemeinsamen Bestandteilkategorie zugeordnet werden.
  • Bevorzugt passt die KI im Rahmen des Trainings die Gewichte ihre neuronalen Verbindungen über eine Vielzahl von Trainingsbildern so an, dass es in der Lage ist, die auf den Bildern befindlichen Bestandteil 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 Bestandteile 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 Bestandteile identifiziert (also einer bekannten Kategorie, wie z. B. „Hochstromleitung“) zugeordnet und lokalisiert werden.
  • Alternativ oder ergänzend können die Objekte auf gleiche Weise aber auch konkreten Bauformen zugeordnet werden. Wird die Bestandteilkategorie also speziell auf ganz bestimmte Produkte trainiert, also nicht nur allgemein z. B. auf „Hochstromleitung“ oder „Signalleitung“, sondern, wie im oben genannten Beispiel beschrieben auf interne Artikelnummer „10 47 003 2634“, so werden die zu analysierenden Objekte daraufhin eben diesen Bestandteilkategorien zugeordnet.
  • Alternativ oder ergänzend kann sich das Training aber auch auf bestimmte, bekannte Merkmale der jeweiligen Bestandteile beziehen.
  • Wie sich in zahlreichen Versuchen und Testläufen gezeigt hat, funktioniert dieses Prinzip zuweilen auch sehr gut für Merkmale, bei denen es ein Kabelfachmann 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 können die auf den Trainingsbildern gezeigten Objekte zwar aber müssen nicht unbedingt Bestandteile zeigen, die dem Kabelbereich entstammen. Vielmehr müssen sie nur die entsprechenden herstellungs- und materialspezifischen Eigenheiten aufweisen, auf die es bei der jeweiligen Untersuchung ankommen soll, beispielsweise „Kunststoff“, „Metall“; „Litze“ „Geflecht“ und/oder „Folie“. Alternativ kann die KI aber auch ausschließlich mit Trainingsbildern von Bestandteilen aus dem Kabelherstellungsbereich und insbesondere genau mit den betreffenden Bestandteilen, z. B. „Kabelummantelung“ 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, in einem ersten Schritt als „Energieleitungsadern“ identifizierte Objekte nachfolgend dem jeweiligen Material und/oder Herstellungsverfahren 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 Bestandteile, z. B. „Litzenleiter“, „Isolierung“, „Schirmung“, „Kabelummantelung“, etc. identifiziert werden.
  • Diese Bestandteile, beispielsweise die Isolierungen können geometrische Eigenschaften wie Stärke, und Form, aber weiterhin durch die besagte Programmierung auch funktional klassifiziert werden, beispielsweise in Temperaturbeständigkeit, Biegsamkeit, elektrische Kriecheigenschaften. Alternativ oder ergänzend können sie nach Material und Herstellungsverfahren, aber beispielsweise auch speziellen Produkten, zugeordnet werden.
  • Weiterhin kann das Industriekabel durch eines oder mehrere der folgenden Merkmale charakterisiert werden:
    • ◯ Außendurchmesser;
    • ◯ Vorhandensein und ggf. Art eines Außenschirms;
    • ◯ Anzahl seiner Leitungen;
    • ◯ Stärke seiner Adern;
    • ◯ Material und/oder Herstellungsverfahren der Adern;
    • ◯ Stärke, Form und/oder Position der einzelnen Isolierungen der Adern;
    • ◯ Material und/oder Herstellungsverfahren dieser Isolierungen;
    • ◯ Vorhandensein und gegebenenfalls Art und Form von Einzelschirmungen und/oder einer separaten PE (Protective Earth) - Leitung;
    • ◯ Stärke und Form der Kabelummantelung, sowie deren
    • ◯ Eignung für eine bestimmte Kabelverschraubung,
    wobei dem Fachmann klar ist, dass sich die Merkmale, welche sich auf Abmessungen beziehen, vorteilhaft in ihrer relativen Größe zueinander betrachtet werden können.
  • In einer weiteren bevorzugten Ausgestaltung können die einzelnen Leitungen durch zumindest eines der folgenden Merkmale charakterisiert werden:
    • ◯ Ihre Größe und geometrische Form;
    • ◯ zumindest eine Funktionskategorie;
    • ◯ Ihre geometrische Anordnung im Kabel,
    wobei dem Fachmann klar ist, dass sich die Merkmale, welche sich auf Abmessungen beziehen, vorteilhaft in ihrer relativen Größe zueinander betrachtet werden können
  • 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 a können zusätzlich auch die folgenden Bestandteilkategorien zur Verfügung stehen:
    • - Litzen,
    • - Isolierungen
    • - Schirmungen.
  • Die Litzen können weiterhin durch zumindest eines der folgenden Merkmale charakterisiert werden:
    • ◯ ihre geometrischen Abmessungen;
    • ◯ ihre Funktionskategorie;
    • ◯ Ihrer Position im Kabel, also im Kabelquerschnitt,
    wobei dem Fachmann klar ist, dass sich die Merkmale, welche sich auf Abmessungen beziehen, vorteilhaft in ihrer relativen Größe zueinander betrachtet werden können
  • 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;
    • - Datenübertragung.
  • 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.
  • Bevorzugt erfolgen der Lernprozess und die Analyse einzelner Bestandteile unter Berücksichtigung des physischen Aufbaus anderer Bestandteile des Industriekabels. Ausgehend von einem digitalen Bild eines Kabelquerschnitts können so durch den vorgeschlagenen Prozess die Bestandteile des Industriekabels genau identifiziert und insbesondere gemäß ihrer funktionalen Beziehung zueinander geometrisch beschrieben werden. Durch die vorteilhafte sequenzielle Bearbeitungskette aus Kabelidentifikation und algorithmischer Analyse wird eine hierarchische Beschreibung eines Industriekabels 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 KIbasierten automatischen visuellen Erkennung, beispielsweise mittels „Convolutional Neural Networks“ (CNNs), und der anschließenden algorithmischen Bildverarbeitung aus, und zwar unter Berücksichtigung des physischen Aufbaus eines Industriekabels, also der funktionalen und geometrischen Beziehung zueinander.
  • Figurenliste
  • Im Folgenden wird ein bevorzugtes Ausführungsbeispiel der Erfindung anhand einer Zeichnung dargestellt und wird im Folgenden näher erläutert. Dazu wird ein System zur Identifikation eines Industriekabels 100 aus einer digitalen Bilddatei vorgestellt.
  • Es zeigen:
    • 1 ein zu analysierendes Bild eines zu identifizierenden Industriekabels;
    • 2 ein Ablaufdiagram eines Verfahrens zur Identifikation der Bestandteile des Industriekabels aus einer zum Bild gehörenden digitalen Bilddatei.
  • Die Figuren enthalten teilweise vereinfachte, schematische Darstellungen. Zum Teil werden für gleiche, aber gegebenenfalls nicht identische Elemente identische Bezugszeichen verwendet. Verschiedene Ansichten gleicher Elemente könnten unterschiedlich skaliert sein.
  • Die 1 zeigt ein zu analysierendes Bild eines zu identifizierenden Industriekabels 100. Dieses Bild ist Inhalt einer vom Kunden übersandten Bilddatei. Das Bild zeigt einen Kabelquerschnitt mit einer äußeren Kabelummantelung 101 und einer darin eingebetteten Abschirmung 103 in Form eines Schirmgeflechts, das in der Zeichnung aus Übersichtlichkeitsgründen nicht graphisch dargestellt ist. Innerhalb dieser Kabelummantelung 101 sind folgende Bestandteile angeordnet:
    • - ein 4-fach Twisted Pair-Leitung 1 mit vier einzelnen Twisted Pair-Leitungen;
    • - zwei separate 1-fach Twisted Pair Leitungen 1';
    • - fünf einzelne Koaxial-Leitung 2, 2', 2'';
    • - eine Energieleitung 3 mit drei Energieleitungsadern 30, 30', 30".
  • Dabei und im Folgenden sind gleiche, d. h. sich prinzipiell wiederholende Bestandteile der Übersichtlichkeit wegen nicht immer mit einem eigenen Bezugszeichen versehen.
  • Allein diese grobe Auflistung ist bereits dazu geeignet, das Industriekabel 100 grundlegend zu charakterisieren und mit funktional vergleichbaren anderen Industriekabeln gedanklich in Verbindung zu bringen.
  • Zur genaueren Zuordnung zu ihren jeweiligen Bestandteilkategorien werden die bereits aufgeführten Bestandteile ihrerseits durch weitere Bestandteile und deren individuelle Beschaffenheit näher erläutert.
  • Von den beiden separaten 1-fach Twisted Pair-Leitungen 1' ist nur eine, stellvertretend für die andere, explizit mit Bezugszeichen versehen. Bei diesen separaten 1-fach Twisted Pair-Leitungen ist jedes Twisted Pair-Adernpaar, bestehend aus zwei Adern 10', die ihrerseits jeweils aus einem Twisted-Pair-Leiter 15' und einer ihn umgebenden Leiterisolierung 14' gebildet sind. Das Adernpaar besitzt als eigenen Mantel eine Twisted Pair Ummantelung 11' mit einer innenseitig daran angeordneten Twisted Pair-Schirmfolie 13', die in der Zeichnung aus Übersichtlichkeitsgründen nicht dargestellt ist.
  • Die 4-fach-Twisted Pair-Leitung 1 besitzt, wie bereits erwähnt, die vier einzelnen Twisted Pair-Leitungen, die ihrerseits je zwei Twisted Pair-Adern 10 aufweisen. Jede dieser Adern 10 ist gebildet aus einem Twisted-Pair-Leiter 15 und einer ihn umgebenden Leiterisolierung 14. Dabei bilden die beiden Twisted Pair-Adern 10 gemeinsam jeweils ein Twisted Pair-Adernpaar. Jedes Twisted Pair-Adernpaar ist von einer eigenen Adernpaar-Ummantelung und einer darin befindlichen Schirmfolie umgeben, wobei diese Adernpaar-Ummantelung und die darin befindliche Schirmfolie zu der jeweiligen Twisted Pair-Leitung gehören und zwar hier aus Übersichtlichkeitsgründen nicht mit Bezugszeichen versehen sind. Die vier Twisted Pair Leitungen sind gemeinsam von einer Twisted Pair Ummantelung 11 und von einer gemeinsamen, darin befindlichen Schirmfolie 13 umgeben.
  • Von den fünf Koaxialleitungen 2, 2', 2" sind aus Übersichtlichkeitsgründen nur drei überhaupt mit zumindest einem Bezugszeichen versehen. Eine dieser Koaxialleitungen ist stellvertretend für die anderen vollständig bezeichnet. Sie besitzt einen elektrischen Innenleiter 25, umgeben von einer Koaxial-Isolierung 24. Diese ist ihrerseits von einem inneren Schirm 23 umgeben, der seinerseits von einer Koaxialleitungs-Ummantelung 22 umgeben ist.
  • Weiterhin besitzt das Industriekabel 100 eine Energieleitung 3 mit drei Energieleitungsadern 30, 30', 30". In vorgenannter Weise ist auch hier nur eine Energieleitungsader 30 vollständig bezeichnet. Die Energieleitungsadern 30, 30', 30" besitzen je eine Energieleitungslitze 35 als elektrischen Leiter, welche jeweils von einer Aderisolierung 34 umgeben ist. Diese drei Energieleitungsadern 30, 30', 30" sind gemeinsam von einer Energieleitungsummantelung 31 umgeben, welche ebenfalls Bestandteil der Energieleitung 3 ist.
  • Die 2 zeigt ein Ablaufdiagram eines Verfahrens zur beispielhaften automatischen Identifikation des Industriekabels 100 aus dieser Bilddatei.
  • Das Verfahren wird mittels eines Computerprogramms auf einem Rechenserver durchgeführt, und umfasst folgende Schritte:
    1. a. Automatische Identifikation der Grundbestandteile 10, 10', 2, 2', 2", 30, 30', 30" des Industriekabels 100 aus der Bilddatei, durch automatische visuelle Erkennung und Zuordnung der Grundbestandteile 10,10', 2, 2', 2", 30, 30', 30" als einzelne Objekte mittels künstlicher Intelligenz (KI);
    2. b. Analyse der geometrischen Beziehungen und/oder funktionalen Zusammenhänge zwischen den einzelnen Bestandteilen 10, 10', 2, 2', 2", 30, 30', 30'';
    3. c. Extraktion individueller Merkmale der Grundbestandteile 10, 10', 2, 2', 2", 30, 30', 30" aus der Bilddatei unter Verwendung von aus Schritt b gewonnen Informationen.
  • In Verfahrensschritt a werden zunächst die folgenden Bestandteile mittels eines sogenannten „Convolutional Neuronal Networks“ (CNN) voneinander separiert, d. h. als verschiedene Objekte erkannt und den verschiedenen Bestandteilkategorien zugeordnet.
  • Das System erkennt also in dem Verfahrensschritt a, aufgrund eines dem Verfahren vorangegangen Trainings, beispielsweise Folgendes:
    • - Ein erstes Objekt 101 der Kategorie „Kabelummantelung“;
    • - Ein zweites Objekt 1 der Kategorie „4-fach-Twisted Pair-Leitung“
    • - zwei dritte Objekte 10' der Kategorie „1-fach Twisted Pair-Leitung“;
    • - Fünf vierte Objekte 2, 2', 2" der Kategorie „Koaxial-Leitung“;
    • - Ein fünftes Objekt 3 der Kategorie „Energieleitung“.
  • Dabei können die Objekte aber auch - je nach Art des vorangegangenen Trainings - konkreten, firmeninternen oder öffentlichen Produkten, nämlich deren Produktbezeichnungen und/oder Artikelnummern zugeordnet werden.
  • In Verfahrensschritt b erkennt das Programm zunächst die geometrischen Beziehungen, nämlich, dass die Kabelummantelung 101 die anderen Objekte umschließt. Mittels seines einprogrammierten Wissens folgert das Programm daraus, dass weitere Isolierungen und Litzen, sowie ggf. auch weitere Abschirmungen, sich innerhalb der Identifizierten Kabelummantelung 101 befinden, auch wenn diese optisch nicht erkannt wurden.
  • In Verfahrensschritt c werden weitere individuelle Merkmale der Bestandteile 10, 10', 2, 2', 2", 30, 30', 30" identifiziert. Dazu gehört beispielsweise die Zuordnung der Energieleitung 3 und der dazugehörigen Energieleitungen 30, 30', 30" zur elektrischen Energieübertragung.
  • Nach denselben Prinzipien können weitere visuelle/geometrische Merkmale ihrer Hierarchie nach abgeleitet werden. Die algorithmische Bildverarbeitung bezieht dabei besondere physischer Merkmale, wie z. B. wiederholte Anordnungen sowie die Größenverhältnisse der Bauteile mit ein.
  • Beispielsweise kann das Verfahren folgendermaßen durchgeführt werden:
    • Die Bilddatei des in der 1 gezeigten Bildes besteht aus einer Querschnittsdarstellung des Industriekabels 100, das das dritte Objekt, nämlich die geschirmte 1-fach Twisted Pair („shielded single Twisted Pair“) -Leitung 1' besitzt. In Verfahrensschritt a. wird dazu zunächst die Information gewonnen, dass eine mit einem eignen Mantel umgebene Twisted Pair Leitung 1' vorhanden ist. Daraus kann in Verfahrensschritt b gefolgert werden, dass die 1-fach Twisted Pair-Leitung 1' mit hoher Wahrscheinlichkeit auch einen Schirm 13' besitzt, da erfahrungsgemäß - und dieses Wissen ist schließlich in das System einprogrammiert - nur selten Twisted Pair-Leitungen mit Isolierung aber ohne Schirm existieren.
  • In einer weiteren Ausführung kann solches Wissen vom System auch selbstlernend aus seiner eigenen Erfahrung generiert werden.
  • In Verfahrensschritt a. kann aber - beispielsweise bei der 4-fach Twisted Pair-Leitung 1 auch bereits durch die visuelle Analyse erkannt worden sein, dass die Twisted Pair - Leiter 1 von irgendeinem Twisted Pair-Schirm 13 umgeben sind, der innerhalb der Twisted Pair Ummantelung 11 angeordnet ist, aber ohne dass die Art dieses Twisted Pair-Schirms 13 in Verfahrensschritt a. genau identifiziert werden kann.
  • Durch diese aus Schritt b gewonnen Informationen kann in beiden Fällen in Schritt c gefolgert werden, dass ein je Twisted Pair-Schirm 13, 13' existiert, und dass es sich um eine Schirmfolie handeln muss, weil für geschirmte Twisted Pair-Leitungen 1, 1' grundsätzlich nur Schirmfolie in Frage kommt.
  • Auf diese Weise wird durch die Kombination von bestehendem Wissen, und optional möglicherweise auch zusätzlich ergänzt durch erlerntes Wissen, in Verbindung mit der visuellen Analyse ein sehr zuverlässig funktionierendes System zur Erkennung von Industriekabeln bereitgestellt.
  • Auch wenn in den Figuren verschiedene Aspekte oder Merkmale der Erfindung jeweils in Kombination gezeigt sind, ist für den Fachmann - soweit nicht anders angegeben - ersichtlich, dass die dargestellten und diskutierten Kombinationen nicht die einzig möglichen sind. Insbesondere können einander entsprechende Einheiten oder Merkmalskomplexe aus unterschiedlichen Ausführungsbeispielen miteinander ausgetauscht werden.
  • Bezugszeichenliste
  • 100
    Industriekabel
    101
    Kabelummantelung
    103
    Äußere Abschirmung / Außenschirm / Schirmgeflecht
    1
    4-fach-Twisted Pair-Leitung
    1'
    1 -fach Twisted Pair-Leitung
    10,10'
    Twisted Pair-Adern
    11,11'
    Twisted Pair Ummantelung
    13,13'
    Twisted Pair Schirm / Schirmfolie
    14,14'
    Twisted Pair Leiterisolierung
    15,15'
    Twisted Pair Leiter
    2,2', 2''
    Koaxialleitung
    22
    Koaxialleitungs-Ummantelung
    23
    innerer Schirm
    24
    Koaxial-Isolierung
    25
    elektrischer Innenleiter
    3
    Energieleitung
    30,30', 30''
    Energieleitungsadern
    31
    Energieleitungsummantelung
    34
    Aderisolierung
    35
    Energieleitungslitzen

Claims (12)

  1. Verfahren zur Identifikation von Industriekabeln (100) mit folgenden Schritten: a. Automatische visuelle Identifikation mehrerer unterschiedlicher Bestandteile (10, 2, 3, 3', 3") zumindest eines Industriekabels (100) aus zumindest einer Bilddatei; b. Analyse der geometrischen Beziehungen und/oder funktionalen Zusammenhänge zwischen den Bestandteilen (10, 2, 3, 3', 3''); c. Extraktion individueller Merkmale der Bestandteile (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 Bestandteile (10, 2, 3, 3', 3") als einzelne Objekte und die Zuordnung der Bestandteile (10, 2, 3, 3', 3") zu Bestandteilkategorien mittels künstlicher Intelligenz (KI) umfasst;
  3. Verfahren gemäß Anspruch 2, wobei für den Verfahrensschritt a zumindest die folgenden Bestandteilkategorien zur Verfügung stehen: - Leitungen (10, 10', 2, 2', 2''); - Äußere Abschirmung (103); - Kabelummantelung (101).
  4. Verfahren gemäß Anspruch 3, wobei die Leitungen (10, 10', 2, 2', 2") weiterhin durch eines oder mehrere der folgenden Merkmale charakterisiert werden: - Stärke und Form zumindest einer Leitungsader (10, 10', 2, 2', 30, 30', 30") mit einem elektrischen Leiter (15, 15', 25, 35) und einer ihn umgebenden Leiterisolierung (14, 22); - Stärke und Form der Leiterisolierung (14, 14', 24, 34); - ggf. Art und Form eines Leitungsschirms (13, 23).
  5. Verfahren gemäß einem der Ansprüche 3 bis 4, wobei das Industriekabel (100) weiterhin durch eines oder mehrere der folgenden Merkmale charakterisiert wird: o Außendurchmesser; o Vorhandensein und ggf. Art eines Außenschirms (103); o Anzahl seiner Leitungen (1, 1', 2, 3); o Stärke deren Adern (15, 15', 25, 35); o Material und/oder Herstellungsverfahren der Adern (15, 15', 25, 35); o Stärke, Form und/oder Position der einzelnen Isolierungen der Adern (14, 14', 24, 34); o Material und/oder Herstellungsverfahren dieser Isolierungen (14, 14', 24, 34); o Vorhandensein und gegebenenfalls Art und Form von Einzelschirmungen (23, 13) und/oder einer separaten PE (Protective Earth) - Leitung; o Stärke und Form der Kabelummantelung (101), sowie deren o Eignung für eine oder mehrere bestimmte Kabelverschraubungen.
  6. Verfahren gemäß einem der Ansprüche 3 bis 5, wobei die Leitungen (1, 1', 2, 2', 2''', 3, 3', 3") weiterhin durch zumindest eines der folgenden Merkmale charakterisiert werden: o Ihre Größe und geometrische Form; o zumindest eine Funktionskategorie; o Ihre geometrische Anordnung im Industriekabel (100).
  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 a zusätzlich auch die folgenden Bestandteilkategorien zur Verfügung stehen: - elektrische Leiter/Litzen (15, 15', 25, 35) - Isolierungen (14, 14', 24, 34) - Schirmungen (13, 13', 23).
  9. Verfahren gemäß Anspruch 8, wobei die Leitungen (1, 1', 2, 2', 2", 3) des Industriekabels (100) weiterhin durch zumindest eines der folgenden Merkmale charakterisiert werden: o ihre geometrischen Abmessungen; o ihre Funktionskategorie.
  10. Verfahren gemäß Anspruch 9, wobei zumindest eines der Bestandteile in Verfahrensschritt a zusätzlich zumindest einer der folgenden Funktionskategorien zugeordnet werden: - Elektrische Energieübertragung; - Analoge und/oder digitale elektronische Signalübertragung; - optische sowie optolektronische Signalübertragung; - Pneumatik, z. B. Luftdruckübertragung.
  11. Verfahren gemäß einem der Ansprüche 2 bis 10, wobei als Bestandteilkategorien Artikelnummern verwendet werden.
  12. Verfahren gemäß einem der Ansprüche 2 bis 11, wobei als Bestandteilkategorien Produktbezeichnungen verwendet werden.
DE102019133193.5A 2019-12-05 2019-12-05 Verfahren zur Identifikation von Industriekabeln Pending DE102019133193A1 (de)

Priority Applications (5)

Application Number Priority Date Filing Date Title
DE102019133193.5A DE102019133193A1 (de) 2019-12-05 2019-12-05 Verfahren zur Identifikation von Industriekabeln
PCT/DE2020/100999 WO2021110208A1 (de) 2019-12-05 2020-11-25 Verfahren zur identifikation von industriekabeln
EP20824444.2A EP4070264A1 (de) 2019-12-05 2020-11-25 Verfahren zur identifikation von industriekabeln
US17/781,284 US20220415062A1 (en) 2019-12-05 2020-11-25 Method for identifying industrial cables
CN202080083093.2A CN114766044A (zh) 2019-12-05 2020-11-25 识别工业线缆的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102019133193.5A DE102019133193A1 (de) 2019-12-05 2019-12-05 Verfahren zur Identifikation von Industriekabeln

Publications (1)

Publication Number Publication Date
DE102019133193A1 true DE102019133193A1 (de) 2021-06-10

Family

ID=73835300

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102019133193.5A Pending DE102019133193A1 (de) 2019-12-05 2019-12-05 Verfahren zur Identifikation von Industriekabeln

Country Status (5)

Country Link
US (1) US20220415062A1 (de)
EP (1) EP4070264A1 (de)
CN (1) CN114766044A (de)
DE (1) DE102019133193A1 (de)
WO (1) WO2021110208A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113701651A (zh) * 2021-10-20 2021-11-26 国网天津市电力公司电力科学研究院 一种电缆绝缘线芯尺寸检测方法、装置及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020164133A1 (en) * 2001-03-13 2002-11-07 Rattazzi Dean J. Method and system for identifying optical fibers and buffer tubes
US7468489B2 (en) * 2006-04-24 2008-12-23 Commscope, Inc. Of North Carolina Cable having internal identifying indicia and associated methods
US9466111B2 (en) * 2014-04-08 2016-10-11 Komax Sle Gmbh & Co., Kg Method and device for determining or aligning the angular position of individual wires within a sheathed cable containing twisted wires

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
PL234021B1 (pl) * 2017-04-21 2020-01-31 Dtp Spolka Z Ograniczona Odpowiedzialnoscia Urządzenie do identyfikacji oznaczeń przewodów i sposób identyfikacji oznaczeń przewodów
CN110363773B (zh) * 2018-12-19 2022-11-08 国网浙江省电力有限公司嘉兴供电公司 一种基于图像处理的电缆类别检测系统和检测方法
CN109829508B (zh) * 2019-02-25 2022-11-08 国网浙江省电力有限公司嘉兴供电公司 一种基于形状投影的电缆类别检测系统和检测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020164133A1 (en) * 2001-03-13 2002-11-07 Rattazzi Dean J. Method and system for identifying optical fibers and buffer tubes
US7468489B2 (en) * 2006-04-24 2008-12-23 Commscope, Inc. Of North Carolina Cable having internal identifying indicia and associated methods
US9466111B2 (en) * 2014-04-08 2016-10-11 Komax Sle Gmbh & Co., Kg Method and device for determining or aligning the angular position of individual wires within a sheathed cable containing twisted wires

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
FAN, C.-L. [et al.]: Digital image processing techniques applied in cable insulation parameters measurement. In: 2008 IEEE International Conference on Automation and Logistics, IEEE, 2008, S. 2315-2319.URL: https://ieeexplore.ieee.org/iel5/4629333/4636108/04636553.pdf[abgerufen am 27.11.2020] *
ZHANG, X. et YIN, H.: A Monocular Vision-Based Framework for Power Cable Cross-Section Measurement. In: Energies, 2019, 12. Jg., Nr. 15, S. 3034.URL: https://www.mdpi.com/1996-1073/12/15/3034/pdf [abgerufen am 25.11.2020] *

Also Published As

Publication number Publication date
CN114766044A (zh) 2022-07-19
WO2021110208A1 (de) 2021-06-10
US20220415062A1 (en) 2022-12-29
EP4070264A1 (de) 2022-10-12

Similar Documents

Publication Publication Date Title
EP2756320B1 (de) Verfahren zum erkennen einer oder mehrerer gleichzeitig auftretender teilentladungs-quellen
DE102019127282A1 (de) System und Verfahren zum Analysieren einer dreidimensionalen Umgebung durch tiefes Lernen
WO2013139754A1 (de) Maschinelles bilderkennungsverfahren basierend auf einem ki-system
WO2021110208A1 (de) Verfahren zur identifikation von industriekabeln
DE19644481A1 (de) Computergestütztes Arbeits- und Informationssystem und zugehöriger Baustein
DE10132767A1 (de) Verfahren und Vorrichtung zur Bestimmung von Tier-, Pflanzen und/oder Gesteinsarten sowie von Teilen oder Erzeugnissen hieraus, sowie des Ortes ihres Vorkommens
DE3012638A1 (de) Glasfaserkabel mit mitteln zur ermoeglichung einer ortung
DE102020208474A1 (de) Messung der Empfindlichkeit von Klassifikatoren anhand zusammenwirkender Störungen
DE102014207874A1 (de) Verfahren zur automatisierten Erstellung eines eine technische Zeichnung charakterisierenden Datensatzes
DE102014007386A1 (de) Verfahren und Einrichtung zur Verwaltung und Konfiguration von Feldgeräten einer Automatisierungsanlage
DE102021111592A1 (de) Verfahren zur automatische Konfiguration industrieller Steckverbinder
DE102019133192A1 (de) Verfahren zur Identifikation von Industriesteckverbindern
DE212018000232U1 (de) Fahrradparksystem
DE10029086A1 (de) Verfahren zur automatischen Erstellung eines Arbeitsplans
DE102008009442A1 (de) Verfahren und Vorrichtung zur Textattribuierung in Textgrafiken
EP3876193A1 (de) Bildverarbeitungsverfahren zum anzeigen von zellen mehrerer gesamtbilder
DE19834718A1 (de) Digitale Bildverarbeitung für ein Qualitätskontrollsystem
DE102019002139A1 (de) Verfahren zur Prozessdokumentation
DE1549893A1 (de) Verfahren und Anordnung zur elektronischen Klassierung von Bildvorlagen
EP3471056B1 (de) Verfahren zum eingrenzen von zu betrachtenden bildbereichen in bildern
DE102022116720B3 (de) Verfahren zur Raumplanerstellung
EP4121897A1 (de) Verfahren und systeme zum bereitstellen von synthetischen gelabelten trainingsdatensätzen und ihre anwendungen
EP4242929A1 (de) Computerimplementiertes verfahren zum trainieren eines künstlichen neuronalen netzes (knn) mit einer sampleschwerpunktoptimierung zur erhöhung einer klassifikationsgenauigkeit des knn und trainingseinrichtung
DE2725927C2 (de)
EP1124190A1 (de) Verfahren und System zur Visualisierung dreidimensionaler Objekte

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