EP3639215A1 - Bestimmen von verunreinigungen - Google Patents

Bestimmen von verunreinigungen

Info

Publication number
EP3639215A1
EP3639215A1 EP18730695.6A EP18730695A EP3639215A1 EP 3639215 A1 EP3639215 A1 EP 3639215A1 EP 18730695 A EP18730695 A EP 18730695A EP 3639215 A1 EP3639215 A1 EP 3639215A1
Authority
EP
European Patent Office
Prior art keywords
contaminant
textile
information
property
image information
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
EP18730695.6A
Other languages
English (en)
French (fr)
Inventor
Arnd Kessler
Lars Zuechner
Peter Schmiedel
Thomas Rechenbach
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.)
Henkel AG and Co KGaA
Original Assignee
Henkel AG and Co KGaA
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 Henkel AG and Co KGaA filed Critical Henkel AG and Co KGaA
Publication of EP3639215A1 publication Critical patent/EP3639215A1/de
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • D—TEXTILES; PAPER
    • D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
    • D06F2103/00—Parameters monitored or detected for the control of domestic laundry washing machines, washer-dryers or laundry dryers
    • D06F2103/02—Characteristics of laundry or load
    • D—TEXTILES; PAPER
    • D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
    • D06F2103/00—Parameters monitored or detected for the control of domestic laundry washing machines, washer-dryers or laundry dryers
    • D06F2103/02—Characteristics of laundry or load
    • D06F2103/06—Type or material
    • D—TEXTILES; PAPER
    • D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
    • D06F2105/00—Systems or parameters controlled or affected by the control systems of washing machines, washer-dryers or laundry dryers
    • D06F2105/10—Temperature of washing liquids; Heating means therefor
    • D—TEXTILES; PAPER
    • D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
    • D06F2105/00—Systems or parameters controlled or affected by the control systems of washing machines, washer-dryers or laundry dryers
    • D06F2105/42—Detergent or additive supply
    • D—TEXTILES; PAPER
    • D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
    • D06F2105/00—Systems or parameters controlled or affected by the control systems of washing machines, washer-dryers or laundry dryers
    • D06F2105/58—Indications or alarms to the control system or to the user
    • D—TEXTILES; PAPER
    • D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
    • D06F34/00—Details of control systems for washing machines, washer-dryers or laundry dryers
    • D06F34/14—Arrangements for detecting or measuring specific parameters
    • D06F34/18—Condition of the laundry, e.g. nature or weight
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30124—Fabrics; Textile; Paper

Definitions

  • the invention relates to an apparatus and a method for determining impurities. Background of the invention
  • Impurities on a textile such as garments, curtains or bedding are often difficult to identify. Impurities can not only affect the aesthetics of the textiles, but also represent a hygienic problem for the user of the textile.
  • Impurities with different compositions can also have a very similar appearance to the eye, for example blood stains and tomato stains, especially after a certain period of time, can no longer be distinguished from the eye.
  • impurities can be effectively removed by a cleaning process.
  • cleaning processes can be greatly facilitated by knowledge of properties of the impurity or even made possible in the first place.
  • a method is described, performed by one or more devices, comprising the method:
  • a device which is set up or comprises corresponding means for carrying out and / or controlling a method according to the first aspect.
  • Devices of the method according to the first aspect are or comprise in particular one or more devices according to the second aspect.
  • An impurity is understood in particular to be an accumulation of foreign matter on a material of a textile or a discoloration of the surface of the textile, in particular in the form of a stain, dirt or imperfections.
  • particles such as dust, traces of liquids, dyes or greasy residues.
  • unfixed textile dyes may also have been incorporated in the textile material, with the unfixed textile dyes being able to detach from the material, for example in a cleaning process such as washing.
  • An impurity can also be understood as meaning such dissolved textile constituents as textile dyestuffs.
  • Garments and bedding include, for example, shirts, T shirts, dresses, jackets, Sweaters, pants, blankets, covers and covers.
  • the textiles can be different
  • Materials include, for example, natural fibers, chemical fibers or other materials such as leather.
  • One type of material of the textile can be, for example, the yarn of the textiles.
  • a textile which consists of yarn as a material, ennobled In this case, a chemical modification of the yarn takes place, for example, to make the textile more durable or the like.
  • Such refined materials of textiles are also referred to as treated fibers.
  • a property of the impurity is understood in particular to be the color of the impurity, the color of the impurity in particular according to the principle of
  • Detach Schlierens is determined. In this case, for example, based on the property of the color of an impurity on the cause of the contamination can be concluded, so that the probability of being able to remove the impurity by means of a suitable treatment again increased.
  • impurities can be assigned to certain colors, such as. B. red impurities (eg berries, lipstick, red wine, make-up,
  • Candle wax or the like green impurities (e.g., grass, verdigris, mildew, spinach, or the like), blue impurities (eg, ballpoint pen, stamp ink, ink, or the like), yellow and brown impurities (e.g., coffee , Feces, rust, tobacco, tea, fruit, or the like), as well as gray and black impurities (eg, graphite, iodine, carbon, oil, soot, dope, shoe polish, or the like), to some non-limiting examples call.
  • green impurities e.g., grass, verdigris, mildew, spinach, or the like
  • blue impurities eg, ballpoint pen, stamp ink, ink, or the like
  • yellow and brown impurities e.g., coffee , Feces, rust, tobacco, tea, fruit, or the like
  • gray and black impurities eg, graphite, iodine, carbon, oil, soot, dope, shoe polish
  • the detection of the first image information can be done for example by means of one or more optical sensor elements, such. B. by means of a camera.
  • the outline of the contamination is understood to mean, in particular, the curve which delimits the contamination from its surroundings-the part of the textile not surrounding it with the contamination and the contamination.
  • the outline designates the outer line of lines surrounding the contaminant, thereby lifting the contaminant from the fabric.
  • the outline of the contaminant By determining the contaminant information based at least in part on a first property, e.g., the color of the contaminant, and based at least in part on a second property, the outline of the contaminant, a much more accurate determination of the contamination can take place. If the outline shows, for example, that there is an elongated contamination, a z.
  • contamination caused by spinach is usually indicative because the outline is indicative of, for example, a pulling motion while causing the Pollution is.
  • contamination information indicative of grass-caused contamination may be determined, although it may be indicative of e.g. B. in grass and spinach are each about green impurities.
  • the contaminant information may include, for example, a composition of the contaminant of the textile.
  • the user may be provided with information on the composition of the contamination of the fabric, which advantageously contributes to the identification of the contaminant.
  • the user can, for example, information about the chemical
  • composition or via the occurrence of individual elements or compounds.
  • further information can be provided with the at least one output variable, for example, whether the contaminant contains contents of specific organic or inorganic components, such as dyes or lipids, polysaccharides or proteins and, optionally, which origin has the impurity.
  • the contaminant information may be to the user
  • one or more of the following parameters i) to iv) may determine the property dependent on the contour of the contaminant:
  • the shape of the contamination can be indicative of the external shape of the
  • the shape of the contaminant may be indicative of the external appearance of the contaminant in its entirety.
  • the shape of the contaminant may be indicative of an annular outer shape, a frayed outer shape or a striped outer shape of the contaminant, to name a few non-limiting examples.
  • the structure of the contaminant may be indicative of the surface of the contaminant
  • Contamination such as a relief-like surface.
  • the structure of the contaminant may be indicative of a substantially solid or substantially liquid contaminant.
  • the structure of the surface is an impurity caused by a lipstick substantially thick on the textile and of firm structure.
  • the size of the contaminant is indicative of the size of the contaminant relative to the size of the fabric.
  • the contour of the contaminant is indicative of a uniformity of the contour line from the contaminant, such as the contamination.
  • a smooth or frayed contour line or even if more (at least two) contour line are covered by the contamination.
  • a contour line is understood in particular to be that line through which the contamination is limited.
  • the at least one property of the contamination of the textile is determined at least in part based on a property dependent on the color of the contaminant.
  • one or more of the following parameters v) to x) may determine the property dependent on the contour of the contamination.
  • the isotropy of the contaminant is indicative of impurity independence from a direction that can be recognized by causing contamination as a property of the contaminant.
  • the contaminant may be evenly colored over its entire area.
  • the contamination is, for example, independent of one direction. If, for example, a gradient from a darker coloration of the impurity towards a lighter coloration of
  • Contamination this course can be detected as a direction of pollution.
  • the direction independence of an impurity is also to be detected, for example, as a homogeneous structure of the impurity.
  • the opposite, for example, may be anisotropy of the contaminant.
  • the three-dimensionality of the contamination is indicative of a thickness of the contamination
  • the three-dimensionality of the contaminant is indicative of a thickness of the contaminant in the ratio of one part (eg, the center) of the contaminant to the contour line of the contaminant.
  • impurities arranged on a textile can differ significantly from each other in their applied thicknesses.
  • the color design of the contaminant may be indicative of a contaminant composition.
  • it can be detected on the basis of the color design of the contaminant, whether or not the contaminant is composed of one or more substances.
  • Color homogeneity such as an is, however, for example, a color gradient from a darker coloration of the impurity towards a lighter coloration of
  • the color intensity homogeneity is representative of, for example, saturation of the contaminant, and / or a different intensity of the color of the contaminant in different parts of the contaminant, such as, e.g. For example, a difference in the intensity of the color of the contaminant between the center of the contaminant and the contour line of the contaminant.
  • the transparency of the contaminant is indicative of a colorless contaminant.
  • the gloss of the contaminant is due to the surface of a fabric being so smooth that pits are smaller than the wavelength of visible light.
  • the gloss of the contaminant is indicative of a greasy contaminant.
  • Gloss is also referred to as greasy, such as the gloss of greasy stains.
  • it can also be detected whether a dullness of the impurity is present, in contrast to a gloss of the impurity.
  • the method according to the first aspect further comprises:
  • the method according to the first aspect further comprises:
  • the purification strategy parameter is a recommendation for a specific treatment adapted to the contaminant.
  • a particularly gentle treatment of the textile can be in the foreground, so that the at least one
  • a particularly intensive treatment of the textile may be desired, wherein the at least one cleaning strategy parameter is optimized with regard to the effect of the treatment of the specific structure, for example the effectiveness of a cleaning process.
  • a recommendation about a particularly energy-saving treatment can be represented by the at least one purification strategy parameter.
  • the combination of contaminant and fabric may be taken into account in determining the cleaning strategy parameter so that, for example, the contaminant may be removed from the fabric as efficiently as possible.
  • the material wear in the treatment of the textile can be adjusted according to the material wear, in order to curb further increased material wear or, for example, to replace the pills
  • the cleaning strategy parameter can be determined indirectly from a further output variable, for example, an initial variable representative of the composition of the impurity is first determined, and the purification strategy parameter is determined from this initial variable representative of the composition of the impurity.
  • the cleaning strategy parameter can also be determined directly from the contamination information, for example by means of a classification via deposited contamination information. This evaluation can be carried out for example by means of a neural network, which is described in more detail below.
  • the method according to the first aspect or the device according to the second aspect can provide a recommendation for an optimal purification strategy as cleaning strategy parameters for the treatment of the textile.
  • an impurity contains lipids or certain dyes that can not be reliably removed by commonly used cleaning strategies.
  • properties of the textile can also be taken into account.
  • the cleaning strategy parameters which are dependent on the composition of the impurity and determined as part of the method, can be taken with the identification of corresponding ingredients of the impurity and / or a property of the textile recommendation via a cleaning strategy adapted to the individual composition. As a result, the removal of the contaminant can be greatly simplified and made much more reliable.
  • the user can recognize whether an excessive amount of textile dyes dissolves from the material of the textile, whereby the user receives an inspiration, the
  • a decolorization of a textile can be intended and a conclusion about the degree of decolorization can be drawn on the at least one initial size by a cleaning strategy.
  • the particular purification strategy parameter represents one or more of the following parameters a) to g):
  • the cleaning strategy parameter is indicative of a detergent type, a detergent amount, a cleaning temperature, a cleaning device type, one or more settings of the cleaning device, recommendation of a pre-treatment of the impurity, recommendation of performing a special treatment, or a combination thereof.
  • Detergents are used for example in the household for the cleaning of different objects.
  • a cleaning agent for example a detergent
  • a cleaning agent should also be understood as meaning also cleaning auxiliaries or cleaning auxiliaries, for example a bleaching additive, a fabric softener or laundry starch.
  • a cleaning agent can also be a liquid, a dispersed system, for example a gel or foam, or a solid, in particular a tab, powder or granules.
  • a cleaning agent may, for example, one or more components from the group of components comprising surfactants, alkalis, builders, grayness inhibitors, optical brighteners, enzymes, bleach, soil release polymers, fillers, plasticizers, perfumes, dyes, conditioners, acids, starch, isomalt , Sugar, cellulose, cellulose derivatives,
  • Carboxymethylcellulose, polyetherimide, silicone derivatives and / or polymethylimines are examples of the compounds listed above.
  • a cleaning agent may further comprise one or more other ingredients. These ingredients include, but are not limited to, the group consisting of
  • Bleach activators complexing agents, builders, electrolytes, nonaqueous solvents, pH adjusters, perfume carriers, fluorescers, hydrotropes, silicone oils, bentonites, antiredeposition agents, anti-shrinkage agents, wrinkle inhibitors, dye transfer inhibitors, antimicrobial agents, germicides, fungicides, antioxidants, preservatives, corrosion inhibitors, antistatic agents, bitterness agents , Ironing aids, repellents or impregnating agents, swelling or slipping agents and / or UV absorbers.
  • the purification strategy parameter may represent the type of detergent and thus be indicative of the composition of the detergent. For example, if some level of colorant is included in the contaminant composition, the use of certain bleach additives may be recommended to the user. For example, if certain levels of lipids are present in the composition of the contaminant, the
  • the purification strategy parameter may represent the amount of detergent and, in particular, may indicate an absolute amount of the detergent.
  • a relative amount of the cleaning agent can be indicated by means of the cleaning strategy parameter, for example based on the mass of the textiles to be cleaned or a liquor ratio or amount of detergent based on a volume of water to be used for cleaning.
  • an optimum contaminant removal temperature for the particular contaminant composition can be given, especially in combination with a detergent type.
  • the cleaning temperature may be high enough to ensure complete removal of the contaminant and, on the other hand, with regard to the
  • the process makes it possible to optimize the cleaning, but also the energy consumption and the protection of the material of the textile
  • the method further comprises:
  • a cleaning device is understood in particular to mean a washing machine, in particular an automatic household washing machine. This can be a
  • Cleaning strategy parameters indicate a particular type of such cleaning device. It is also conceivable that the cleaning strategy parameters are at least partially manual pretend cleaning strategies, such as a hand wash. Also, the
  • Cleaning strategy parameters include settings of a cleaning device
  • a program of an automatic household washing machine for example, a program of an automatic household washing machine or a sequence of such programs.
  • the cleaning strategy parameter may, for example, be a treatment of the textile
  • a pretreatment of the contamination of the textile and / or the textile may include.
  • this may be a pre-cleaning, a
  • the cleaning strategy parameter indicates a pre-wash or pre-wash, in particular soaking of the fabric in a particular solution or
  • Pre-cleaning program of a cleaning device Various pretreatment agents may be provided for manual or automatic application, for example, the application of a spotting agent or a bleaching agent is indicated. Furthermore, an arrangement of the textile can be given in particular in that the textile should be turned “on the left” before the actual treatment or arranged in another device, for example in a laundry bag the user will receive an indication of closure of a zipper for subsequent treatment.
  • the textile is dyed or subjected to a gentle treatment.
  • the treatment comprises a cleaning treatment, in particular a washing treatment carried out on a cleaning apparatus,
  • washing machine for example, a washing machine.
  • the method further comprises performing the treatment by means of a cleaning device.
  • the contamination information before and another
  • Contamination information during and / or after performing the treatment of the textile be determined.
  • a recommendation about the cleaning strategy to be used can be given to the user before a cleaning treatment to be carried out.
  • cleaning may be performed dynamically, i. a cleaning device may adapt to the just determined (sometimes altered) contaminant information during cleaning, in particular by continuously determining the output quantity.
  • a washing machine adjusts, for example, the temperature or the amount of detergent corresponding to the particular impurity information.
  • the contamination information of detached from the textile may be performed dynamically, i. a cleaning device may adapt to the just determined (sometimes altered) contaminant information during cleaning, in particular by continuously determining the output quantity.
  • a washing machine adjusts, for example, the temperature or the amount of detergent corresponding to the particular impurity information.
  • Textile ingredients such as textile dyes are obtained.
  • the contamination information after cleaning for example, the result or the effectiveness of a treatment can be recorded and checked.
  • the contaminant information and / or the cleaning strategy parameter can be output to the user on a display or a corresponding output can be triggered. The user can then perform the treatment of the textile.
  • the contamination information and / or the cleaning strategy parameters can be output to a cleaning device.
  • the contaminant information and / or the cleaning strategy parameter may be applied to the
  • the cleaning device may have a detergent dosing device to automatically provide the detergent type and detergent amount according to the recommended treatment of the textile. As a result, the usability of the method is improved.
  • the method further comprises:
  • Determining property information of the textile wherein the property information of the textile is indicative of at least one property of the textile, wherein the at least one cleaning strategy parameter is determined based at least in part on the determined property information.
  • Material wear of the textile color of the fabric of the textile, shape of the fabric of the textile, or a combination thereof.
  • determining the feature information may be performed based at least in part on the acquired first image information in the event that at least a portion of the captured first image information is indicative of at least a portion of the textile.
  • the detected first image information also represents at least part of the textile in addition to the contamination and thus can be used directly for determining the property information of the textile.
  • a third image information can be detected, wherein the determination of the property information can be performed at least partially based on this third image information.
  • the third image information is indicative of, for example, at least part of the textile.
  • the acquisition of the third image information can be done for example by means of one or more optical sensor elements, such. B. by means of a camera.
  • the method according to the first aspect for example, for detecting at least a part of the textile, the material structure, the type of material, the
  • Material distribution, the material wear of the textile, the color of the fabric of the textile, the shape of the fabric of the textile, or a combination thereof are detected.
  • the material structure of at least one part of the textile is understood in particular to be the type and / or shape of a woven fabric, a knit fabric or nonwoven fabric or batt.
  • the intensity information may be characteristic of the type of fiber entanglement, such as that produced by weaving, knitting, or knitting, or characteristic of a nonwoven fabric.
  • Thread density fiber strength, fiber length, fiber fineness and / or
  • Fiber orientation can be detected in particular in the intensity information.
  • Material structure of at least part of the textile has a direct impact on the
  • the type of material is understood in particular to mean the composition of at least part of the material of the textile.
  • the intensity information is indicative of natural fibers, chemical fibers, natural materials such as wool or leather in the textile, coating of the fibers, textile finishing.
  • the type of material also has a significant influence on an optimal treatment of the textile, ironing strength or soil release polymers, for example a
  • the material distribution of the textile can be detected, for example, whether the textile has a mixed fabric of different fiber types or fiber materials and / or whether parts of the fabric are made of a different material.
  • the ratio of the different materials to each other for example, a density ratio, mass ratio or area ratio can be detected.
  • Further represented by the intensity information may be the type and number of joints, for example, seams, welds or splices.
  • Property information of the textile for example, be representative of the presence and / or type of closure means, of coating material and / or of applications in, on and / or on the at least one part of the textile.
  • Zippers on the fabric are understood in particular zippers, hook-and-loop fasteners, buttons or similar arrangements, which are in particular adapted to produce a connection of parts of the textile over a positive connection and which can be made detachable.
  • the at least one part of the textile can have one or more coating materials, in particular the fibers are coated or a coating is applied to the structure of the material of the textile, for example on the fabric.
  • the coating can, for example be a functional layer such as a protective layer, sealing layer, finishing layer of the textile or change the look or feel of the textile.
  • the protective layer or the sealing view can be arranged as an additional layer on the finishing layer of the textile.
  • Textiles in particular garments, may further comprise applications such as imprints, sequins, lace, patches or the like, which may also be represented by the intensity information.
  • functional textiles may have functional elements as applications or electronic elements may be arranged in the textile or on the surface of the textile.
  • the at least one cleaning strategy parameter is determined by means of a neural network, in particular an artificial neural network, wherein in a first step at least partially based on the determined contaminant information or at least partially based on the determined contaminant information and the classification of the contaminant takes place in accordance with certain property information of the textile, and in a second step of the
  • the neural network can be, for example, an artificial system (for example a device according to the second aspect or a system according to the third aspect) that learns, for example, from training cases as examples and can generalize them after completion of the learning phase. That is, the examples are not simply learned by heart, but patterns and laws are identified in the learning data. For this purpose, different approaches can be followed. For example, supervised learning, partially supervised learning, unsupervised learning, empowered learning, and / or active learning can be used. Monitored learning can be done, for example, by means of an artificial neural network (such as a recurrent neural network) or by means of a support vector machine. An unsupervised learning, for example, by means of an artificial neural network
  • a car encoder takes place.
  • a learning data then serve, for example in particular the repeatedly obtained and / or determined intensity information or the specific output variables.
  • Impurity information associated with other information such as the number and / or age of persons of a household to create a personal pollution profile or, for example, with the season for the creation of a seasonal pollution profile.
  • Image information or the first image information and a second image information or impurity information for machine learning is used. That's how it works
  • contaminant profiles may be determined based at least in part on machine learning.
  • Contamination information and in particular the treatment of the textile, in particular for the removal of the contamination from the textile, increased.
  • Each of the training cases for example, by an input vector, image information, z.
  • the first image information or the first image information and a second image information, and an output vector of the artificial neural network be given.
  • the starting vector is given, for example, by substance concentrations determined by means of a chemical analysis within this contamination of a textile belonging to the training case and / or a part of the textile.
  • each test case may be generated by placing the contamination of a fabric and / or part of a fabric associated with the training case in a predetermined state (e.g., defined impurity on defined textile), followed by a predetermined state (e.g., defined impurity on defined textile), followed by a predetermined state (e.g., defined impurity on defined textile), followed by a predetermined state (e.g., defined impurity on defined textile), followed by a predetermined state (e.g., defined impurity on defined textile), followed by a predetermined state (e.g., defined impurity on defined textile), followed by a predetermined state (e.g., defined impurity on defined textile), followed by a predetermined state (e.g., defined impurity on defined textile), followed by a predetermined state (e.g., defined impurity on defined textile), followed by a predetermined state (e.g., defined impurity on defined textile), followed by a predetermined state (e.g., defined impurity
  • Contamination information is generated representative of an impurity, as well as a chemical analysis to measure the concentration of the substance (eg, the contamination on the textile and / or the textile) is performed simultaneously.
  • the determined contaminant information is transmitted, for example, as an input vector, the substance concentration as the output vector of the training case.
  • the calibration can be done.
  • an error feedback in the neural network a so-called back propagation done.
  • the parameters used to determine the contamination information which the neural network uses are optimized. With the optimized
  • the neural network is adapted from input vectors (first image information for at least one contaminant on a textile, or first image information for at least one contaminant on a textile and second image information indicative of at least the contamination on the textile from the opposite side of the textile as the first image information), which differ from the originally learned input vectors of the training cases, meaningful to determine output vectors (output, in particular for the determination of contamination information).
  • the parameters are adaptive so that calibration can be done using the already known (e.g., stored in a database) parameters.
  • Image processing unit is detected in a detected first image information and / or second image information contamination of a textile and / or at least a part of a structure of a textile, in particular a stain or stain and a textile type, and from those parts of the detected information that the contamination are associated with the textile and / or the at least one part of the textile, a plurality of input vectors is formed.
  • an input vector of the neural network can be formed from each of the pixels associated with this contamination of the textile and / or the pixel assigned to the at least one part of the textile (for example a pixel which is included in the intensity information).
  • Components of such an input vector given by the intensity values of each pixel represented by the respective image information may be carried out, for example, with regard to the contamination of the textile and / or the at least part of the textile.
  • the associated result can, for example, form the output vector.
  • the neural network may combine each of the input vectors with the output vector. In this way, a multiplicity of training cases can be generated from the contamination of the textile and / or the at least one part of the textile (for example a training case in particular for each detected pixel of the intensity information).
  • At least one pixel within the acquired first image information and / or second image information is used as a fixed reference pixel for a spectral exposure correction of the image, image data of pixels of the image Image, which are different from the at least one reference pixel, are normalized using image data of the at least one reference pixel.
  • Exposure correction of the detected first and / or second image information performs. For example, a current exposure condition of the contaminant of the textile and / or the at least a portion of the fabric may be detected (e.g., measured) and offset by normalizing the pixels of the first and / or second image information at nearly the same time. Due to the spectral exposure compensation is in addition to the
  • composition of the information (e.g., image data) of these pixels is normalized.
  • the exposure conditions are usually determined by incident light and the angle of incidence of the light on the contamination of the textile and / or the at least part of the structure of the textile.
  • a body is detected whose surface has, for example, predetermined, in particular optical properties.
  • one of the properties may be a certain color or gray-shade and / or brightness.
  • this body is formed flat.
  • this body is fixedly connected to a treatment device, in particular a cleaning device (e.g., a washing machine), and / or is a direct part of its surface (e.g., a paint finish).
  • a treatment device in particular a cleaning device (e.g., a washing machine), and / or is a direct part of its surface (e.g., a paint finish).
  • Spectral image is reconstructed is detected by an optical element, for example, the body may always be arranged in a same position relative to the optical element, so that the body is always included in the same image area of the captured image information.
  • At least one predetermined pixel (also referred to as reference pixel) of the acquired image information may be used for the spectral exposure correction.
  • the reference pixel of the acquired image information is, for example, on the body with predetermined surface properties. Based on the reference pixel, for example, the remaining captured pixels of the image information can be normalized. To avoid unnecessary computation, for example, only those pixels normalized, which include the contamination of the textile and / or the at least part of the structure of the textile.
  • the spectral exposure correction may be performed by the neural network.
  • a layer of the neural network performs the spectral exposure correction.
  • Exposure compensation can also be carried out, for example, at regular intervals, in particular automatically. Time-varying exposure conditions can be normalized in a timely manner ('real-time').
  • an optical element is used for detecting the image information which is not fixedly arranged, as is the case for example with an electronic device (eg a smartphone, tablet or the like)
  • the exposure conditions can be determined by a movement of the optical sensor change the captured image information. Accordingly, it can be compensated by a performed at regular time intervals spectral exposure correction these different exposure conditions.
  • the image information is detected by one or more sensors, in particular by one or more optical sensor elements.
  • the one or more optical sensor elements may be formed, for example, as one of the following means:
  • camera in particular a 3D camera or hyperspectral camera
  • LED sensor element eg photodiode
  • NIR near infrared
  • an optical sensor element or an optical sensor is understood as meaning sensors which can determine an intensity of incident radiation, in particular electromagnetic radiation in the visible range and alternatively or additionally beyond.
  • the optical sensor element is adapted to provide an energy resolution and / or spatial resolution of the intensity information.
  • the optical sensor element may comprise an image sensor, in particular a digital image sensor.
  • To determine the intensity of the radiation in particular at least one semiconductor element, diodes, CCD elements, for example a Bayer sensor, or CMOS elements, for example a sensor of the Foveon X3 type, can be used.
  • the optical sensor element may be optical filters and
  • the optical sensor can be based on at least one photodiode and / or at least one LED sensor element. Individual elements or arrays of elements, such as photodiodes or photosensitive devices such as LEDs, may be used. It may be advantageous to optimize the size of the individual sensor elements, for example the individual photodiodes, in terms of dynamics, resolution and / or sensitivity.
  • the optical sensor element provides a three-dimensional spatial resolution.
  • the accuracy of determining the contamination information may be further increased based at least in part on the acquired first image information or the acquired first image information and the acquired second image information and / or detected information from at least a part of the textile. It is conceivable to use several images from different perspectives on the same optical sensor element or the same sensor arrangement.
  • optical elements designed specifically for a three-dimensional resolution such as attachment lenses or lenses, or a 3D camera can be used.
  • Additional optical elements for example add-on lenses or lenses, can also be arranged on conventional, essentially two-dimensional optical sensors, for example digital cameras or cameras integrated in mobile devices.
  • This also existing devices for a three-dimensional resolution can be retrofitted (retrofitting).
  • the three-dimensional resolution for example, textile structure
  • the shape and arrangement of the fabric, stitches or nonwoven fabric, and / or the shape and location of a contaminant (e.g., within) the fabric may be further determined and thus more comprehensive and accurate intensity information obtained.
  • the at least one optical sensor element comprises at least one camera-like element and provides an image information.
  • digital cameras or cameras integrated into electronic (e.g., mobile) devices may be used for the method, or as at least one device for performing the method.
  • essays for a three-dimensional spatial resolution can be used on the camera-like element.
  • the one or more sensors are designed as hyperspectral camera.
  • Such cameras scan an area over a plurality of channels Wavelengths, e.g. B. from 400 to 1000 nanometers and capture based on image information.
  • hyperspectral cameras can additionally scan the infrared range with wavelengths of 1000 to 2500 nanometers.
  • hyperspectral cameras not only scan the visible range of light but also an area far beyond.
  • such cameras provide a spectral image by which certain impurities can be detected. From this information can then be a possible
  • the one or more sensors include at least one CMOS element having a maximum sensitivity in the near infrared (NIR) range. This will be in
  • the NIR sensor element also referred to below as the NIR sensor element.
  • illumination with radiation in the NIR range is advantageous.
  • an image information is detected.
  • the one or more optical sensor elements may, for example, as image information, capture a photograph, a spectral image, a fluorescence spectral image, a differential spectral, a change of response, to name a few non-limiting examples.
  • the method further comprises:
  • the at least one property is determined based at least in part on the acquired first and second image information
  • the front and the back of the contaminant on the textile are detected by means of the image information. At least partially based on this, for example, the contaminant information is determined.
  • the determination of the contamination information comprises a comparison of the detected first
  • Image information or the acquired first and second image information with comparison values For example, sometimes differences in contamination between the front and back of the fabric may be detected. For example, a contamination of red wine spreads evenly through the textile and is accordingly homogeneous to recognize both on the front and on the back of the textile. This may be determined in determining contaminant information based at least in part on the acquired first and second image information.
  • an impurity for. B. caused by lipstick on the front of the textile on which the impurity was applied to the textile, represent much more significant than on the back, since the
  • an exemplary embodiment provides that the determination of the
  • Contamination information comprises a comparison of the detected first image information or the detected first and the acquired second image information with comparison values.
  • the comparison can be made with comparison values.
  • Corresponding comparison values can be stored in a database.
  • the acquired first image information or the acquired first and the acquired second image information may be subjected to a classification, for example, wherein the contamination information is obtained or influenced by a result of the classification.
  • a classification may be based on a comparison of the acquired first image information or the acquired first and the detected second
  • Image information is based on a database of already known image information associated, for example, with a specific contaminant.
  • a corresponding classification can be done, for example, additionally or alternatively with the neural network.
  • a neural network as described in this specification can be used here.
  • comparison values or a database provided for this purpose can in particular
  • Contain contamination information of typical, occurring in the fields of application of textiles impurities can be represented, for example, by the training cases. These can then be used by the neural network to determine a
  • Contamination information can be used.
  • contamination information may be from typical contaminants such as various types of contaminants
  • Contaminant information of the database may be associated with certain other information, for example at least one contaminant removal information.
  • an input of information of a user may be detected, wherein the input of the user is indicative of a specification of the contaminant.
  • one or more such input of the user can be detected, if that makes sense. This can be done in the context of an interaction with the user, if z. B. after a first input of information of the user no clear result of contamination can be determined. For example, the user may be asked where in his opinion the contamination came from. For example, the location and / or location (eg, whether the
  • the method further comprises the following method steps:
  • the voice command may be input, for example, by a user, e.g. Via a voice communication interface (e.g., an electronic device including a microphone or the like).
  • a voice communication interface e.g., an electronic device including a microphone or the like.
  • the entered voice command can, for example, locally by the voice communication interface
  • the voice command can be transmitted, for example, after input via a communication link of the electronic device to a server.
  • speech recognition software e.g., Apple Siri or Amazon Echo
  • a voice command processed in this way may be converted into control information that may be used by the device, e.g. B. an electronic device and / or another electronic device (eg., A cleaning device), for example, evaluate, process, forward, or otherwise use.
  • control information may be taken into account in determining the contaminant information.
  • status information is obtained (eg, determined).
  • the status information can be output, for example, or its output can be initiated.
  • each cleaning device may have status information via a wireless communication interface (eg, WLAN, WAN, Zigbee, Bluetooth, to name but a few examples).
  • a wireless communication interface eg, WLAN, WAN, Zigbee, Bluetooth, to name but a few examples.
  • the status information may be based on a query to a centrally installed home appliance
  • Controller eg a desktop computer, a central control unit, a server, a home automation system
  • a (eg mobile) smart device eg a smartphone, a tablet, a smartwatch, to give a few examples.
  • the status information can be output, for. B. a user can be displayed on a display device of the smart device.
  • the status information may be indicative of a cleanup and / or care action.
  • the status information may be indicative of progress, abort, completion, startup, or another status of a cleanup operation.
  • the status information can be indicative of properties of the contaminant and / or the structure of the textile.
  • an alternative device comprising at least one processor and at least one memory
  • a processor is understood to mean a controller, a microprocessor, a microcontroller such as a microcontroller, a digital signal processor (DSP), an application specific integrated circuit (ASIC), or a field programmable gate array (FPGA).
  • DSP digital signal processor
  • ASIC application specific integrated circuit
  • FPGA field programmable gate array
  • an exemplary apparatus further includes means for storing information such as program memory and / or main memory.
  • an exemplary inventive device further includes means for receiving and / or transmitting information over a network, such as a network interface.
  • exemplary devices of the invention are interconnected and / or connectable via one or more networks.
  • An example device according to the second aspect is or includes a computing device that is software and / or hardware configured to perform the respective steps of an example method according to the second aspect. Examples of a data processing system are a computer, a desktop computer, a server, a thin client and / or a portable computer (mobile device), such as a laptop computer, a tablet computer, a wearable, a personal digital assistant or a smartphone ,
  • Output size can in this case with a sensor device, which also has at least one sensor element, are performed.
  • individual method steps for example, obtaining or determining intensity information, determining the at least one output variable
  • Sensor device must be performed, be made by a further device, which is in particular via a communication system with the device, which has at least one sensor element, in communication.
  • Further devices may be provided, for example a server and / or for example a part or a component of a so-called computer cloud, which
  • a computer program comprising program instructions that cause a processor to execute and / or control a method according to the first aspect when the computer program is run on the processor.
  • An exemplary program according to the invention may be stored in or on a computer-readable storage medium containing one or more programs.
  • One Computer-readable storage medium may be formed, for example, as a magnetic, electrical, electromagnetic, optical and / or other type of storage medium.
  • Such a computer-readable storage medium is preferably representational (ie "touchable"), for example it is designed as a data carrier device
  • a data carrier device is for example portable or permanently installed in a device
  • RAM volatile or non-volatile random access memory
  • NOR flash memory or with sequential access such as NAND flash memory and / or read only access (ROM) memory or read / write access.
  • ROM read only access
  • Computer readable for example, should be understood that the storage medium from a computer or a
  • Data processing system read and / or can be described, for example, by a processor.
  • a system comprising a plurality of devices, in particular a mobile device and a cleaning device, which together perform a method according to the first aspect.
  • An exemplary system according to the third aspect includes an example
  • Cleaning device and additionally another device, such as a mobile device or a server for performing an exemplary method according to the first aspect.
  • Fig. 1a-c is a flowchart of an embodiment according to a method of the first aspect
  • Fig. 2 a first schematic representation of an impurity
  • Fig. 2b second schematic representation of an impurity
  • Fig. 3 is a schematic representation of an embodiment of a device according to the second aspect
  • Fig. 4 is a block diagram of an embodiment of a device according to the
  • FIGS. 1a to 1c each show a flow chart of an embodiment according to a method according to the first aspect.
  • the respective flowcharts 100a, 100b and 100c may be executed and / or controlled, for example, by a device according to the second aspect of the invention, or by a system according to the third aspect of the invention.
  • the device according to the second aspect of the invention, or one of the several devices of the system according to the third aspect of the invention, in particular at least one mobile device and a cleaning device, can each one, several or all of the in the
  • the device according to the second aspect of the invention or one of the several devices of the system according to the third aspect of the invention can be designed, for example, as a smartphone or smartwatch or another mobile terminal.
  • an add-on system for example comprising one or more sensor elements for a device and / or permanently installed systems, wherein the add-on system can be coupled to the device and / or the permanently installed system, in particular via a (eg wireless and / or
  • the device may be designed as a cleaning device (eg a washing machine).
  • the one or more sensor elements with which, for example, the first image information can be detected include.
  • the device according to the second aspect of the invention, or one of the several devices of the system according to the third aspect of the invention may be formed as a smart pen, the smart pen comprising means for carrying out the method according to the first aspect of the invention or to control.
  • the smart pen can be coupled, for example, with a cleaning device, z. Via a wired or wireless communication link.
  • Means for carrying out the method according to the first aspect of the invention may for example also be included in a cleaning device, such as a cleaning robot, wherein the
  • Cleaning robot in particular at least one communication interface for communication with one or more other devices comprises.
  • step 101a a first image information is acquired.
  • the first image information is indicative of at least one contaminant on a textile. Capturing the first
  • Image information can for example be done with one or more sensor elements (eg a camera).
  • a camera 308 of a mobile terminal 306 according to FIG. 3, or a camera 332 according to FIG. 3 arranged on it detecting device 330 or a camera (eg camera 326 of the cleaning device 320) included in a cleaning device 3) detects the contamination of the fabric (eg, contaminant 302 of the fabric 304 of Fig. 3).
  • z For example, if the lighting for capturing the first image information is insufficient (eg, in a darker laundry room), it may be in one
  • a display device of the device eg display device 312 according to FIG. 3 is used to detect the contamination on the textile before or during the detection of the first Illuminate picture information.
  • step 102a determination of contaminant information is indicative of at least one property of the contaminant on the fabric.
  • the at least one property is determined based at least in part on the acquired first image information.
  • the at least one property of the contamination of the textile is determined at least partially based on a property dependent on the contour of the contaminant. Accordingly, the first image information acquired in step 101a is representative of the entire contaminant, not just part of the contaminant.
  • Impurities on textile occupy a significantly smaller area on the textile than the total area of the textile, it is usually no problem to detect the contamination in its entire size as the first image information.
  • the detected contaminant information represents the composition of the contaminant, so that, for example, information stored in a database for
  • Step 103a outputting or causing outputting of the determined contaminant information, e.g. To another device (eg, a server 316 of Fig. 3). At least in part, based on the contamination information, the further device may interrogate, for example, the aforementioned information.
  • step 104 at least one determination is made
  • the cleaning strategy parameter includes, for example, a type, amount or the like of a cleaning agent, which optimally for removing the
  • Contamination on the textile is suitable. Accordingly, in optional step 105a, a performance or cause of treatment of the fabric may be performed.
  • the contamination on the textile can not be determined unambiguously at least in part based on the acquired first image information, further steps for detecting (further) properties of the contamination can be carried out. Further exemplary details are described in connection with FIG. 1 b and FIG. 1 c.
  • a capture of a second image information may take place in step 107b.
  • the second image information is acquired from the opposite side of the contaminant on the textile against the first image information.
  • the front and the back of the contaminant on the textile are detected by the first and second image information.
  • the at least one property of the contaminant is determined, for example, based at least in part on the detected first and the acquired second image information.
  • the detection of the second image information may reveal another property associated with the contaminant on the textile, e.g. Whether or not the contaminant has spread through the fabric. For example, low viscosity substances are more prone to spreading in the fabric so that such contaminants are visible on both the front and back of the fabric.
  • the acquisition of the second image information can be effected, for example, with one or more sensor elements (eg a camera).
  • a camera 332 according to FIG. 3 arranged on the determination device 330 or a camera (eg camera 326 of the cleaning device 320) included in a cleaning device 3) detects the contamination of the fabric (eg, contaminant 302 of the fabric 304 of Fig. 3).
  • step 108b determination of the contaminant information is indicative of at least one property of the contaminant on the fabric, wherein the at least one Property is determined at least partially based on the detected first and second image information.
  • the method ends.
  • FIG. 1 c shows a flow chart 100 c with which, for example, a further indication for unambiguous determination of the contamination of the textile can be detected and determined.
  • the flowchart 100c may be executed and / or controlled, for example, following a completed flowchart 100a and / or a completed flowchart 100b.
  • step 109c in step 1 1 1 c, a determination of a
  • Property information of the textile done.
  • property information of the textile can already be carried out at least partially based on the acquired first image information, since at least part of the textile (eg its structure) is regularly covered by the first
  • Image information is included in addition to the contamination on the textile.
  • third image information can be captured indicatively for at least part of the textile.
  • the detection of the third image information can be effected, for example, with one or more sensor elements (eg a camera).
  • a camera 308 of a mobile terminal 306 according to FIG. 3, or a camera 332 according to FIG. 3 arranged on the determination device 330 or a camera (eg camera 326 of the cleaning device 320) included in a cleaning device 3) detects the contamination of the fabric (eg, contaminant 302 of the fabric 304 of Fig. 3).
  • step 1 12c determination of the contaminant information is indicative of at least one property of the contaminant on the fabric, wherein the at least one
  • Property is determined at least partially based on the detected first image information, or at least partially based on the first and second image information, or at least partially based on the first and the second and the third image information. In the event that the contamination of the textile could already be unambiguously determined after determining the contamination information based at least in part on the detected first image information, the method ends.
  • FIG. 2a shows a first schematic representation of an impurity.
  • FIG. 2 a shows a schematic representation of a textile 202 with an impurity 204, which can be detected, for example, as first image information.
  • the image information by means of z. B. an evaluation be analyzed, the
  • Evaluation unit for example, image algorithms used to detect properties of the contamination on the textile can.
  • the detected first image information may be, for example, a spectral image, the spectral image being in particular from the illumination of the surface of the contaminant 204a on the textile 202a with light, in particular by reflection and emission from the surface of the light
  • Contamination 204a and / or the textile 202a radiation goes out. These can be as
  • Reflection information is detected, e.g. by a physical measurement, in particular via one or more (optical) sensor elements.
  • a detected first image information is for example representative of the spatial resolution of the spectral image, and in particular can be recorded via a multiplicity of sensor elements, for example pixels.
  • the contaminant 204a is a sharp edge contaminant shown schematically by the contour line of the contaminant 204a.
  • the contaminant 204a also has leaking areas, such as may come from blood, beer or dairy products.
  • impurity information On the basis of determining impurity information, wherein the aforementioned non-limiting examples of impurity are analyzed
  • FIG. 2b shows a second schematic representation of an impurity 204b on a textile 202b.
  • the contaminant 204b does not have a sharp edge as well.
  • the area of the contaminant 204b is not homogeneous and a direction can be recognized by the structure of the contaminant, namely in the direction of the stripes shown.
  • the directionally dependent impurity shown schematically in FIG. 2b may have been created, for example, by a movement.
  • it may be a grass patch, for example, in the context of a contact of the textile with a
  • FIG. 3 shows an exemplary embodiment of a device 300 according to the second aspect or a system according to the third aspect.
  • the device 300 is set up or comprises corresponding means for carrying out and / or controlling a method according to the first aspect.
  • the apparatus 300 facilitates determining impurity information (eg, identifying a composition of an impurity 302 on a fabric 304 and / or providing an identification regarding properties of the fabric 304). For example, based on the contaminant information or information, at least in part, a recommendation for treating the fabric 304 to remove the contaminant 302 from the fabric 304 may be given in the form of a cleaning strategy parameter.
  • impurity information eg, identifying a composition of an impurity 302 on a fabric 304 and / or providing an identification regarding properties of the fabric 304.
  • Image information e.g. Representative of an image resulting from the illuminated surface of the contaminant 302 on the textile 304.
  • Image information e.g. Representative of an image resulting from the illuminated surface of the contaminant 302 on the textile 304.
  • an optical image e.g. Representative of an image resulting from the illuminated surface of the contaminant 302 on the textile 304.
  • Sensor element 308 used which may include, for example, a camera.
  • a radiation source 310 is provided which serves to illuminate the surface of the contaminant 302 and / or the textile 304.
  • the smartphone 306 also has a display element 312.
  • the display element 312 can also be used for example to illuminate the surface of the contaminant 302 and / or the textile 304 and, accordingly, as a radiation source.
  • the detected first image information is obtained from a communication system 314.
  • a determination device 316 In connection with the communication system 314 is a determination device 316, z.
  • the determination device 316 may also comprise an evaluation unit (eg an artificial neural network).
  • an evaluation unit eg an artificial neural network
  • a dedicated evaluation unit may be used, which for example is in communication with the communication system 314.
  • the evaluation unit can determine an output variable on the basis of an adaptive evaluation algorithm, in particular by means of the neural network, in order to be able to unambiguously determine the contamination.
  • the determination of the output of the neural network includes, for example, a comparison of the determined contamination information with comparison values.
  • the comparison values are stored, for example, in a database 318, which is also in communication with the communication system 314.
  • the comparison values of the database 318 include contaminant information from previously (eg, typical household) and detected contaminants. These can be given as training cases by an input vector, an impurity information and an output vector and stored accordingly in the database.
  • the training cases can be used, for example, by a neural network in order to be able to determine an output variable based at least partially on the basis of specific contamination information by the neural network, the output quantity being dependent on the contamination due to the contamination information.
  • the database 318 contains data associated with the comparison values in the form of, for example
  • Treatment parameters with respect to a recommended for the corresponding contamination and optional properties of the textile, recommended treatment on the basis of which, for example, a cleaning strategy parameters can be determined.
  • the cleaning strategy parameter includes, for example, a cleaning strategy as
  • the cleaning strategy parameter may be displayed, for example, on the display element 312 of the smartphone 306 and thus made available to the user. The user will thus receive a recommendation about an optimal impurity 302
  • the cleaning device 320 is also in communication with the communication system 314, whereby the contamination information and / or optionally the cleaning strategy parameters can be output to the cleaning device 320.
  • the cleaning device 320 has, for example, a display element 322, which in particular the
  • the cleaning device 320 has a dosing device 324 for cleaning agents.
  • the dosing device 324 may in this case a cleaning agent according to the
  • the cleaning device 320 has a camera 326, by means of which z. B. the first image information is detected.
  • the cleaning device 320 may further include a control (not shown) for controlling the cleaning device 320 by a user.
  • the cleaning device 320 may be preset according to the cleaning strategy parameter. The user then has the option of following the recommendation of the cleaning strategy and simply starting the cleaning device 320 via the operating element 326 or carrying out his own manual adjustment of the cleaning device 320 via the operating element 326.
  • the cleaning is carried out in a cleaning tank 328, here a laundry drum.
  • the determining device 330 comprises sensor elements 332 and optionally at least one illumination means (not shown).
  • Detection device has a shape such that when used in a cleaning device, neither the cleaning device nor the laundry of the detection device 330 can be damaged. Accordingly, the determining device 330, for example, a spherical shape, but on other particular shapes without apex corners and edges are conceivable.
  • the determining device 330 is configured to be disposed in the cleaning tank 328 while performing cleaning.
  • the determination device 330 is in this case freely movable and resistant to an action of the washing solution in the cleaning container 328.
  • the determining device 330 can thus, for example, before or during a
  • the device 400 is for example a device according to the second or a system according to the third aspect.
  • the device 400 may be, for example, a computer, a desktop computer, a server, a thin client, or a portable computer (mobile device), such as a laptop computer, a tablet computer, a personal digital assistant (PDA), or a smartphone ,
  • the device may perform the function of a server or a client.
  • Processor 410 of device 400 is particularly designed as a microprocessor, microcontroller, microcontroller, digital signal processor (DSP), application specific integrated circuit (ASIC) or field programmable gate array (FPGA).
  • Processor 410 executes program instructions stored in program memory 412 and stores, for example, intermediate results or the like in working or main memory 41 1.
  • program memory 412 is a nonvolatile memory such as a flash memory, a magnetic memory, an EEPROM memory (electrically erasable programmable read only memory) and / or an optical memory.
  • Main memory 41 1 is, for example, a volatile or nonvolatile memory, in particular a random access memory (RAM) such as a static RAM (SRAM), a dynamic RAM (DRAM), a ferroelectric RAM (FeRAM) ) and / or a magnetic RAM memory (MRAM).
  • RAM random access memory
  • SRAM static RAM
  • DRAM dynamic RAM
  • FeRAM ferroelectric RAM
  • MRAM magnetic RAM memory
  • Program memory 412 is preferably a local volume permanently attached to device 400.
  • Hard disks permanently connected to the device 400 are, for example, hard disks which are built into the device 400.
  • the data carrier may, for example, also be a data carrier which can be connected in separable manner with the device 400, such as a memory stick, a removable data carrier, a portable hard disk, a CD, a DVD and / or a floppy disk.
  • Program memory 412 includes, for example, the operating system of the device 400, which is loaded at least partially into main memory 41 1 when the device 400 is started and executed by the processor 410.
  • the operating system of device 400 is, for example, a Windows, UNIX, Linux, Android, Apple iOS, and / or MAC operating system.
  • the operating system in particular allows the use of the device 400 for
  • Data processing It manages, for example, resources such as main memory 41 1 and program memory 412, communication interface 413, input and output device 414, provides, inter alia, through programming interfaces other programs basic functions and controls the execution of programs.
  • Processor 410 controls communication interface 413, which may be, for example, a
  • Network interface can be and can be designed as a network card, network module and / or modem.
  • the communication interface 413 is in particular configured to connect the device 400 to other devices, in particular via a
  • Communication system such as a network to produce and communicate with them.
  • communication interface 413 may receive data (via the communication system) and forward to processor 410 and / or receive and transmit data (via the communication system) from processor 410.
  • Examples of a Communication system are a local area network (LAN), a wide area network (WAN), a wireless network (for example, according to the IEEE 802.1 1 standard, the Bluetooth (LE) standard and / or the NFC standard), a wired network, a mobile network, a telephone network and / or the Internet.
  • processor 410 may control at least one input / output device 414.
  • Input / output device 414 is, for example, a keyboard, a mouse, a display unit, a microphone, a touch-sensitive display unit, a loudspeaker, a reading device, a drive and / or a camera.
  • input / output device 414 may receive inputs from a user and pass them to processor 410 and / or receive and output information to the user of processor 410.
  • FIG. 5 shows different embodiments of storage media on which an embodiment of a computer program according to the invention can be stored.
  • the storage medium may be, for example, a magnetic, electrical, optical and / or different storage medium.
  • the storage medium may be part of a processor (e.g., processor 410 of Fig. 4), such as a (non-volatile or volatile) program memory of the processor or a portion thereof (such as program memory 412 in Fig. 4).
  • Embodiments of a storage medium include a flash memory 510, a SSD hard disk 51 1, a magnetic hard disk 512, a memory card 513, a memory stick 514 (e.g., a USB stick), a CD-ROM or DVD 515, or a floppy disk 516.
  • Method performed by one or more devices comprising:
  • contaminant information indicative of at least one property of the contaminant on the fabric wherein the at least one property is determined based at least in part on the acquired first image information, and wherein the at least one contaminant property is based at least in part on one of the outline the impurity-dependent property is determined; Issuing or causing the output of the determined contaminant information.
  • Embodiment 2 :
  • Embodiment 5 is a diagrammatic representation of Embodiment 5:
  • the method further comprises
  • Embodiment 6 is a diagrammatic representation of Embodiment 6
  • the method further comprises
  • Embodiment 7 Performing or prompting the implementation of a treatment of the textile according to the at least one determined cleaning strategy parameter via at least one treatment device, in particular a cleaning device.
  • Embodiment 8 is a diagrammatic representation of Embodiment 8
  • Embodiment 9 is a diagrammatic representation of Embodiment 9:
  • the method further comprises
  • Determining property information of the textile wherein the property information of the textile is indicative of at least one property of the textile, wherein
  • the at least one cleaning strategy parameter is determined based at least in part on the determined property information.
  • Embodiment 10 is a diagrammatic representation of Embodiment 10:
  • Method according to embodiment 9, wherein the at least one property of the textile is indicative of material structure, type of material, material distribution, material wear of the textile, color of the fabric of the textile, shape of the fabric of the textile, or a combination thereof.
  • Embodiment 1 1 is a diagrammatic representation of Embodiment 1 1:
  • the at least one cleaning strategy parameter is determined by means of a neural network, in particular an artificial neural network, wherein in a first step based at least in part on the determined contaminant information or at least partially based on the determined contaminant information and the determined characteristic information the textile a classification of the impurity takes place, and in a second step, the purification strategy parameters based at least in part on the classification of the
  • Embodiment 12 is a diagrammatic representation of Embodiment 12
  • the classification is performed by means of a cluster recognition, wherein as input information the detected first image information or the acquired first image information and the acquired second image information is used as a function of the neural network parameters of certain
  • Impurities that are assigned to defined clusters are used, and as
  • Output information is output indicative of a defined contamination
  • Embodiment 13 is a diagrammatic representation of Embodiment 13:
  • Embodiment 14 is a diagrammatic representation of Embodiment 14:
  • camera in particular a 3D camera or hyperspectral camera
  • Embodiment 15 is a diagrammatic representation of Embodiment 15:
  • the method further comprises
  • Embodiment 16 the at least one property is determined based at least in part on the acquired first and second image information
  • Contamination information comprises a comparison of the detected first image information or the detected first and second image information with comparison values.
  • Embodiment 17 is a diagrammatic representation of Embodiment 17:
  • the method further comprising:
  • Cleaning strategy parameters in particular based on a plurality of specific cleaning strategy parameters
  • determining the cleaning strategy parameter is based, at least in part, on the impurity profile in the event that an impurity profile (previously, initially) has been determined.
  • Embodiment 18 is a diagrammatic representation of Embodiment 18:
  • Embodiment 19 is a diagrammatic representation of Embodiment 19:
  • Embodiment 20 is a diagrammatic representation of Embodiment 20.
  • the device is an electronic device, in particular a mobile device.
  • Embodiment 21 is a diagrammatic representation of Embodiment 21.
  • Device comprising at least one processor and at least one memory
  • a computer program comprising program instructions that cause a processor to execute and / or control a method according to any one of embodiments 1 to 18 when the computer program is running on the processor.
  • Embodiment 23 is a diagrammatic representation of Embodiment 23.
  • Computer-readable storage medium which is a computer program according to the
  • Embodiment 22 includes.
  • Embodiment 24 is a diagrammatic representation of Embodiment 24.
  • Program instructions hardware, or a combination of both to implement the method steps.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Geometry (AREA)
  • Treatment Of Fiber Materials (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Textile Engineering (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

Es wird insbesondere ein Verfahren durchgeführt von einer oder mehreren Vorrichtungen offenbart, das Verfahren umfassend: Erfassen einer ersten Bild Information indikativ für zumindest eine Verunreinigung auf einer Textilie; Bestimmen von einer Verunreinigungsinformation indikativ für zumindest eine Eigenschaft der Verunreinigung auf der Textilie, wobei die zumindest eine Eigenschaft zumindest teilweise basierend auf der erfassten ersten Bild Information bestimmt wird, und wobei die zumindest eine Eigenschaft der Verunreinigung der Textilie zumindest teilweise basierend auf einer von dem Umriss der Verunreinigung abhängigen Eigenschaft bestimmt wird; Ausgeben oder Veranlassen des Ausgebens der bestimmten Verunreinigungsinformation. Ferner wird eine Vorrichtung und ein System zum Durchführen des gegenständlichen Verfahrens offenbart.

Description

Patentanmeldung
Bestimmen von Verunreinigungen
Gebiet der Erfindung
Die Erfindung betrifft eine Vorrichtung und ein Verfahren zum Bestimmen von Verunreinigungen. Hintergrund der Erfindung
Verunreinigungen auf einer Textilie, etwa Kleidungsstücke, Gardinen oder Bettzeug, sind oft schwierig zu identifizieren. Verunreinigungen können dabei nicht nur die Ästhetik der Textilien beeinflussen, sondern auch ein hygienisches Problem für den Benutzer der Textilie darstellen.
Viele Verunreinigungen sind zwar mit dem Auge leicht auszumachen, jedoch ist dem Benutzer der Textilie oft unklar, welche Zusammensetzung bzw. welchen Ursprung die Verunreinigung hat. In manchen Fällen ist dem Benutzer beispielsweise nicht bewusst, dass die Textilie bei einem Missgeschick gerade verunreinigt wird. Die Verunreinigung fällt dem Benutzer dann erst zu einem späteren Zeitpunkt auf, wobei sich die Ursache und die Zusammensetzung der Verunreinigung dem Benutzer verschließen. Verunreinigungen mit verschiedenen Zusammensetzungen können für das Auge auch eine sehr ähnliche Erscheinung bieten, beispielsweise können Blutflecken und Tomatenflecken insbesondere nach einem gewissen Zeitraum mit dem Auge nicht mehr zu unterscheiden sein.
Hierbei ist es wünschenswert für den Benutzer, einen Hinweis auf Eigenschaften der
Verunreinigung zu erlangen. Insbesondere lassen sich damit Verunreinigungen durch einen Reinigungsvorgang effektiv entfernen. Solche Reinigungsvorgänge können durch Kenntnisse über Eigenschaften der Verunreinigung erheblich erleichtert oder überhaupt erst ermöglicht werden.
Es ist bekannt, die Farbe einer Verunreinigung zu bestimmen, um eine Identifizierung der
Verunreinigung grob erfassen zu können. Die Farbe der Verunreinigung, wie ein definierter Farbwert, alleine reicht jedoch zu einer eindeutigen Identifizierung der Verunreinigung nicht aus. Die Kenntnis von weiteren Eigenschaften über die Verunreinigung ist notwendig.
Allgemeine Beschreibung einiger beispielhafter Ausführungsformen der Erfindung Vor dem Hintergrund des dargestellten Standes der Technik ist es somit Aufgabe der Erfindung, die beschriebenen Probleme zumindest teilweise zu verringern oder zu vermeiden, das heißt möglichst genaue Kenntnisse über Eigenschaften der Verunreinigung auf einer Textilie zu erlangen. Insbesondere sollen die vorgeschlagenen Verfahren und Vorrichtungen
benutzerfreundlich im Haushalt nutzbar sein.
Diese Aufgabe wird gegenständlich durch ein Verfahren mit den Merkmalen des Anspruchs 1 gelöst.
Gemäß einem ersten Aspekt der Erfindung wird ein Verfahren beschrieben, durchgeführt von einer oder mehreren Vorrichtungen, das Verfahren umfassend:
Erfassen einer ersten Bildinformation indikativ für zumindest eine Verunreinigung auf einer
Textilie;
Bestimmen von einer Verunreinigungsinformation indikativ für zumindest eine Eigenschaft der Verunreinigung auf der Textilie, wobei die zumindest eine Eigenschaft zumindest teilweise basierend auf der erfassten ersten Bild Information bestimmt wird, und wobei die zumindest eine Eigenschaft der Verunreinigung der Textilie zumindest teilweise basierend auf einer von dem Umriss der Verunreinigung abhängigen Eigenschaft bestimmt wird; Ausgeben oder Veranlassen des Ausgebens der bestimmten Verunreinigungsinformation.
Gemäß einem zweiten Aspekt der Erfindung wird eine Vorrichtung beschrieben, welche dazu eingerichtet ist oder entsprechende Mittel umfasst, ein Verfahren nach dem ersten Aspekt durchzuführen und/oder zu steuern. Vorrichtungen des Verfahrens gemäß dem ersten Aspekt sind oder umfassen insbesondere eine oder mehrere Vorrichtungen gemäß dem zweiten Aspekt.
Unter einer Verunreinigung wird insbesondere eine Ansammlung von Fremdstoff auf einem Material einer Textilie oder eine Verfärbung der Oberfläche der Textilie verstanden, insbesondere in Form eines Flecks, Schmutz oder Unsauberkeiten. Beispielsweise befinden sich auf der Oberfläche Partikel wie Staub, Spuren von Flüssigkeiten, Farbstoffe oder fettige Rückstände. Weiter können auch nicht fixierte Textilfarbstoffe in dem Material der Textilie eingebracht worden sein, wobei sich die nicht fixierten Textilfarbstoffe aus dem Material lösen können, beispielsweise bei einem Reinigungsvorgang wie einem Waschen. Unter einer Verunreinigung können auch solche herausgelösten Textilbestandteile wie Textilfarbstoffe verstanden werden.
Unter einer Textilie werden insbesondere Kleidungsstücke, Gardinen oder Bettzeug verstanden. Kleidungsstücke und Bettzeug umfassen beispielsweise Hemden, T Shirts, Kleider, Jacken, Pullover, Hosen, Decken, Abdeckungen und Bezüge. Die Textilien können verschiedene
Materialien umfassen, beispielsweise Naturfasern, Chemiefasern oder auch weitere Materialien wie Leder. Eine Materialart der Textilie kann beispielsweise das Garn der Textilien sein. Mitunter wird beispielsweise eine Textilie die aus Garn als Material besteht, veredelt. Dabei erfolgt eine chemische Modifizierung des Garns, um beispielsweise die Textilie strapazierfähiger oder dergleichen auszugestalten. Derartige veredelte Materialien von Textilien werden auch als behandelte Fasern bezeichnet.
Unter einer Eigenschaft der Verunreinigung wird insbesondere die Farbe der Verunreinigung verstanden, wobei die Farbe der Verunreinigung insbesondere nach dem Prinzip eines
Detachierens bestimmt wird. Hierbei kann beispielsweise anhand der Eigenschaft der Farbe von einer Verunreinigung auf die Ursache der Verunreinigung geschlossen werden, so dass die Wahrscheinlichkeit, die Verunreinigung mittels einer geeigneten Behandlung wieder entfernen zu können, gesteigert ist. Beispielsweise können Verunreinigungen bestimmten Farben zugeordnet werden, wie z. B. rote Verunreinigungen (z. B. Beeren, Lippenstift, Rotwein, Schminke,
Kerzenwachs oder dergleichen), grüne Verunreinigungen (z. B. Gras, Grünspan, Schimmel, Spinat oder dergleichen), blaue Verunreinigungen (z. B. Kugelschreiber, Stempelfarbe, Tinte, oder dergleichen), gelbe und braune Verunreinigungen (z. B. Kaffee, Kot, Rost, Tabak, Tee, Obst, oder dergleichen), sowie graue und schwarze Verunreinigungen (z. B. Graphit, Jod, Kohle, Öl, Ruß, Schmiere, Schuhcreme, oder dergleichen), um einige nicht-limitierende Beispiele zu nennen.
Das Erfassen der ersten Bild Information kann beispielsweise mittels eines oder mehreren optischen Sensorelementen erfolgen, wie z. B. mittels einer Kamera.
Unter dem Umriss der Verunreinigung wird insbesondere die Kurve, welche die Verunreinigung von seiner Umgebung - den nicht mit der Verunreinigung und die Verunreinigung umgebenden Teil der Textilie - abgrenzt verstanden. Der Umriss bezeichnet insbesondere die äußere, rings um die Verunreinigung herum begrenzende Linie bzw. Gesamtheit von Linien, wodurch sich die Verunreinigung von der Textilie abhebt.
Durch ein Bestimmen der Verunreinigungsinformation zumindest teilweise basierend auf einer ersten Eigenschaft, z. B. der Farbe der Verunreinigung, und zumindest teilweise basierend auf einer zweiten Eigenschaft, der Umriss der Verunreinigung, kann eine wesentlich genauere Bestimmung der Verunreinigung erfolgen. Ergibt der Umriss beispielsweise, dass eine längliche Verunreinigung vorliegt, scheidet ein z. B. von Spinat verursachte Verunreinigung in aller Regel aus, da der Umriss indikativ für beispielsweise eine Ziehbewegung während des Verursachens der Verunreinigung ist. Folglich kann beispielsweise eine Verunreinigungsinformation bestimmt werden, die indikativ für eine von Gras verursachte Verunreinigung ist, obwohl es z. B. bei Gras und Spinat jeweils um grüne Verunreinigungen handelt. Die Verunreinigungsinformation kann beispielsweise eine Zusammensetzung der Verunreinigung der Textilie umfassen.
Durch das Ausgeben oder das Auslösen eines Ausgebens der Verunreinigungsinformation kann beispielsweise dem Benutzer eine Information zur Zusammensetzung der Verunreinigung der Textilie bereitgestellt werden, welche vorteilhafterweise zur Identifikation der Verunreinigung beiträgt. Dem Benutzer können beispielsweise Informationen über die chemische
Zusammensetzung bzw. über das Vorkommen einzelner Elemente oder Verbindungen zur Verfügung gestellt werden. Insbesondere durch eine Klassifizierung kann mit der mindestens einen Ausgangsgröße eine weitergehende Information bereitgestellt werden, beispielsweise ob die Verunreinigung Gehalte an bestimmten organischen oder anorganischen Komponenten enthält, etwa Farbstoffe oder Lipide, Polysaccharide oder Proteine und ggf. welchen Ursprung die Verunreinigung hat. Beispielsweise kann die Verunreinigungsinformation dem Benutzer
Informationen über eine mögliche hygienische Bedenklichkeit der Verunreinigung geben.
In einer Ausgestaltung des Verfahrens gemäß dem ersten Aspekt kann einer oder mehrere der folgenden Parameter i) bis iv) die von dem Umriss der Verunreinigung abhängige Eigenschaft bestimmen:
i) Form der Verunreinigung;
ii) Struktur der Verunreinigung;
iii) Größe der Verunreinigung;
iv) Kontur der Verunreinigung.
Die Form der Verunreinigung kann beispielswiese indikativ für die äußere Gestalt der
Verunreinigung. Insbesondere kann die Form der Verunreinigung indikativ für die äußere Gestalt der Verunreinigung in ihrer Gesamtheit sein. Beispielsweise kann die Form der Verunreinigung indikativ für eine ringförmige äußere Gestalt, eine ausgefranste äußere Gestalt oder eine streifenförmige äußere Gestalt der Verunreinigung sein, um einige nicht-limitierende Beispiele zu nennen.
Die Struktur der Verunreinigung kann beispielsweise indikativ für die Oberfläche der
Verunreinigung sein, wie etwa eine reliefartig gestaltete Oberfläche. Beispielsweise kann die Struktur der Verunreinigung indikativ für eine im Wesentlichen feste oder eine im Wesentlichen flüssige Verunreinigung sein. Beispielsweise ist die Struktur der Oberfläche einer Verunreinigung verursacht von einem Lippenstift im Wesentlichen dick auf dem Textil und von fester Struktur. Im Gegensatz hierzu ist die Struktur der Oberfläche einer Verunreinigung verursacht von z. B. Blut im Wesentlichen dünn auf dem Textil aufgetragen.
Die Größe der Verunreinigung ist beispielsweise indikativ für die Größe der Verunreinigung im Verhältnis zur Größe der Textilie.
Die Kontur der Verunreinigung ist beispielsweise indikativ für eine Gleichmäßigkeit der Konturlinie von der Verunreinigung, wie z. B. eine glatte oder ausgefranste Konturlinie, oder aber auch ob mehrere (mindestens zwei) Konturlinie von der Verunreinigung umfasst sind. Unter einer Konturlinie wird insbesondere diejenige Linie verstanden, durch die die Verunreinigung begrenzt ist.
In einer beispielhaften Ausgestaltung des Verfahrens gemäß dem ersten Aspekt wird die zumindest eine Eigenschaft der Verunreinigung der Textilie zumindest teilweise basierend auf einer von der Farbe der Verunreinigung abhängigen Eigenschaft bestimmt.
In einer weiteren beispielhaften Ausgestaltung des Verfahrens gemäß dem ersten Aspekt kann einer oder mehrere der folgenden Parameter v) bis x) die von dem Umriss der Verunreinigung abhängige Eigenschaft bestimmen.
v) Isotropie der Verunreinigung;
vi) Dreidimensionalität der Verunreinigung;
vii) Farbgestaltung der Verunreinigung;
viii) Färb- und/oder Farbintensitätshomogenität der Verunreinigung;
ix) Transparenz der Verunreinigung;
x) Glanz der Verunreinigung.
Die Isotropie der Verunreinigung ist beispielsweise indikativ für eine Unabhängigkeit der Verunreinigung von einer Richtung, die durch eine Verursachung der Verunreinigung als Eigenschaft der Verunreinigung erkannt werden kann. Beispielsweise kann die Verunreinigung über ihre gesamte Fläche gleichmäßig eingefärbt sein. In diesem Fall ist die Verunreinigung beispielsweise unabhängig von einer Richtung. Ist hingegen beispielsweise ein Farbverlauf von einer dunkleren Einfärbung der Verunreinigung hin zu einer helleren Einfärbung der
Verunreinigung, kann dieser Verlauf als Richtung der Verunreinigung erfasst werden. Die Richtungsunabhängigkeit einer Verunreinigung ist beispielsweise auch als homogene Struktur der Verunreinigung zu erfassen. Das Gegenteil kann beispielsweise eine Anisotropie der Verunreinigung sein.
Die Dreidimensionalität der Verunreinigung ist beispielsweise indikativ für eine Dicke der
Verunreinigung. Die Dreidimensionalität der Verunreinigung ist beispielsweise indikativ für eine Dicke der Verunreinigung im Verhältnis von einem Teil (z. B. der Mitte) der Verunreinigung hin zu der Konturlinie der Verunreinigung. Wie bereits ausgeführt, können auf einer Textilie angeordnete Verunreinigungen sich in ihren aufgetragenen Dicken voneinander signifikant unterscheiden.
Die Farbgestaltung der Verunreinigung kann beispielsweise indikativ für eine Zusammensetzung der Verunreinigung sein. Beispielsweise kann anhand der Farbgestaltung der Verunreinigung erfasst werden, ob sich mitunter die Verunreinigung aus einem oder mehreren Substanzen zusammensetzt oder nicht.
Farbintensitätshomogenität, wie beispielsweise ein Ist hingegen beispielsweise ein Farbverlauf von einer dunkleren Einfärbung der Verunreinigung hin zu einer helleren Einfärbung der
Verunreinigung. Die Farbintensitätshomogenität ist beispielsweise repräsentativ für eine Sättigung der Verunreinigung, und/oder eine unterschiedliche Intensität der Farbe der Verunreinigung in verschiedenen Teilen der Verunreinigung, wie z. B. eine Differenz der Intensität der Farbe der Verunreinigung zwischen Mitte der Verunreinigung und der Konturlinie der Verunreinigung.
Die Transparenz der Verunreinigung ist beispielsweise indikativ für eine farblose Verunreinigung.
Der Glanz der Verunreinigung kommt beispielsweise dadurch zustande, dass die Oberfläche eines Stoffes so glatt ist, dass Vertiefungen kleiner sind als die Wellenlänge des sichtbaren Lichtes. Der Glanz der Verunreinigung ist beispielsweise indikativ für eine fetthaltige Verunreinigung. Der Glanz wird auch als Fettglanz bezeichnet, wie etwa der Glanz von Fettflecken. Beispielsweise kann auch erfasst werden, ob eine Mattheit der Verunreinigung - im Gegensatz zu einem Glanz der Verunreinigung - vorliegt.
In einer beispielhaften Ausgestaltung umfasst das Verfahren nach dem ersten Aspekt ferner:
Bestimmen von mindestens einem Reinigungsstrategieparameter der Textilie zumindest teilweise basierend auf der bestimmten Verunreinigungsinformation. ln einer weiteren beispielhaften Ausgestaltung umfasst das Verfahren nach dem ersten Aspekt ferner:
Durchführen oder Veranlassung der Durchführung einer Behandlung der Textilie entsprechend dem mindestens einen ermittelten Reinigungsstrategieparameter über mindestens eine Behandlungsvorrichtung, insbesondere eine Reinigungsvorrichtung.
Bei dem Reinigungsstrategieparameter handelt es sich insbesondere um eine Empfehlung für eine spezifische, auf die Verunreinigung abgestimmte Behandlung. Beispielsweise kann eine besonders schonende Behandlung der Textilie im Vordergrund stehen, so dass der mindestens eine
Reinigungsstrategieparameter eine möglichst hohe Langlebigkeit der Textilie gewährleistet.
Ebenso kann eine besonders intensive Behandlung der Textilie gewünscht sein, wobei der mindestens eine Reinigungsstrategieparameter in Hinsicht auf die Wirkung der Behandlung der spezifischen Struktur, beispielsweise der Effektivität eines Reinigungsvorgangs, optimiert ist. Auch kann eine Empfehlung über eine besonders energiesparende Behandlung von dem mindestens einen Reinigungsstrategieparameter repräsentiert werden. Ferner kann die Kombination aus Verunreinigung und Textilie beim Bestimmen des Reinigungsstrategieparameters berücksichtigt werden, so dass beispielsweise die Verunreinigung möglichst effizient von der Textilie entfernt werden kann.
Durch das Bestimmen des mindestens eines Reinigungsstrategieparameter basierend auf der Verunreinigungsinformation kann beispielsweise der Materialverschleiß bei der Behandlung der Textilie entsprechend dem Materialverschleiß angepasst werden, um einen weiteren, verstärkten Materialverschleiß einzudämmen oder beispielsweise auch Pillings abzulösen um das
Erscheinungsbild der Textilie wiederherzustellen. Dem Benutzer kann somit eine Empfehlung über einen in Bezug auf die vorliegende Verunreinigung optimalen Reinigungsvorgang gegeben werden.
Für eine Verunreinigung kann über die Verunreinigungsinformation ein Rückschluss auf den Reinigungsstrategieparameter gezogen werden. Hierbei kann der Reinigungsstrategieparameter indirekt aus einer weiteren Ausgangsgröße bestimmt werden, beispielsweise wird zunächst eine für die Zusammensetzung der Verunreinigung repräsentative Ausgangsgröße bestimmt und aus dieser für die Zusammensetzung der Verunreinigung repräsentativen Ausgangsgröße wird der Reinigungsstrategieparameter ermittelt. Auch kann der Reinigungsstrategieparameter direkt aus der Verunreinigungsinformation ermittelt werden, beispielsweise mittels einer Klassifizierung über hinterlegte Verunreinigungsinformation. Diese Auswertung kann beispielsweise mittels eines neuronalen Netzes durchgeführt werden, welches im Folgenden noch detaillierter beschrieben ist. Insbesondere wenn ein Benutzer der Textilie die Verunreinigung nicht mit dem Auge identifizieren kann und es daher unklar ist, wie die Verunreinigung wieder zu entfernen ist, kann mit dem Verfahren gemäß dem ersten Aspekt bzw. der Vorrichtung gemäß dem zweiten Aspekt eine Empfehlung über eine optimale Reinigungsstrategie als Reinigungsstrategieparameter zur Behandlung der Textilie bereitgestellt werden. Beispielsweise kann es dem Benutzer unklar sein, ob eine Verunreinigung Lipide oder bestimmte Farbstoffe enthält, welche über gewöhnlicher Weise angewandte Reinigungsstrategien nicht zuverlässig entfernt werden können. Zusätzlich oder alternativ können auch Eigenschaften der Textilie berücksichtigt werden. Über die von der Zusammensetzung der Verunreinigung abhängige, im Rahmen des Verfahrens ermittelten Reinigungsstrategieparameter können mit der Identifikation entsprechender Inhaltsstoffe der Verunreinigung und/oder einer Eigenschaft der Textile Empfehlung über eine auf die individuelle Zusammensetzung angepasste Reinigungsstrategie getroffen werden. Im Ergebnis kann die Entfernung der Verunreinigung stark vereinfacht und deutlich zuverlässiger gestaltet werden.
Denkbar ist es ebenfalls, dass als Verunreinigung aus dem Material der Textilie gelöste Stoffe, beispielsweise nicht fixierte Textilfarbstoffe über die Verunreinigungsinformation erfasst werden. Dies geschieht insbesondere während der Durchführung einer Behandlung, so dass dem Benutzer damit ein Rückschluss auf die Effektivität der Behandlung der Textilie gegeben wird.
Beispielsweise kann der Benutzer erkennen, ob sich eine zu große Menge von Textilfarbstoffen aus dem Material der Textilie löst, womit der Benutzer eine Anregung erhält, die
Reinigungsstrategie zu verändern und ggf. im Hinblick auf den Textilfarbstoff schonender zu gestalten. Ebenso kann eine Entfärbung einer Textilie beabsichtigt sein und über die mindestens eine Ausgangsgröße ein Rückschluss auf den Grad der Entfärbung durch eine Reinigungsstrategie gezogen werden.
Eine beispielhafte Ausgestaltung sieht vor, dass der bestimmte Reinigungsstrategieparameter einen oder mehrere der folgenden Parameter a) bis g) repräsentiert:
a) Reinigungsmittelart;
b) Reinigungsmittelmenge;
c) Reinigungstemperatur;
d) Reinigungsvorrichtungstyp;
e) eine oder mehrere Einstellungen der Reinigungsvorrichtung;
f) Empfehlung einer Vorbehandlung der Verunreinigung;
g) Empfehlung der Durchführung einer Spezialbehandlung. Insbesondere ist der Reinigungsstrategieparameter indikativ für eine Reinigungsmittelart, eine Reinigungsmittelmenge, eine Reinigungstemperatur, einen Reinigungsvorrichtungstyp, eine oder mehrere Einstellungen der Reinigungsvorrichtung, Empfehlung einer Vorbehandlung der Verunreinigung, Empfehlung der Durchführung einer Spezialbehandlung oder eine Kombination hiervon.
Reinigungsmittel werden beispielsweise im Haushalt für die Reinigung unterschiedlicher Objekte eingesetzt. Beispielsweise wird für Waschmaschinen ein Reinigungsmittel, zum Beispiel ein Waschmittel, für die Reinigung von Textilien eingesetzt. Unter einem Reinigungsmittel sollen jedoch ebenfalls auch Reinigungshilfsmittel oder Reinigungszusatzmittel, wie beispielsweise ein Bleichzusatzmittel, ein Weichspüler oder Wäschestärke, verstanden werden. Ein Reinigungsmittel kann zudem eine Flüssigkeit, ein disperses System, zum Beispiel ein Gel oder Schaum, oder ein Feststoff, insbesondere ein Tab, Pulver oder Granulat, sein.
Ein Reinigungsmittel kann beispielsweise eine oder mehrere Komponenten aus der Gruppe von Komponenten umfassend Tenside, Alkalien, Builder, Vergrauungsinhibatoren, optische Aufheller, Enzyme, Bleichmittel, Soil-Release-Polymere, Füller, Weichmacher, Duftstoffe, Farbstoffe, Pflegestoffe, Säuren, Stärke, Isomalt, Zucker, Zellulose, Zellulosederivate,
Carboxymethylcellulose, Polyetherimid, Silikonderivate und/oder Polymethylimine aufweisen.
Ein Reinigungsmittel kann ferner einen oder mehrere weitere Bestandteile umfassen. Diese Bestandteile schließen ein, sind aber nicht beschränkt auf die Gruppe bestehend aus
Bleichaktivatoren, Komplexbildnern, Gerüststoffen, Elektrolyten, nichtwässrigen Lösungsmitteln, pH-Stellmitteln, Parfümträgern, Fluoreszenzmitteln, Hydrotropen, Silikonölen, Bentoniten, Antiredepositionsmitteln, Einlaufverhinderern, Knitterschutzmitteln, Farbübertragungsinhibitoren, , antimikrobiellen Wirkstoffen, Germiziden, Fungiziden, Antioxidantien, Konservierungsmitteln, Korrosionsinhibitoren, Antistatika, Bittermitteln, Bügelhilfsmitteln, Phobier- oder Imprägniermitteln, Quell- oder Schiebefestmitteln und/oder UV-Absorbern.
Der Reinigungsstrategieparameter kann die Reinigungsmittelart repräsentieren und somit indikativ für die Zusammensetzung des Reinigungsmittels sein. Wenn beispielsweise ein gewisser Anteil Farbstoffe in der Zusammensetzung der Verunreinigung enthalten sind, kann dem Benutzer die Verwendung von bestimmten Bleichzusatzmitteln empfohlen werden. Sind beispielsweise gewisse Gehalte an Lipiden in der Zusammensetzung der Verunreinigung vorhanden, kann die
Verwendung von spezifischen Tensiden und/oder Lipasen in der empfohlenen Reinigungsstrategie enthalten sein. Der Reinigungsstrategieparameter kann die Reinigungsmittelmenge repräsentieren und insbesondere eine absolute Menge des Reinigungsmittels angeben. Ebenso kann eine relative Menge des Reinigungsmittels mittels des Reinigungsstrategieparameter angezeigt werden, beispielsweise bezogen auf die Masse der zu reinigenden Textilien bzw. ein Flottenverhältnis oder eine Reinigungsmittelmenge bezogen auf ein zur Reinigung einzusetzendes Wasservolumen. Über die von der Zusammensetzung der Verunreinigung abhängige Intensitätsinformation kann somit eine Reinigungsmittelart und/oder eine Reinigungsmittelmenge ermittelt werden, welche eine optimale Entfernung der Verunreinigung gewährleistet.
Mit einem für die Reinigungstemperatur repräsentativen Reinigungsstrategieparameter kann eine für die bestimmte Zusammensetzung der Verunreinigung optimale Temperatur zur Entfernung der Verunreinigung angeben werden, insbesondere in Kombination mit einer Reinigungsmittelart. Die Reinigungstemperatur kann hierbei einerseits hoch genug sein, um eine möglichst vollständige Entfernung der Verunreinigung zu gewährleisten und anderseits im Hinblick auf den
Energieaufwand und eine Schonung der Textilie niedrig gehalten werden.
Im Ergebnis kann mit dem Reinigungsstrategieparameter dem Benutzer die Entfernung der Verunreinigung erheblich erleichtert werden. Insbesondere bei Verunreinigungen, welche mit dem Auge nicht zu identifizieren sind, kann über das Verfahren eine im Hinblick auf die Reinigung, aber auch auf den Energieverbrauch und die Schonung des Materials der Textilie optimale
Reinigungsstrategie empfohlen werden. Beispielsweise umfasst die Empfehlung der
Reinigungsmittelart und der Einstellungen der Reinigungsvorrichtung, ob die Intensitätsinformation einen gewissen Gehalt an Lipiden in der Verunreinigung anzeigt und daher entsprechende fettlösende Bestandteile im Reinigungsmittel enthalten sein sollen oder ob bestimmte Farbstoffe in der Verunreinigung vorhanden sind, welche über eine spezifische Reinigungsmittelart und
Einstellungen der Reinigungsvorrichtung gezielt angegriffen werden können.
In einer beispielhaften Ausgestaltung nach dem ersten Aspekt umfasst das Verfahren ferner:
Durchführen oder Veranlassen des Durchführens einer Behandlung zumindest teilweise basierend auf dem Reinigungsstrategieparameter mittels einer Reinigungsvorrichtung.
Unter einer Reinigungsvorrichtung wird insbesondere eine Waschmaschine, insbesondere automatische Haushaltswaschmaschine verstanden. Hierbei kann ein
Reinigungsstrategieparameter einen bestimmten Typ einer solchen Reinigungsvorrichtung angeben. Denkbar ist auch, dass der Reinigungsstrategieparameter zumindest teilweise manuell durchzuführende Reinigungsstrategien vorgibt, etwa eine Handwäsche. Auch kann der
Reinigungsstrategieparameter Einstellungen einer Reinigungsvorrichtung umfassen,
beispielsweise ein Programm einer automatischen Haushaltswaschmaschine oder eine Sequenz solcher Programme.
Unter Empfehlung der Durchführung einer Spezialbehandlung wird unter anderem verstanden, dass empfohlen wird, die Verunreinigung durch eine Reinigung oder Wäscherei unter Anwendung nicht haushaltsüblicher Verfahren (z.B. mit geeigneten Detachiermitteln) gewebeschonend entfernen zu lassen.
Die Reinigungsstrategieparameter kann beispielsweise eine Behandlung der Textilie
repräsentieren. Als Behandlung kann beispielsweise eine Vorbehandlung der Verunreinigung der Textilie und/oder der Textilie umfassen. Beispielsweise kann dies eine Vorreinigung, eine
Applikation von Vorbehandlungsmitteln oder eine bestimmte Anordnung der Textilie umfassen. Beispielsweise gibt der Reinigungsstrategieparameter eine Vorreinigung oder Vorwäsche an, insbesondere ein Einweichen der Textilie in einer bestimmten Lösung oder ein
Vorreinigungsprogramm einer Reinigungsvorrichtung. Verschiedene Vorbehandlungsmittel können für eine manuelle oder automatische Applikation vorgesehen sein, beispielsweise wird das Aufbringen eines Fleckenlosers oder eines Bleichmittels angegeben. Weiter kann eine Anordnung der Textilie insbesondere darin gegeben sein, dass die Textilie vor der eigentlichen Behandlung „auf links" gedreht oder in einer weiteren Vorrichtung, etwa in einem Wäschebeutel angeordnet werden sollte. Weiter kann die Vorbehandlung auch ein Schließen der Verschlussmittel umfassen, beispielsweise kann der Benutzer einen Hinweis auf das Schließen eines Reißverschlusses für eine nachfolgende Behandlung erhalten.
Als Behandlung der Textilie kann beispielsweise auch vorgesehen sein, dass die Textilie gefärbt wird oder einer Schonungsbehandlung unterzogen wird. In einer vorteilhaften Ausgestaltung des Verfahrens gemäß dem ersten Aspekt umfasst die Behandlung eine Reinigungsbehandlung, insbesondere eine Waschbehandlung durchgeführt auf einer Reinigungsvorrichtung,
beispielsweise einer Waschmaschine.
Insbesondere umfasst das Verfahren weiterhin das Durchführen der Behandlung mittels einer Reinig ungsvorrichtu ng .
Hierbei kann beispielsweise die Verunreinigungsinformation vor, und eine weitere
Verunreinigungsinformation während und/oder nach dem Durchführen der Behandlung der Textilie bestimmt werden. Mit einem Bestimmen vor der Reinigung kann beispielsweise dem Benutzer vor einer durchzuführenden Reinigungsbehandlung eine Empfehlung über die zu verwendenden Reinigungsstrategie gegeben werden.
Bei einem Bestimmen der Verunreinigungsinformation während der Reinigung kann die Reinigung beispielsweise dynamisch durchgeführt werden, d.h. eine Reinigungsvorrichtung kann sich während der Reinigung an die gerade bestimmte (mitunter veränderte) Verunreinigungsinformation anpassen, insbesondere indem die Ausgangsgröße kontinuierlich ermittelt wird. Beispielsweise passt eine Waschmaschine während des Waschprogramms beispielsweise die Temperatur oder die Reinigungsmittelmenge entsprechend der bestimmten Verunreinigungsinformation an. Hierbei kann insbesondere die Verunreinigungsinformation von aus der Textilie gelösten
Textilbestandteilen wie Textilfarbstoffen erhalten werden.
Mit einem Bestimmen der Verunreinigungsinformation nach einer Reinigung kann beispielsweise das Ergebnis bzw. die Effektivität einer Behandlung festgehalten und überprüft werden.
Die Verunreinigungsinformation und/oder der Reinigungsstrategieparameter kann dem Benutzer auf einer Anzeige ausgegeben werden bzw. eine entsprechende Ausgabe kann ausgelöst werden. Der Benutzer kann dann die Behandlung der Textilie durchführen. Alternativ oder zusätzlich hierzu kann in einer Ausgestaltung des Verfahrens die Verunreinigungsinformation und/oder der Reinigungsstrategieparameter an eine Reinigungsvorrichtung ausgegeben werden. Beispielsweise kann die Verunreinigungsinformation und/oder der Reinigungsstrategieparameter an die
Reinigungsvorrichtung ausgegeben werden, so dass die Reinigungsvorrichtung beispielsweise die entsprechende Behandlung als Voreinstellung übernimmt und der Benutzer die
Reinigungsvorrichtung lediglich starten muss. Ebenso ist es denkbar, dass die
Reinigungsvorrichtung mit der Ausgabe der Verunreinigungsinformation und/oder des
Reinigungsstrategieparameters die Behandlung automatisch durchführt. Die Reinigungsvorrichtung kann beispielsweise über eine Dosierungsvorrichtung für Reinigungsmittel verfügen, um die Reinigungsmittelart und Reinigungsmittelmenge entsprechend der empfohlenen Behandlung der Textilie automatisch bereitzustellen. Im Ergebnis wird hiermit die Benutzerfreundlichkeit des Verfahrens verbessert.
Nach einer beispielhaften Ausgestaltung gemäß dem ersten Aspekt umfasst das Verfahren ferner:
Bestimmen einer Eigenschaftsinformation der Textilie, wobei die Eigenschaftsinformation der Textilie indikativ für zumindest eine Eigenschaft der Textilie ist, wobei der zumindest eine Reinigungsstrategieparameter zumindest teilweise basierend auf der bestimmten Eigenschaftsinformation bestimmt wird.
Eine weitere Ausgestaltung gemäß dem ersten Aspekt sieht vor, dass die zumindest eine
Eigenschaft der Textilie indikativ für Materialstruktur, Materialart, Materialverteilung,
Materialverschleiß der Textilie, Farbe des Gewebes der Textilie, Form des Gewebes der Textilie, oder eine Kombination hiervon ist.
Das Bestimmen der Eigenschaftsinformation kann beispielsweise zumindest teilweise basierend auf der erfassten ersten Bild Information durchgeführt werden für den Fall, dass zumindest ein Teil der erfassten ersten Bildinformation indikativ für zumindest einen Teil der Textilie ist. In der Regel repräsentiert die erfasste erste Bildinformation neben der Verunreinigung auch zumindest einen Teil der Textilie und kann somit unmittelbar für ein Bestimmen der Eigenschaftsinformation der Textilie verwendet werden. Alternativ oder zusätzlich kann eine dritte Bild Information erfasst werden, wobei das Bestimmen der Eigenschaftsinformation zumindest teilweise basierend auf dieser dritten Bild Information durchgeführt werden kann. Die dritte Bild Information ist beispielweise indikativ für zumindest einen Teil der Textilie. Das Erfassen der dritten Bildinformation kann beispielsweise mittels eines oder mehreren optischen Sensorelementen erfolgen, wie z. B. mittels einer Kamera.
In einer Ausgestaltung des Verfahrens gemäß dem ersten Aspekt kann beispielsweise zur Erfassung von zumindest einem Teil der Textilie die Materialstruktur, die Materialart, die
Materialverteilung, der Materialverschleiß der Textilie, die Farbe des Gewebes der Textilie, die Form des Gewebes der Textilie, oder eine Kombination hiervon erfasst werden.
Unter der Materialstruktur von zumindest einem Teil der Textilie wird insbesondere die Art und/oder Form eines Gewebes, einer Maschenware oder Vliesstoff bzw. Faserflor verstanden. Dabei kann die Intensitätsinformation beispielsweise charakteristisch sein für die Art der Verflechtung von Fasern, wie diese beispielsweise über ein Weben, Wirken oder Stricken hergestellt wurde, oder charakteristisch für einen Vliesstoff sein. Ein Verflechtungsmuster bzw. ein
Fadenverkreuzungsmuster und eine Fadenbindung können hierbei von der Intensitätsinformation repräsentiert werden. Fadendichte, Faserstärke, Faserlänge, Faserfeinheit und/oder
Faserorientierung können insbesondere in der Intensitätsinformation erfasst sein. Die
Materialstruktur des zumindest eines Teils der Textilie hat einen direkten Einfluss auf die
Anforderungen an die Behandlung der Textilie, beispielsweise kann ein Vliessstoff andere
Anforderungen an eine Reinigungsbehandlung stellen als eine gewirkte oder gewebte Struktur. Unter der Materialart wird insbesondere die Zusammensetzung zumindest eines Teils des Materials der Textilie verstanden. Beispielsweise ist die Intensitätsinformation indikativ für Naturfasern, Chemiefasern, natürliche Materialien wie Wolle oder Leder in der Textilie, Coating der Fasern, Textiiiveredelung. Die Materialart hat ebenso erheblichen Einfluss auf eine optimale Behandlung der Textilie, Bügelstärke oder Soil-Release Polymere, beispielsweise eine
Reinigungsbehandlung oder ein Bügeln.
Mit der Materialverteilung der Textilie kann beispielsweise erfasst werden, ob die Textilie ein Mischgewebe aus unterschiedlichen Faserarten oder Fasermaterialien aufweist und/oder ob Teilbereiche der Textilie aus einem anderen Material gefertigt sind. Hierbei kann das Verhältnis der verschiedenen Materialien zueinander, beispielsweise ein Dichteverhältnis, Massenverhältnis oder Flächenverhältnis erfasst werden. Weiter von der Intensitätsinformation repräsentiert sein können die Art und Anzahl von Verbindungsstellen, beispielsweise Nähte, Verschweißungen oder Klebestellen.
Mit der Eigenschaftsinformation der Textilie repräsentativ für den Materialverschleiß kann insbesondere festgehalten werden, ob sich Pillings, Risse, Löcher, Abnutzungen oder sonstige Strukturschäden an der Textilie befinden. Insbesondere für Pillings, welche durch ein Lösen von Fasern aus dem Textilverbund entstehen und in Form von Knoten an der Textiloberfläche auftreten, kann die Art, Form, Größe bzw. Höhe, Anzahl und/oder Verteilung des
Materialverschleißes erfasst werden.
In einer weiteren Ausgestaltung des Verfahrens gemäß dem ersten Aspekt kann die
Eigenschaftsinformation der Textilie beispielsweise repräsentativ für das Vorhandensein und/oder Art von Verschlussmitteln, von Beschichtungsmaterial und/oder von Applikationen in, an und/oder auf dem zumindest einen Teil der Textilie sein.
Unter Verschlussmitteln auf der Textilie werden insbesondere Reißverschlüsse, Klettverschlüsse, Knöpfe oder ähnliche Anordnungen verstanden, welche insbesondere dafür eingerichtet sind, eine Verbindung von Teilen der Textilie über einen Formschluss herzustellen und welche lösbar ausgestaltet sein können.
Der zumindest eine Teil der Textilie kann ein oder mehrere Beschichtungsmaterialien aufweisen, insbesondere sind die Fasern beschichtet oder eine Beschichtung ist auf der Struktur des Materials der Textilie, beispielsweise auf dem Gewebe aufgebracht. Die Beschichtung kann beispielsweise eine funktionelle Schicht wie eine Schutzschicht, Abdichtschicht, Veredelungsschicht der Textilie sein oder Aussehen oder Haptik der Textilie verändern. Insbesondere die Schutzschicht oder die Abdichtsicht kann als zusätzliche Schicht auf der Veredelungsschicht der Textilie angeordnet sein.
Textilien, insbesondere Kleidungsstücke, können weiter Applikationen wie Aufdrucke, Pailletten, Spitze, Flicken oder ähnliches aufweisen, was ebenso von der Intensitätsinformation repräsentiert werden kann. Ebenso können Funktionstextilien funktionelle Elemente als Applikationen aufweisen oder elektronische Elemente in der Textilie oder an der Oberfläche der Textilie angeordnet sein.
Repräsentiert zumindest ein Teil der Eigenschaftsinformation der Textilie solche Verschlussmittel, Beschichtungen und/oder Applikationen auf der Textilie, kann bei einer Behandlung auch auf die Schonung der entsprechenden Elemente Rücksicht genommen werden. Einerseits kann ein Verschleiß solcher Verschlussmittel, Beschichtungen und/oder Applikationen bei einer Behandlung vermindert und anderseits auch beispielsweise eine Ablösung von Beschichtungen oder
Applikationen vermieden werden.
In einer beispielhaften Ausgestaltung des Verfahrens gemäß dem ersten Aspekt wird der zumindest eine Reinigungsstrategieparameter mittels eines neuronalen Netzes, insbesondere ein künstliches neuronales Netz, bestimmt, wobei in einem ersten Schritt zumindest teilweise basierend auf der bestimmten Verunreinigungsinformation oder zumindest teilweise basierend auf der bestimmten Verunreinigungsinformation und der bestimmten Eigenschaftsinformation der Textilie eine Klassifizierung der Verunreinigung erfolgt, und in einem zweiten Schritt der
Reinigungsstrategieparameter zumindest teilweise basierend auf der Klassifizierung der
Verunreinigung abgeleitet wird.
Das neuronale Netz kann beispielsweise ein künstliches System (zum Beispiel eine Vorrichtung gemäß dem zweiten Aspekt oder ein System gemäß dem dritten Aspekt) sein, dass beispielsweise aus Trainingsfällen als Beispiele lernt und diese nach Beendigung der Lernphase verallgemeinern kann. Das heißt, es werden nicht einfach die Beispiele auswendig gelernt, sondern es werden Muster und Gesetzmäßigkeiten in den Lerndaten erkannt. Hierzu können unterschiedliche Ansätze verfolgt werden. Beispielsweise kann ein überwachtes Lernen, ein teilüberwachtes Lernen, ein unüberwachtes Lernen, ein bestärktes Lernen und/oder ein aktives Lernen eingesetzt werden. Ein überwachtes Lernen kann beispielsweise mittels eines künstlichen neuronalen Netzes (etwa einem rekurrenten neuronalen Netz) oder mittels einer Support Vector Machine erfolgen. Auch ein unüberwachtes Lernen kann beispielsweise mittels eines künstlichen neuronales Netzes
(beispielsweis eines Autoencoders) erfolgen. Als Lerndaten dienen dann beispielsweise insbesondere die mehrmalig erhaltenen und/oder ermittelten Intensitätsinformationen bzw. die bestimmten Ausgangsgrößen.
Alternativ oder zusätzlich ist denkbar, dass die erfasste erste Bild Information oder die erfasste erste Bildinformation und eine erfasste zweite Bild Information bzw. die bestimmte
Verunreinigungsinformation mit weiteren Informationen assoziiert werden, beispielsweise mit der Anzahl und/oder des jeweiligen Alters der Personen eines Haushalts zur Erstellung eines persönlichen Verunreinigungsprofils oder beispielsweise mit der Jahreszeit zur Erstellung eines jahreszeitlichen Verunreinigungsprofils.
Ebenfalls ist es möglich, dass das mehrmalige Erhalten und/oder Erfassen der ersten
Bildinformation oder der ersten Bildinformation und einer zweiten Bild Information bzw. bestimmten Verunreinigungsinformationen für ein maschinelles Lernen genutzt wird. So kann das
Verunreinigungsprofil beispielsweise zumindest teilweise basierend auf maschinellem Lernen bestimmt werden.
Durch diese Maßnahmen kann die Zuverlässigkeit des Bestimmens der
Verunreinigungsinformation und insbesondere der Behandlung der Textilie, insbesondere zur Entfernung der Verunreinigung von der Textilie, erhöht werden.
Jeder der Trainingsfälle kann beispielsweise durch einen Eingangsvektor, eine Bildinformation, z. B. die erste Bildinformation oder die erste Bild Information und eine zweite Bildinformation, und einen Ausgangsvektor des künstlichen neuronalen Netzes gegeben sein. Der Ausgangsvektor ist beispielsweise durch mittels einer chemischen Analyse bestimmte Stoffkonzentrationen innerhalb dieser zu dem Trainingsfall gehörenden Verunreinigung einer Textilie und/oder einen Teil der Textilie gegeben.
Jeder Testfall kann beispielsweise erzeugt werden, indem die zu dem Trainingsfall gehörige Verunreinigung einer Textilie und/oder Teil einer Textilie in einen vorbestimmten Zustand (z.B. definierte Verunreinigung auf definierter Textilie) überführt wird, und anschließend eine
Verunreinigungsinformation repräsentativ für eine Verunreinigung erzeugt wird, sowie gleichzeitig eine chemische Analyse zur Messung der Stoffkonzentration (z.B. der Verunreinigung auf der Textilie und/oder der Textilie) durchgeführt wird. Die bestimmte Verunreinigungsinformation wird beispielsweise als Eingangsvektor, die Stoffkonzentration als Ausgangsvektors des Trainingsfalls übertragen. Mittels eines neuronalen Netzes kann beispielsweise die Kalibrierung erfolgen. Dabei kann beispielsweise eine Fehlerrückführung in das neuronale Netz, eine sogenannte Backpropagation, erfolgen. Hierbei werden beispielsweise die zur Bestimmung der Verunreinigungsinformation verwendeten Parameter, die das neuronale Netz einsetzt, optimiert. Mit den optimierten
Parametern ist das neuronale Netz beispielsweise geeignet, aus Eingangsvektoren (erste Bildinformation für zumindest eine Verunreinigung auf einer Textilie, oder erste Bildinformation für zumindest eine Verunreinigung auf einer Textilie und zweite Bild Information indikativ für zumindest die Verunreinigung auf der Textile von der gegenüberliegenden Seite der Textilie erfasst als die erste Bildinformation), die von den ursprünglich gelernten Eingangsvektoren der Trainingsfälle abweichen, sinnvoll Ausgangsvektoren (Ausgangsgröße, insbesondere zur Bestimmung einer Verunreinigungsinformation) zu bestimmen. Entsprechend sind beispielsweise die Parameter adaptiv, so dass eine Kalibrierung unter Verwendung der bereits bekannten (z.B. in einer Datenbank hinterlegte) Parameter erfolgen kann.
In einer beispielhaften Ausgestaltung ist vorgesehen, dass z.B. mittels einer
Bildverarbeitungseinheit in einer erfassten ersten Bildinformation und/oder zweiten Bild Information eine Verunreinigung einer Textilie und/oder zumindest ein Teil einer Struktur einer Textilie erkannt wird, insbesondere ein Fleck oder ein Fleck und eine Textilart, und aus denjenigen Teilen der erfassten Informationen, die der Verunreinigung der Textilie und/oder dem zumindest einen Teil der Textilie zugeordnet sind, eine Vielzahl von Eingangsvektoren gebildet wird. Dabei kann beispielsweise aus einem jeden der dieser Verunreinigung der Textilie und/oder dem zumindest einen Teil der Textilie zugeordneten Bildpunkt (z.B. ein Pixel der von der Intensitätsinformation umfasst ist) ein Eingangsvektor des neuronalen Netzes gebildet werden. Dabei sind die
Komponenten eines derartigen Eingangsvektors durch die Intensitätswerte des von der jeweiligen Bildinformation jeweilig repräsentierten Bildpunktes gegeben. Ferner kann beispielsweise hinsichtlich der Verunreinigung der Textilie und/oder des zumindest einen Teils der Textilie eine chemische Analyse durchgeführt werden. Das zugehörige Ergebnis kann beispielsweise den Ausgangsvektor bilden. Anschließend kann beispielsweise das neuronale Netz jeden der Eingangsvektoren mit dem Ausgangsvektor kombinieren. Derart können aus der Verunreinigung der Textile und/oder dem zumindest einen Teil der Textilie eine Vielzahl von Trainingsfällen generiert werden (z.B. insbesondere für jeden erfassten Bildpunkt der Intensitätsinformation ein Trainingsfall).
In einer beispielhaften Ausgestaltung wird mindestens ein Bildpunkt innerhalb der erfassten ersten Bildinformation und/oder zweiten Bildinformation als ein fest vorgegebener Referenzbildpunkt für eine spektrale Belichtungskorrektur des Bildes verwendet, wobei Bilddaten von Bildpunkten des Bildes, die von dem mindestens einen Referenzbildpunkt verschieden sind, unter Verwendung von Bilddaten des mindestens einen Referenzbildpunktes normalisiert werden.
Eine beispielhafte Ausgestaltung sieht vor, dass das neuronale Netz eine spektrale
Belichtungskorrektur der von der erfassten ersten und/oder zweiten Bild Information durchführt. Beispielsweise können eine momentan vorliegende Belichtungsbedingungen der Verunreinigung der Textilie und/oder des zumindest einen Teils der Textilie erfasst (z.B. gemessen) und durch eine Normalisierung der Bildpunkte der ersten und/oder der zweiten Bild Information nahezu zeitgleich ausgeglichen werden. Durch die spektrale Belichtungskorrektur wird neben der
Belichtungsintensität einzelner Bildpunkte des Spektralbildes auch die spektrale
Zusammensetzung der Informationen (z.B. Bilddaten) dieser Bildpunkte normalisiert.
Die Belichtungsbedingungen sind üblicherweise bestimmt durch einfallendes Licht und den Eintreffwinkel des Lichts auf die Verunreinigung der Textilie und/oder den zumindest einen Teil der Struktur der Textilie.
Bei der spektralen Belichtungskorrektur kann beispielsweise vorgesehen sein, dass innerhalb des von der Intensitätsinformation umfassten Bildbereichs mit der Verunreinigung der Textilie und/oder des zumindest eines Teils der Textilie ein Körper erfasst wird, dessen Oberfläche beispielsweise vorbestimmte, insbesondere optische Eigenschaften aufweist. Beispielsweise kann eine der Eigenschaften eine bestimmte Färb- oder Grauton- und/oder eine bestimmte Helligkeit sein.
Beispielsweise ist dieser Körper flächig ausgebildet. Beispielsweise ist dieser Körper fest mit einer Behandlungsvorrichtung, insbesondere eine Reinigungsvorrichtung (z.B. Waschmaschine) verbunden und/oder ist ein direkter Teil seiner Oberfläche (z.B. eine Lackierung). Für den Fall, dass die Bildinformationen , aus denen das von der Intensitätsinformation repräsentierte
Spektralbild rekonstruiert wird, von einem optischen Element erfasst wird, kann beispielsweise der Körper relativ zu dem optischen Element stets in einer gleichen Position angeordnet sein, so dass der Körper stets im gleichen Bildbereich von den erfassten Bildinformationen umfasst ist.
In einer beispielhaften Ausgestaltung kann mindestens ein vorbestimmter Bildpunkt (auch als Referenzbildpunkt bezeichnet) der erfassten Bildinformation für die spektrale Belichtungskorrektur verwendet werden. Der Referenzbildpunkt der erfassten Bildinformation liegt beispielsweise auf dem Körper mit vorbestimmten Oberflächeneigenschaften. Basierend auf dem Referenzbildpunkt können beispielsweise die übrigen erfassten Bildpunkte der Bildinformation normalisiert werden. Zur Vermeidung von unnötigem Rechenaufwand können beispielsweise nur diejenigen Bildpunkte normalisiert werden, die die Verunreinigung der Textilie und/oder den zumindest einen Teil der Struktur der Textilie umfassen.
In einer beispielhaften Ausgestaltung kann die spektrale Belichtungskorrektur von dem neuronalen Netz durchgeführt werden. Beispielsweise kann vorgesehen sein, dass eine Schicht des neuronalen Netzes die spektrale Belichtungskorrektur durchführt. Die spektrale
Belichtungskorrektur kann ferner beispielsweise in regelmäßigen Intervallen, insbesondere automatisch durchgeführt werden. Zeitlich sich verändernde Belichtungsbedingungen können so zeitnah (,real-time') normalisiert werden. Im Falle, dass ein optisches Element zum Erfassen der Bildinformationen verwendet wird, welches nicht fest angeordnet ist, wie es beispielsweise bei einem elektronischen Gerät (z.B. ein Smartphone, Tablet oder dergleichen) der Fall ist, können sich durch eine Bewegung des optischen Sensors die Belichtungsbedingungen der erfassten Bildinformationen ändern. Entsprechend kann es durch ein in regelmäßigen zeitlichen Intervallen durchgeführte spektrale Belichtungskorrektur diese unterschiedlichen Belichtungsbedingungen ausgeglichen werden.
In einer beispielhaften Ausgestaltung des Verfahrens nach dem ersten Aspekt werden die Bildinformation von einem oder mehreren Sensoren, insbesondere von einem oder mehreren optischen Sensorelementen erfasst.
Die einen oder mehreren optischen Sensorelemente können beispielsweise als eines der folgenden Mittel ausgebildet sein:
(i) Kamera, insbesondere eine 3D-Kamera oder Hyperspektralkamera;
(ii) LED-Sensorelement (z. B. Fotodiode);
(iii) NIR (Nahes Infrarot) Sensorelement.
Unter einem optischen Sensorelement bzw. einem optischen Sensor werden hierbei Sensoren verstanden, welche eine Intensität einfallender Strahlung, insbesondere elektromagnetischer Strahlung im sichtbaren Bereich und alternativ oder zusätzlich darüber hinaus, ermitteln können. Insbesondere ist das optische Sensorelement dafür eingerichtet, eine Energieauflösung und/oder räumliche Auflösung der Intensitätsinformation bereitzustellen. Das optische Sensorelement kann einen Bildsensor umfassen, insbesondere einen digitalen Bildsensor. Zur Ermittlung der Intensität der Strahlung kann insbesondere mindestens ein Halbleiterelement, Dioden, CCD-Elemente, beispielsweise ein Bayer-Sensor, oder CMOS-Elemente, beispielsweise ein Sensor des Typs Foveon X3, verwendet werden. Das optische Sensorelement kann optische Filter und
insbesondere ein Spektrometer enthalten. Denkbar ist ebenfalls die Verwendung von monochromen Sensoren ohne Farbauflösung. Ebenso können Sensoren verwendet werden, welche auf bestimmte Wellenlängenbereiche beschränkt sind. Beispielsweise kann der optische Sensor auf mindestens einer Fotodiode und/oder mindestens einem LED- Sensorelement basieren. Einzelne Elemente oder Felder von Elementen, beispielsweise Fotodioden oder lichtempfindliche Bauteilen wie LEDs können verwendet werden. Es kann vorteilhaft sein, die Größe der einzelnen Sensorelemente, beispielsweise der einzelnen Fotodioden im Hinblick auf Dynamik, Auflösung und/oder Empfindlichkeit zu optimieren.
In einer Ausgestaltung stellt das optische Sensorelement eine dreidimensionale räumliche Auflösung bereit. Mit einer dreidimensionalen räumlichen Auflösung kann die Genauigkeit des Bestimmens der Verunreinigungsinformation zumindest teilweise basierend auf der erfassten ersten Bild Information oder der erfassten ersten Bildinformation und der erfassten zweiten Bildinformation und/oder eine erfasste Information von zumindest einem Teil der Textilie weiter erhöht werden. Denkbar ist die Verwendung von mehreren Aufnahmen aus verschiedenen Perspektiven über das gleiche optischen Sensorelement bzw. die gleiche Sensoranordnung. Ebenso können speziell für eine dreidimensionale Auflösung ausgebildete optische Elemente wie Aufsatzlinsen oder Objektive vorgesehen sein oder eine 3D-Kamera verwendet werden.
Zusätzliche optische Elemente, beispielsweise Aufsatzlinsen oder Objektive, können auch auf herkömmlichen, im Wesentlichen zweidimensionalen optischen Sensoren, beispielsweise digitale Kameras oder in mobilen Geräten integrierten Kameras angeordnet werden. Damit können auch bereits vorhandene Vorrichtungen für eine dreidimensionale Auflösung nachgerüstet werden (Retrofitting). Mit der dreidimensionalen Auflösung kann beispielsweise Textilstruktur,
beispielsweise die Form und Anordnung des Gewebes, der Maschen oder des Vliesstoffs, und/oder die Form und Anordnung einer Verunreinigung (z.B. innerhalb) der Textilie eingehender bestimmt werden und somit eine umfassendere und genauere Intensitätsinformation erhalten werden.
In einer besonders einfachen Ausgestaltung umfasst das mindestens eine optische Sensorelement mindestens ein kameraartiges Element und stellt eine Bild Information bereit. Entsprechend können digitale Kameras oder in elektronischen (z.B. mobilen Geräten) integrierte Kameras für das Verfahren herangezogen werden bzw. als mindestens eine Vorrichtung zur Durchführung des Verfahrens dienen. Dabei können Aufsätze für eine dreidimensionale räumliche Auflösung an dem kameraartigen Element verwendet werden.
In einer Ausgestaltung ist sind die einen oder mehreren Sensoren als Hyperspektralkamera ausgebildet. Solche Kameras tasten über eine Vielzahl von Kanälen einen Bereich mit Wellenlängen, z. B. von 400 bis 1000 Nanometern ab und erfassen basierend darauf eine Bildinformation. Weiterhin können hyperspektrale Kameras zusätzlich den Infrarotbereich mit Wellenlängen von 1000 bis 2500 Nanometern abtasten. Hyperspektrale Kameras tasten folglich nicht nur den sichtbaren Bereich von Licht ab, sondern einen Bereich weit darüber hinaus. Als Ergebnis liefern derartige Kameras ein Spektralbild, anhand welchem bestimmte Verunreinigungen erkannt werden können. Aus diesen Informationen lässt sich anschließend eine mögliche
Behandlung der Verunreinigung der Textilie ableiten.
Beispielsweise umfassen die einen oder mehreren Sensoren zumindest ein CMOS-Element, welches im nahen Infrarotbereich (NIR) ein Empfindlichkeitsmaximum hat. Dieses wird im
Folgenden auch als NIR Sensorelement bezeichnet. Hierbei ist eine Beleuchtung mit Strahlung im NIR-Bereich vorteilhaft. Unter dem NIR-Bereich wird ein Wellenlängenbereich des
elektromagnetischen Spektrums von mindestens 750 nm, insbesondere bis maximal 2000 nm, insbesondere von mindestens 800 nm bis maximal 1400 nm verstanden. Auch hiermit ist eine Bildinformation erfassbar.
Die einen oder mehreren optischen Sensorelemente können beispielsweise als Bildinformation ein Foto, ein Spektralbild, ein Fluoreszenzspektralbild, ein Differenzspektral, eine Änderung von Response, um einige nicht-limitierende Beispiele zu nennen erfassen.
In einer beispielhaften Ausgestaltung des Verfahrens gemäß dem ersten Aspekt umfasst das Verfahren ferner:
Erfassen einer zweiten Bildinformation indikativ für zumindest die Verunreinigung auf der Textilie, wobei die zweite Bildinformation gegenüber der ersten Bildinformation die gegenüberliegende Seite der Verunreinigung erfasst, wobei
die zumindest eine Eigenschaft zumindest teilweise basierend auf der erfassten ersten und der zweiten Bild Information bestimmt wird,
Entsprechend wird beispielsweise die Vorder- und die Rückseite der Verunreinigung auf der Textilie mittels der Bildinformationen erfasst. Zumindest teilweise darauf basierend wird beispielsweise die Verunreinigungsinformation bestimmt.
In einer beispielhaften Ausgestaltung des Verfahrens gemäß dem ersten Aspekt umfasst das Bestimmen von der Verunreinigungsinformation einen Vergleich der erfassten ersten
Bildinformation oder der erfassten ersten und der zweiten Bildinformation mit Vergleichswerten. Beispielsweise können mitunter vorhandene Unterschiede der Verunreinigung zwischen der Vorder- und Rückseite der Textilie erfasst werden. Z. B. eine Verunreinigung von Rotwein verteilt sich gleichmäßig durch die Textilie hindurch und ist dementsprechend homogen sowohl auf der Vorder- als auch auf der Rückseite der Textilie zu erkennen. Dies kann bei dem Bestimmen der Verunreinigungsinformation zumindest teilweise basierend auf der erfassten ersten und zweiten Bildinformation bestimmt werden. Hingegen kann eine Verunreinigung, z. B. verursacht durch Lippenstift auf der Vorderseite der Textilie, auf welcher die Verunreinigung auf die Textilie aufgetragen wurde, wesentlich signifikanter darstellen, als auf der Rückseite, da die
Verunreinigung nicht so stark durch die Textilie hindurch diffundiert. Ein Erfassen von mitunter vorhandenen Unterschieden zwischen der Seite der Textile, auf weiche die Verunreinigung bei deren Verursachung aufgetragen wurde, und der gegenüberliegende Seite der Verunreinigung kann beispielsweise mit dem neuronalen Netz erfolgen.
Entsprechend sieht eine beispielhafte Ausgestaltung vor, dass das Bestimmen der
Verunreinigungsinformation einen Vergleich der erfassten ersten Bildinformation oder der erfassten ersten und der erfassten zweiten Bildinformation mit Vergleichswerten umfasst.
Beispielsweise kann der Vergleich mit Vergleichswerten erfolgen. Entsprechende Vergleichswerte können in einer Datenbank hinterlegt sein. Die erfassten ersten Bildinformation oder der erfassten ersten und der erfassten zweiten Bildinformation können beispielweise einer Klassifizierung unterzogen werden, wobei die Verunreinigungsinformation durch ein Ergebnis der Klassifizierung erhalten oder beeinflusst wird. Eine Klassifizierung kann beispielsweise auf einem Vergleich der erfassten ersten Bild Information oder der erfassten ersten und der erfassten zweiten
Bildinformation mit einer Datenbank von bereits bekannten Bild Information, die beispielsweise mit einer spezifischen Verunreinigung verknüpft sind, beruhen. Eine entsprechende Klassifizierung kann beispielsweise zusätzlich oder alternativ mit dem neuronalen Netz erfolgen. Hierbei kann insbesondere ein neuronales Netz, wie in dieser Spezifikation beschrieben, eingesetzt werden.
Die Vergleichswerte bzw. eine hierfür vorgesehene Datenbank kann insbesondere
Verunreinigungsinformation von typischen, in den Anwendungsgebieten der Textilien auftretenden Verunreinigungen enthalten. Diese können beispielsweise durch die Trainingsfälle repräsentiert sein. Diese können anschließend von dem neuronalen Netz zur Bestimmung einer
Verunreinigungsinformation verwendet werden. Beispielsweise kann im Haushaltsbereich auf Verunreinigungsinformation von typischen Verunreinigungen wie verschiedenen
Nahrungsmittelresten, Spuren von Getränken, Gras oder Farben zurückgegriffen werden. Die Verunreinigungsinformationen der Datenbank können bestimmte weitere Informationen zugeordnet sein, beispielsweise mindestens eine Information zur Entfernung der Verunreinigung.
Sollte beispielsweise die bestimmte Verunreinigungsinformation nicht eindeutig einer
Verunreinigung zuordenbar sein, kann beispielsweise eine Eingabe einer Information eines Nutzers erfasst werden, wobei die Eingabe des Nutzers indikativ für eine Spezifizierung der Verunreinigung ist.
Beispielsweise können eine oder mehrere derartiger Eingabe des Nutzers erfasst werden, sofern dies sinnvoll ist. Dies kann im Rahmen einer Interaktion mit dem Nutzer erfolgen, falls z. B. nach einer ersten Eingabe einer Information des Nutzers kein eindeutiges Ergebnis der Verunreinigung bestimmbar ist. Beispielsweise kann der Nutzer befragt werden, woher seiner Meinung nach die Verunreinigung stammt. Beispielsweise kann der Ort und/oder die Lokalität (z. B. ob die
Verunreinigung drinnen im Haushalt oder draußen, z. B. im Garten) ihren Ursprung hat. Derart kann beispielsweise durch den Nutzer ein entscheidender Hinweis durch die Eingabe der
Information erhalten werden, um die Verunreinigungsinformation bestimmen zu können.
In einer beispielhaften Ausgestaltung des Verfahrens gemäß dem ersten Aspekt umfasst das Verfahren ferner die folgenden Verfahrensschritte:
Erfassen von zumindest einem Sprachbefehl indikativ für zumindest einen Parameter, auf dessen Basis die Verunreinigungsinformation bestimmt wird.
Der Sprachbefehl kann beispielsweise von einem Benutzer eingegeben werden, z. B. über eine Sprachkommunikationsschnittstelle (z. B. ein ein Mikrofon umfassendes elektronisches Gerät oder dergleichen). Der eingegebene Sprachbefehl kann dabei beispielsweise lokal seitens der
Sprachkommunikationsschnittstelle oder seitens eines Servers verarbeitet werden. Zur
Verarbeitung seitens eines Servers kann der Sprachbefehl beispielsweise nach der Eingabe über eine Kommunikationsverbindung des elektronischen Gerätes an einen Server übermittelt werden. Mittels einer Spracherkennungssoftware (z.B. Apple Siri oder Amazon Echo) kann der
eingegebene Sprachbefehl beispielsweise verarbeitet werden. Dafür kann die Installation zusätzlicher Software erforderlich sein. Ein derart verarbeiteter Sprachbefehl kann beispielsweise in eine Steuerungsinformation umgewandelt werden, die die Vorrichtung, z. B. ein elektronische Gerät und/oder ein weiteres elektronisches Gerät (z. B. ein Reinigungsgerät) beispielsweise auswerten, verarbeiten, weiterleiten, oder ein sonstiger Weise benutzen kann. Beispielsweise kann eine entsprechende Steuerungsinformation bei dem Bestimmen der Verunreinigungsinformation berücksichtigt werden. ln einer beispielhaften Ausgestaltung der Erfindung nach allen Aspekten wird eine Statusinformation erhalten (z. B. bestimmt). Die Statusinformation kann beispielsweise ausgegeben werden oder deren Ausgabe veranlasst werden.
Beispielsweise kann in einem System beispielsweise jedes Reinigungsgerät über eine drahtlose Kommunikationsschnittstelle (z. B. WLAN, WAN, Zigbee, Bluetooth, um einige Beispiele zu nennen) zur Übertragung einer Statusinformation verfügen. Die Statusinformation kann basierend auf einer Abfrage beispielsweise an eine zentral im Haushalt installierte Home Appliance
Steuerung (z. B. ein Desktop Computer, eine zentrale Steuereinheit, ein Server, eine Home Automation Anlage), und/oder ein (z. B. bewegliches) Smart Device (z. B. ein Smartphone, eine Tablet, eine Smartwatch, um einige Beispiele zu nennen) übermittelt werden. Die Statusinformation kann ausgegeben werden, z. B. einem Benutzer auf einer Anzeigevorrichtung des Smart Devices dargestellt werden.
Die Statusinformation kann beispielsweise indikativ für eine Reinigungs- und/oder Pflegeaktion sein, Alternativ oder zusätzlich kann die Statusinformation indikativ für einen Fortschritt, Abbruch, Abschluss, Start oder einen weiteren Status eines Reinigungsvorgangs sein. Alternativ oder zusätzlich kann die Statusinformation indikativ für Eigenschaften der Verunreinigung und/oder der Struktur der Textilie sein.
Gemäß dem zweiten Aspekt der Erfindung wird auch eine alternative Vorrichtung beschrieben, umfassend zumindest einen Prozessor und zumindest einen Speicher mit
Computerprogrammcode, wobei der zumindest eine Speicher und der Computerprogrammcode dazu eingerichtet sind, mit dem zumindest einen Prozessor zumindest ein Verfahren gemäß dem ersten Aspekt auszuführen und/oder zu steuern. Unter einem Prozessor soll zum Beispiel eine Kontrolleinheit, ein Mikroprozessor, eine Mikrokontrolleinheit wie ein Mikrocontroller, ein digitaler Signalprozessor (DSP), eine anwendungsspezifische Integrierte Schaltung (ASIC) oder ein Field Programmable Gate Arrays (FPGA) verstanden werden.
Zum Beispiel umfasst eine beispielhafte Vorrichtung ferner Mittel zum Speichern von Informationen wie einen Programmspeicher und/oder einen Hauptspeicher. Zum Beispiel umfasst eine beispielhafte erfindungsgemäße Vorrichtung ferner jeweils Mittel zum Empfangen und/oder Senden von Informationen über ein Netzwerk wie eine Netzwerkschnittstelle. Zum Beispiel sind beispielhafte erfindungsgemäße Vorrichtungen über ein oder mehrere Netzwerke miteinander verbunden und/oder verbindbar. Eine beispielhafte Vorrichtung gemäß dem zweiten Aspekt ist oder umfasst etwa eine Datenverarbeitungsanlage, die softwaremäßig und/oder hardwaremäßig eingerichtet ist, um die jeweiligen Schritte eines beispielhaften Verfahrens gemäß dem zweiten Aspekt ausführen zu können. Beispiele für eine Datenverarbeitungsanlage sind ein Computer, ein Desktop-Computer, ein Server, ein Thinclient und/oder ein tragbarer Computer (Mobilgerät), wie etwa ein Laptop- Computer, ein Tablet-Computer, ein Wearable, ein persönlicher digitaler Assistent oder ein Smartphone.
Einzelne Verfahrensschritte des Verfahrens gemäß dem ersten Aspekt (beispielsweise das Erhalten oder Ermitteln einer Intensitätsinformation, das Ermitteln der mindestens einen
Ausgangsgröße) können hierbei mit einer Sensorvorrichtung, welche auch mindestens ein Sensorelement aufweist, durchgeführt werden. Ebenso können einzelne Verfahrensschritte (beispielsweise das Erhalten oder Ermitteln einer Intensitätsinformation, das Ermitteln der mindestens einen Ausgangsgröße), welche beispielswiese nicht unbedingt mit der
Sensoreinrichtung durchgeführt werden müssen, von einer weiteren Vorrichtung vorgenommen werden, welche insbesondere über ein Kommunikationssystem mit der Vorrichtung, welche mindestens ein Sensorelement aufweist, in Verbindung steht.
Weitere Vorrichtungen können vorgesehen sein, beispielswiese ein Server und/oder beispielsweise ein Teil bzw. eine Komponente einer sogenannten Computer Cloud, welche
Datenverarbeitungsressourcen dynamisch für verschiedene Nutzer in einem
Kommunikationssystem bereitstellt. Unter einer Computer Cloud wird insbesondere eine
Datenverarbeitungs-Infrastruktur gemäß der Definition des„National Institute for Standards and Technology" (NIST) für den englischen Begriff„Cloud Computing" verstanden. Ein Beispiel einer Computer Cloud ist eine Microsoft Windows Azure Platform.
Gemäß dem zweiten Aspekt der Erfindung wird auch ein Computerprogramm beschrieben, das Programmanweisungen umfasst, die einen Prozessor zur Ausführung und/oder Steuerung eines Verfahrens gemäß dem ersten Aspekt veranlassen, wenn das Computerprogramm auf dem Prozessor läuft. Ein beispielhaftes Programm gemäß der Erfindung kann in oder auf einem computerlesbaren Speichermedium gespeichert sein, welches eines oder mehrere Programme enthält.
Gemäß dem zweiten Aspekt der Erfindung wird auch ein computerlesbares Speichermedium beschrieben, welches ein Computerprogramm gemäß dem zweiten Aspekt enthält. Ein computerlesbares Speichermedium kann z.B. als magnetisches, elektrisches, elektromagnetisches, optisches und/oder andersartiges Speichermedium ausgebildet sein. Ein solches computerlesbares Speichermedium ist vorzugsweise gegenständlich (also„berührbar"), zum Beispiel ist es als Datenträgervorrichtung ausgebildet. Eine solche Datenträgervorrichtung ist beispielsweise tragbar oder in einer Vorrichtung fest installiert. Beispiele für eine solche
Datenträgervorrichtung sind flüchtige oder nicht-flüchtige Speicher mit wahlfreiem-Zugriff (RAM) wie z.B. NOR-Flash-Speicher oder mit sequentiellen-Zugriff wie NAND-Flash-Speicher und/oder Speicher mit Nur-Lese-Zugriff (ROM) oder Schreib-Lese-Zugriff. Computerlesbar soll zum Beispiel so verstanden werden, dass das Speichermedium von einem Computer bzw. einer
Datenverarbeitungsanlage (aus)gelesen und/oder beschrieben werden kann, beispielsweise von einem Prozessor.
Gemäß einem dritten Aspekt der Erfindung wird auch ein System beschrieben, umfassend mehrere Vorrichtungen, insbesondere ein mobiles Gerät und eine Reinigungsvorrichtung, welche zusammen ein Verfahren gemäß dem ersten Aspekt durchführen.
Ein beispielhaftes System gemäß dem dritten Aspekt umfasst eine beispielhafte
Reinigungsvorrichtung und zusätzlich eine weitere Vorrichtung, beispielsweise ein mobiles Gerät oder einen Server zur Durchführung eines beispielhaften Verfahrens gemäß dem ersten Aspekt.
Die zuvor in dieser Beschreibung beschriebenen beispielhaften Ausgestaltungen der vorliegenden Erfindung sollen auch in allen Kombinationen miteinander offenbart verstanden werden.
Insbesondere sollen beispielhafte Ausgestaltungen in Bezug auf die unterschiedlichen Aspekten offenbart verstanden werden.
Insbesondere sollen durch die vorherige oder folgende Beschreibung von Verfahrensschritten gemäß bevorzugter Ausführungsformen eines Verfahrens auch entsprechende Mittel zur
Durchführung der Verfahrensschritte durch bevorzugte Ausführungsformen einer Vorrichtung offenbart sein. Ebenfalls soll durch die Offenbarung von Mitteln einer Vorrichtung zur Durchführung eines Verfahrensschrittes auch der entsprechende Verfahrensschritt offenbart sein.
Weitere vorteilhafte beispielhafte Ausgestaltungen der Erfindung sind der folgenden detaillierten Beschreibung einiger beispielhafter Ausführungsformen der vorliegenden Erfindung, insbesondere in Verbindung mit den Figuren, zu entnehmen. Die Figuren sollen jedoch nur dem Zwecke der Verdeutlichung, nicht aber zur Bestimmung des Schutzbereiches der Erfindung dienen. Die Figuren sind nicht maßstabsgetreu und sollen lediglich das allgemeine Konzept der vorliegenden Erfindung beispielhaft widerspiegeln. Insbesondere sollen Merkmale, die in den Figuren enthalten sind, keineswegs als notwendiger Bestandteil der vorliegenden Erfindung erachtet werden.
Die zuvor in dieser Beschreibung beschriebenen beispielhaften Ausgestaltungen sollen auch in allen Kombinationen miteinander offenbart verstanden werden. Insbesondere sollen beispielhafte Ausgestaltungen in Bezug auf die unterschiedlichen Aspekten offenbart verstanden werden.
Insbesondere sollen durch die vorherige oder folgende Beschreibung von Verfahrensschritten gemäß bevorzugter Ausführungsformen eines Verfahrens auch entsprechende Mittel zur Durchführung der Verfahrensschritte durch bevorzugte Ausführungsformen einer Vorrichtung offenbart sein. Ebenfalls soll durch die Offenbarung von Mitteln einer Vorrichtung zur Durchführung eines Verfahrensschrittes auch der entsprechende Verfahrensschritt offenbart sein.
Weitere vorteilhafte beispielhafte Ausgestaltungen sind der folgenden detaillierten Beschreibung einiger beispielhafter Ausführungsformen, insbesondere in Verbindung mit den Figuren, zu entnehmen. Die Figuren sollen jedoch nur dem Zwecke der Verdeutlichung, nicht aber zur Bestimmung des Schutzbereiches dienen. Die Figuren sind nicht maßstabsgetreu und sollen lediglich das allgemeine Konzept beispielhaft widerspiegeln. Insbesondere sollen Merkmale, die in den Figuren enthalten sind, keineswegs als notwendiger Bestandteil erachtet werden.
Kurze Beschreibung der Figuren
In der Zeichnung zeigt
Fig. 1a-c ein Ablaufdiagramm eines Ausführungsbeispiels gemäß einem Verfahren nach dem ersten Aspekt;
Fig. 2a erste schematische Darstellung einer Verunreinigung;
Fig. 2b zweite schematische Darstellung einer Verunreinigung;
Fig. 3 eine schematische Darstellung eines Ausführungsbeispiels einer Vorrichtung nach dem zweiten Aspekt;
Fig. 4 ein Blockdiagramm eines Ausführungsbeispiels einer Vorrichtung nach dem
zweiten Aspekt; und Fig. 5 unterschiedliche Ausführungsbeispiele eines Speichermediums nach dem zweiten
Aspekt.
Detaillierte Beschreibung einiger beispielhafter Ausführungsformen der Erfindung
Fig. 1a bis Fig. 1 c zeigen jeweils ein Ablaufdiagramm eines Ausführungsbeispiels gemäß einem Verfahren nach dem ersten Aspekt. Die jeweiligen Ablaufdiagramme 100a, 100b und 100c können beispielsweise von einer Vorrichtung nach dem zweiten Aspekt der Erfindung, oder von einem System nach dem dritten Aspekt der Erfindung ausgeführt und/oder gesteuert werden. Die Vorrichtung nach dem zweiten Aspekt der Erfindung, oder eine der mehreren Vorrichtungen des Systems nach dem dritten Aspekt der Erfindung, insbesondere mindestens ein mobiles Gerät und eine Reinigungsvorrichtung, können jeweils einen, mehrere oder sämtliche der in den
Ablaufdiagrammen 100a, 100b sowie 100c dargestellten Schritte ausführen und/oder steuern.
Die Vorrichtung nach dem zweiten Aspekt der Erfindung, oder eine der mehreren Vorrichtungen des Systems nach dem dritten Aspekt der Erfindung können beispielsweise als Smartphone oder Smartwatch oder ein anderes mobiles Endgerät ausgebildet sein. Denkbar ist auch ein Add-on System, beispielsweise umfassen einen oder mehrere Sensorelemente für eine Vorrichtung und/oder fest installierte Systeme, wobei das Add-on System mit der Vorrichtung und/oder dem fest installierten System koppelbar, insbesondere über eine (z. B. drahtlose und/oder
drahtgebundene) Kommunikationsverbindung koppelbar ist. Zusätzlich oder alternativ kann die Vorrichtung als ein Reinigungsgerät (z. B. eine Waschmaschine) ausgebildet sein. Das
Reinigungsgerät kann beispielsweise die einen oder mehreren Sensorelemente, mit denen beispielsweise die erste Bildinformation erfassbar ist, umfassen. Ferner kann die Vorrichtung nach dem zweiten Aspekt der Erfindung, oder eine der mehreren Vorrichtungen des Systems nach dem dritten Aspekt der Erfindung als ein Smart-Stift ausgebildet sein, wobei der Smart-Stift Mittel umfasst, um das Verfahren nach dem ersten Aspekt der Erfindung auszuführen oder zu steuern. Der Smart-Stift kann beispielsweise mit einem Reinigungsgerät koppelbar sein, z. B. über eine drahtgebundene oder drahtlose Kommunikationsverbindung. Beispielsweise kann auch eine Stromversorgung von dem Reinigungsgerät umfasst sein, mittels derer der Smart-Stift mit elektrischer Energie versorgbar ist.
Mittel zum Ausführten des Verfahren nach dem ersten Aspekt der Erfindung können beispielsweise auch von einem Reinigungsgerät, wie einem Reinigungsroboter umfasst sein, wobei der
Reinigungsroboter insbesondere zumindest eine Kommunikationsschnittstelle zur Kommunikation mit einer oder mehreren weiteren Vorrichtungen umfasst. Die Vorrichtung nach dem zweiten Aspekt der Erfindung, oder eine der mehreren Vorrichtungen des Systems nach dem dritten Aspekt der Erfindung kann beispielsweise eine z. B. zentral im Haushalt installierte Steuerung, wie eine Home Appliance Steuerung oder dergleichen sein.
In Schritt 101a erfolgt ein Erfassen einer ersten Bild information. Die erste Bild Information ist indikativ für zumindest eine Verunreinigung auf einer Textilie. Das Erfassen der ersten
Bildinformation kann beispielsweise mit einem oder mehreren Sensorelementen (z. B. eine Kamera) erfolgen. Beispielsweise wird mit einer Kamera 308 eines mobilen Endgerätes 306 nach Fig. 3, oder mit einem der an er Ermittlungsvorrichtung 330 angeordneten Kameras 332 nach Fig. 3, oder aber mit einer von einem Reinigungsgerät umfassten Kamera (z. B. Kamera 326 des Reinigungsgerätes 320 nach Fig. 3) die Verunreinigung der Textilie (z. B. Verunreinigung 302 der Textilie 304 nach Fig. 3) erfasst. Für den Fall, dass z. B. die Beleuchtung zum Erfassen der ersten Bildinformation nicht ausreichend ist (z. B. in einem dunkleren Waschkeller) kann in einer
Ausgestaltung ein Blitzlicht (z. B. Blitzlicht 310 nach Fig. 3) oder aber eine Anzeigevorrichtung der Vorrichtung (z. B. Anzeigevorrichtung 312 nach Fig. 3) dazu verwendet werden, die Verunreinigung auf der Textilie vor bzw. während dem Erfassen der ersten Bildinformation zu beleuchten.
In dem Schritt 102a erfolgt ein Bestimmen von einer Verunreinigungsinformation indikativ für zumindest eine Eigenschaft der Verunreinigung auf der Textilie. Die zumindest eine Eigenschaft wird zumindest teilweise basierend auf der erfassten ersten Bildinformation bestimmt. Die zumindest eine Eigenschaft der Verunreinigung der Textilie wird dabei zumindest teilweise basierend auf einer von dem Umriss der Verunreinigung abhängigen Eigenschaft bestimmt wird. Entsprechend ist die in Schritt 101a erfasste erste Bildinformation repräsentativ für die gesamte Verunreinigung, und nicht nur für einen Teil der Verunreinigung. Da für gewöhnlich
Verunreinigungen auf Textilie eine signifikant kleinere Fläche auf der Textilie einnehmen, als die Gesamtfläche der Textilie, ist es regelmäßig kein Problem, die Verunreinigung in ihrer gesamten Größe als erste Bildinformation zu erfassen.
Beispielsweise repräsentiert die erfasste Verunreinigungsinformation die Zusammensetzung der Verunreinigung, so dass beispielsweise in einer Datenbank hinterlegte Informationen zur
Entfernung der Verunreinigung von der Textilie beispielsweise einem Nutzer zur Verfügung gestellt werden können. Hierzu erfolgt in Schritt 103a ein Ausgeben oder ein Veranlassen des Ausgebens der bestimmten Verunreinigungsinformation, z. B. an eine weitere Vorrichtung (z. B. ein Server 316 nach Fig. 3). Zumindest teilweise basierend auf der Verunreinigungsinformation kann die weitere Vorrichtung beispielsweise vorstehend genannte Informationen abfragen. ln einem optionalen Schritt 104an erfolgt ein Bestimmen von mindestens einem
Reinigungsstrategieparameter zumindest teilweise basierend auf der in Schritt 104a bestimmten Verunreinigungsinformation. Der Reinigungsstrategieparameter umfasst beispielsweise eine Art, Menge oder dergleichen eines Reinigungsmittels, welches optimal zum Entfernen der
Verunreinigung auf der Textilie geeignet ist. Entsprechend kann in dem optionalen Schritt 105a ein Durchführen oder eine Veranlassung der Durchführung einer Behandlung der Textilie erfolgen.
Für den Fall, dass zumindest teilweise basierend auf der erfassten ersten Bildinformation die Verunreinigung auf der Textilie beispielsweise nicht eindeutig bestimmt werden kann, können weitere Schritte zur Erfassung von (weiteren) Eigenschaften der Verunreinigung durchgeführt werden. Weitere beispielhafte Details hierzu werden im Zusammenhang mit Fig. 1 b und Fig. 1 c beschrieben.
Für den Fall, dass die Verunreinigung auf der Textilie nicht eindeutig bestimmt werden kann, wie in Schritt 106b beispielsweise überprüft wird, kann in Schritt 107b ein Erfassen einer zweiten Bildinformation erfolgen. Die zweite Bildinformation wird beispielsweise gegenüber der ersten Bildinformation von der gegenüberliegende Seite der Verunreinigung auf der Textilie erfasst.
Entsprechend wird beispielsweise die Vorder- und die Rückseite der Verunreinigung auf der Textilie mittels der ersten und der zweiten Bild Information erfasst. Die zumindest eine Eigenschaft der Verunreinigung wird beispielsweise zumindest teilweise basierend auf der erfassten ersten und der erfassten zweiten Bildinformation bestimmt. Das Erfassen der zweiten Bildinformation kann eine weitere Eigenschaft, welche mit der Verunreinigung auf der Textilie assoziiert ist, erkennbar machen, z. B. ob die Verunreinigung durch die Textilie hindurch sich ausgebreitet hat oder nicht. Beispielsweise neigen dünnflüssige Substanzen eher zu einem Ausbreiten in der Textilie, so dass derartige Verunreinigungen sowohl auf der Vorderseite als auch auf der Rückseite der Textilie sichtbar sind. Das Erfassen der zweiten Bildinformation kann beispielsweise mit einem oder mehreren Sensorelementen (z. B. eine Kamera) erfolgen. Beispielsweise wird mit einer Kamera 308 eines mobilen Endgerätes 306 nach Fig. 3, oder mit einem der an der Ermittlungsvorrichtung 330 angeordneten Kameras 332 nach Fig. 3, oder aber mit einer von einem Reinigungsgerät umfassten Kamera (z. B. Kamera 326 des Reinigungsgerätes 320 nach Fig. 3) die Verunreinigung der Textilie (z. B. Verunreinigung 302 der Textilie 304 nach Fig. 3) erfasst.
In dem Schritt 108b erfolgt ein Bestimmen von der Verunreinigungsinformation indikativ für zumindest eine Eigenschaft der Verunreinigung auf der Textilie, wobei die zumindest eine Eigenschaft zumindest teilweise basierend auf der erfassten ersten und der zweiten Bildinformation bestimmt wird.
Für den Fall, dass bereits nach dem Bestimmen der Verunreinigungsinformation zumindest teilweise basierend auf der erfassten ersten Bildinformation die Verunreinigung der Textilie eindeutig bestimmt werden konnte, endet das Verfahren.
Fig. 1 c zeigt ein Ablaufdiagramm 100c, mit welchem beispielsweise ein weiteres Indiz zur eindeutigen Bestimmung der Verunreinigung der Textilie erfasst und bestimmt werden kann. Das Ablaufdiagramm 100c kann beispielsweise im Anschluss an ein durchgeführtes Ablaufdiagramm 100a und/oder ein durchgeführtes Ablaufdiagramm 100b ausgeführt und/oder gesteuert werden.
Für den Fall, dass die Verunreinigung auf der Textilie nicht eindeutig bestimmt werden kann, wie in Schritt 109c beispielsweise überprüft wird, kann in Schritt 1 1 1 c ein Bestimmen einer
Eigenschaftsinformation der Textilie erfolgen. In der Regel kann eine Eigenschaftsinformation der Textilie bereits zumindest teilweise basierend auf der erfassten ersten Bildinformation erfolgen, da regelmäßig zumindest ein Teil der Textilie (z. B. dessen Struktur) bereits von der ersten
Bildinformation neben der Verunreinigung auf der Textilie umfasst ist.
Falls nicht zumindest ein Teil der Textilie von der ersten Bildinformation umfasst ist, kann in dem optionalen Schritt 1 10c ein Erfassen einer dritten Bildinformation indikativ für zumindest einen Teil der Textilie erfolgen. Das Erfassen der dritten Bildinformation kann beispielsweise mit einem oder mehreren Sensorelementen (z. B. eine Kamera) erfolgen. Beispielsweise wird mit einer Kamera 308 eines mobilen Endgerätes 306 nach Fig. 3, oder mit einem der an der Ermittlungsvorrichtung 330 angeordneten Kameras 332 nach Fig. 3, oder aber mit einer von einem Reinigungsgerät umfassten Kamera (z. B. Kamera 326 des Reinigungsgerätes 320 nach Fig. 3) die Verunreinigung der Textilie (z. B. Verunreinigung 302 der Textilie 304 nach Fig. 3) erfasst.
In dem Schritt 1 12c erfolgt ein Bestimmen von der Verunreinigungsinformation indikativ für zumindest eine Eigenschaft der Verunreinigung auf der Textilie, wobei die zumindest eine
Eigenschaft zumindest teilweise basierend auf der erfassten ersten Bildinformation, oder zumindest teilweise basierend auf der ersten und der zweiten Bildinformation, oder zumindest teilweise basierend auf der ersten und der zweiten und der dritten Bildinformation bestimmt wird. Für den Fall, dass bereits nach dem Bestimmen der Verunreinigungsinformation zumindest teilweise basierend auf der erfassten ersten Bildinformation die Verunreinigung der Textilie eindeutig bestimmt werden konnte, endet das Verfahren.
Fig. 2a zeigt eine erste schematische Darstellung einer Verunreinigung. In Fig. 2a ist in einer schematischen Darstellung eine Textilie 202 mit einer Verunreinigung 204 gezeigt, welche beispielsweise als erste Bildinformation erfasst werden kann. In einer beispielhaften Ausgestaltung kann die Bildinformation mittels z. B. einer Auswerteeinheit analysiert werden, wobei die
Auswerteeinheit beispielsweise Bildalgorithmen verwendet, um Eigenschaften der Verunreinigung auf der Textilie erfassen zu können.
Die erfasste erste Bildinformation kann beispielsweise ein Spektralbild sein, wobei das Spektralbild insbesondere von der Beleuchtung der Oberfläche der Verunreinigung 204a auf der Textilie 202a mit Licht, wobei insbesondere durch Reflexion und Emission von der Oberfläche der
Verunreinigung 204a und/oder der Textilie 202a Strahlung ausgeht. Diese können als
Reflexionsinformation erfasst werden, z.B. durch eine physikalische Messung, insbesondere über eines oder mehrere (optische) Sensorelemente. Eine erfasste erste Bildinformation ist beispielsweise repräsentativ für die räumliche Auflösung des Spektralbilds, und kann insbesondere über eine Vielzahl von Sensorelementen, beispielsweise Pixeln, festgehalten werden.
Die Verunreinigung 204a ist eine Verunreinigung mit einem scharfem Rand, welches schematisch durch die Konturlinie der Verunreinigung 204a gezeigt ist. Die Verunreinigung 204a weist ferner auslaufende Bereiche auf, wie sie beispielsweise von Blut, Bier oder Milchprodukten stammen können. Auf Basis eines Bestimmens einer Verunreinigungsinformation, wobei die vorstehend genannten nicht-limitierenden Beispiele einer Verunreinigung analysiert werden, kann
entsprechend die Verunreinigung (eindeutig) bestimmt werden.
Fig. 2b zeigt eine zweite schematische Darstellung einer Verunreinigung 204b auf einer Textilie 202b. Im Gegensatz zu der Verunreinigung 204a weist die Verunreinigung 204b keinen scharfen Rand auch. Auch die Fläche der Verunreinigung 204b ist nicht homogen und es kann durch die Struktur der Verunreinigung eine Richtung erkannt werden, nämlich in Richtung der dargestellten Streifen. Die in Fig. 2b schematisch dargestellte richtungsabhängige Verunreinigung kann beispielsweise durch eine Bewegung entstanden sein. Beispielsweise kann es sich um einen Grasfleck handeln, der beispielsweise im Rahmen eines Kontakts der Textilie mit einer
Rasenfläche entstanden ist. Wie bereits ausgeführt, können weitere beispielsweise von dem Umriss der Verunreinigung abhängige Eigenschaft und/oder von der Farbe der Verunreinigung abhängigen Eigenschaft berücksichtigt werden, um entsprechend die Verunreinigungsinformation bestimmen zu können.
Fig. 3 zeigt ein Ausführungsbeispiel einer Vorrichtung 300 gemäß dem zweiten Aspekt bzw. ein System gemäß dem dritten Aspekt. Die Vorrichtung 300 ist dazu eingerichtet bzw. umfasst entsprechende Mittel, ein Verfahren gemäß dem ersten Aspekt durchzuführen und/oder zu steuern.
Insbesondere ermöglicht die Vorrichtung 300 das Bestimmen einer Verunreinigungsinformation (z. B. eine Identifikation einer Zusammensetzung einer Verunreinigung 302 auf einer Textilie 304 und/oder gibt eine Identifikation hinsichtlich Eigenschaften der Textilie 304). Zumindest teilweise basierend auf der Verunreinigungsinformation bzw. diesen Informationen kann beispielweise eine Empfehlung für eine Behandlung der Textilie 304 zur Entfernung der Verunreinigung 302 von der Textilie 304 in Form eines Reinigungsstrategieparameters gegeben werden.
Mit einem elektronischen Gerät, hier einem Smartphone 306, wird zunächst eine erste
Bildinformation, z. B. repräsentativ für ein von der beleuchteten Oberfläche der Verunreinigung 302 auf der Textilie 304 resultierendes Bild ermittelt. Hierfür wird beispielsweise ein optisches
Sensorelement 308 verwendet, welches beispielsweise eine Kamera umfassen kann. Zusätzlich ist eine Strahlungsquelle 310 vorgesehen, welche zum Beleuchten der Oberfläche der Verunreinigung 302 und/oder der Textilie 304 dient. Das Smartphone 306 verfügt zudem über ein Anzeigeelement 312. Das Anzeigeelement 312 kann beispielsweise ebenfalls zum Beleuchten der Oberfläche der Verunreinigung 302 und/oder der Textilie 304 und dementsprechend als Strahlungsquelle eingesetzt werden.
Die erfasste erste Bildinformation wird von einem Kommunikationssystem 314 erhalten. In Verbindung mit dem Kommunikationssystem 314 steht eine Ermittlungsvorrichtung 316, z. B. ein Server, welche dafür eingerichtet ist, aus der ersten Bild Information von der Verunreinigung 302 zumindest eine abhängige Verunreinigungsinformation zu ermitteln. Die Ermittlungsvorrichtung 316 kann ebenfalls eine Auswerteeinheit (z. B. ein künstliches neuronales Netz) umfassen. Alternativ oder zusätzlich kann eine dedizierte Auswerteeinheit verwendet werden, die beispielsweise in Verbindung mit dem Kommunikationssystem 314 steht. Die Auswerteeinheit kann beispielsweise anhand eines adaptiven Auswertealgorithmus, insbesondere mittels des neuronalen Netzes, eine Ausgangsgröße bestimmen, um die Verunreinigung eindeutig bestimmen zu können. Die Ermittlung der Ausgangsgröße des neuronalen Netzes umfasst beispielsweise einen Vergleich der bestimmten Verunreinigungsinformation mit Vergleichswerten. Die Vergleichswerte sind beispielsweise in einer Datenbank 318 hinterlegt, welche ebenfalls in Kommunikation zu dem Kommunikationssystem 314 steht. Die Vergleichswerte der Datenbank 318 enthalten insbesondere Verunreinigungsinformation von bereits zuvor (z. B. typischen im Haushalt auftretenden) und erfassten Verunreinigungen. Diese können als Trainingsfälle durch einen Eingangsvektor, eine Verunreinigungsinformation und einen Ausgangsvektor gegeben sein und entsprechend in der Datenbank hinterlegt sein. Die Trainingsfälle können beispielsweise von einem neuronalen Netz verwendet werden, um zumindest teilweise auf Basis einer bestimmten Verunreinigungsinformation durch das neuronale Netz eine Ausgangsgröße ermitteln zu können, wobei die Ausganggröße aufgrund der Verunreinigungsinformation abhängig von der Verunreinigung ist. Weiter enthält die Datenbank 318 den Vergleichswerten zugeordnete Daten in Form von beispielsweise
Behandlungsparametern in Bezug auf eine für die entsprechende Verunreinigung und optional Eigenschaften der Textilie optimale, zu empfehlende Behandlung, auf welcher basierend beispielsweise ein Reinigungsstrategieparameter bestimmt werden kann.
Der Reinigungsstrategieparameter umfasst beispielsweise eine Reinigungsstrategie als
Behandlung der Textilie, wobei eine Reinigungsmittelart, eine Reinigungsmittelmenge, eine Reinigungstemperatur, einen Reinigungsvorrichtungstyp und Einstellungen einer
Reinigungsvorrichtung 320 oder dergleichen um einige nicht-limitierende Beispiele zu nennen, umfassen. Der Reinigungsstrategieparameter kann beispielsweise auf dem Anzeigeelement 312 des Smartphones 306 angezeigt und somit dem Benutzer zur Verfügung gestellt. Dem Benutzer wird folglich eine Empfehlung über eine für die spezifische Verunreinigung 302 optimale
Behandlung zur Verfügung gestellt.
Die Reinigungsvorrichtung 320 steht ebenfalls in Kommunikation mit dem Kommunikationssystem 314, wodurch die Verunreinigungsinformation und/oder optional der Reinigungsstrategieparameter an die Reinigungsvorrichtung 320 ausgegeben werden können. Die Reinigungsvorrichtung 320 weist beispielsweise ein Anzeigeelement 322 auf, welches insbesondere die
Verunreinigungsinformation und/oder optional den Reinigungsstrategieparameter anzeigen kann. Weiter weist die Reinigungsvorrichtung 320 eine Dosierungsvorrichtung 324 für Reinigungsmittel auf. Die Dosierungsvorrichtung 324 kann hierbei ein Reinigungsmittel entsprechend den
Behandlungsparametern in Bezug auf die Reinigungsmittelart und/oder die Reinigungsmittelmenge bereitstellen oder prüfen, ob das Reinigungsmittel entsprechend der empfohlenen Behandlung der Textilie 304 in die Dosierungsvorrichtung 324 eingefüllt wurde. Weiter weist die Reinigungsvorrichtung 320 eine Kamera 326 auf, mittels welcher z. B. die erste Bildinformation erfassbar ist. Die Reinigungsvorrichtung 320 kann ferner ein Bedienelement (nicht dargestellt) zur Steuerung der Reinigungsvorrichtung 320 durch einen Benutzer umfassen. Die Reinigungsvorrichtung 320 kann beispielsweise entsprechend des Reinigungsstrategieparameters voreingestellt werden. Der Benutzer hat dann die Wahl, der Empfehlung der Reinigungsstrategie zu folgen und die Reinigungsvorrichtung 320 einfach über das Bedienelement 326 zu starten oder eine eigene, manuelle Einstellung der Reinigungsvorrichtung 320 über das Bedienelement 326 durchzuführen. Die Reinigung wird in einem Reinigungsbehälter 328, hier einer Wäschetrommel, durchgeführt.
Weiter ist in Fig. 3 eine Ermittlungsvorrichtung 330 gezeigt. Die Ermittlungsvorrichtung 330 umfasst Sensorelemente 332 und optional mindestens ein Beleuchtungsmittel (nicht gezeigt). Die
Ermittlungsvorrichtung weist eine derartige Form auf, dass bei Einsatz in einem Reinigungsgerät weder das Reinigungsgerät noch die Wäsche von der Ermittlungsvorrichtung 330 beschädigt werden können. Entsprechend weist die Ermittlungsvorrichtung 330 beispielsweise eine kugelige Form auf, jedoch sind auf weitere insbesondere Formen ohne Spitze Ecken und Kanten denkbar. Die Ermittlungsvorrichtung 330 ist dafür eingerichtet, während der Durchführung einer Reinigung in dem Reinigungsbehälter 328 angeordnet zu werden. Die Ermittlungsvorrichtung 330 ist hierbei frei beweglich und gegen eine Einwirkung der Waschlösung in dem Reinigungsbehälter 328 beständig. Die Ermittlungsvorrichtung 330 kann somit beispielsweise vor oder während eines
Reinigungsvorgangs erste, zweite und/oder dritte Bildinformation der Verunreinigung 302 erfassen.
Fig. 4 zeigt ein Blockdiagramm eines Ausführungsbeispiels einer Vorrichtung 400, welche insbesondere ein beispielhaftes Verfahren gemäß dem ersten Aspekt ausführen kann. Die Vorrichtung 400 ist beispielsweise eine Vorrichtung gemäß dem zweiten oder ein System gemäß dem dritten Aspekt.
Die Vorrichtung 400 kann insofern beispielsweise ein Computer, ein Desktop-Computer, ein Server, ein Thinclient oder ein tragbarer Computer (Mobilgerät), wie etwa ein Laptop-Computer, ein Tablet-Computer, ein persönlicher digitaler Assistent (PDA) oder ein Smartphone sein. Die Vorrichtung kann beispielsweise die Funktion eines Servers oder eines Clients erfüllen.
Prozessor 410 der Vorrichtung 400 ist insbesondere als Mikroprozessor, Mikrokontrolleinheit, Mikrocontroller, digitaler Signalprozessor (DSP), Anwendungsspezifische Integrierte Schaltung (ASIC) oder Field Programmable Gate Array (FPGA) ausgebildet. Prozessor 410 führt Programmanweisungen aus, die in Programmspeicher 412 gespeichert sind, und speichert beispielsweise Zwischenergebnisse oder ähnliches in Arbeits- oder Hauptspeicher 41 1. Zum Beispiel ist Programmspeicher 412 ein nicht-flüchtiger Speicher wie ein Flash-Speicher, ein Magnetspeicher, ein EEPROM-Speicher (elektrisch löschbarer programmierbarer Nur-Lese- Speicher) und/oder ein optischer Speicher. Hauptspeicher 41 1 ist zum Beispiel ein flüchtiger oder nicht-flüchtiger Speicher, insbesondere ein Speicher mit wahlfreiem-Zugriff (RAM) wie ein statischer RAM-Speicher (SRAM), ein dynamischer RAM-Speicher (DRAM), ein ferroelektrischer RAM-Speicher (FeRAM) und/oder ein magnetischer RAM-Speicher (MRAM).
Programmspeicher 412 ist vorzugsweise ein lokaler mit der Vorrichtung 400 fest verbundener Datenträger. Mit der Vorrichtung 400 fest verbundene Datenträger sind beispielsweise Festplatten, die in die Vorrichtung 400 eingebaut sind. Alternativ kann der Datenträger beispielsweise auch ein mit der Vorrichtung 400 trennbar verbindbarer Datenträger sein wie ein Speicher-Stick, ein Wechseldatenträger, eine tragbare Festplatte, eine CD, eine DVD und/oder eine Diskette.
Programmspeicher 412 enthält beispielsweise das Betriebssystem von der Vorrichtung 400, das beim Starten der Vorrichtung 400 zumindest teilweise in Hauptspeicher 41 1 geladen und vom Prozessor 410 ausgeführt wird. Insbesondere wird beim Starten von Vorrichtung 400 zumindest ein Teil des Kerns des Betriebssystems in den Hauptspeicher 41 1 geladen und von Prozessor 410 ausgeführt. Das Betriebssystem von Vorrichtung 400 ist beispielsweise ein Windows -, UNIX-, Linux-, Android-, Apple iOS- und/oder MAC-Betriebssystem.
Das Betriebssystem ermöglicht insbesondere die Verwendung der Vorrichtung 400 zur
Datenverarbeitung. Es verwaltet beispielsweise Betriebsmittel wie Hauptspeicher 41 1 und Programmspeicher 412, Kommunikationsschnittstelle 413, Ein- und Ausgabegerät 414, stellt unter anderem durch Programmierschnittstellen anderen Programmen grundlegende Funktionen zur Verfügung und steuert die Ausführung von Programmen.
Prozessor 410 steuert die Kommunikationsschnittstelle 413, welche beispielsweise eine
Netzwerkschnittstelle sein kann und als Netzwerkkarte, Netzwerkmodul und/oder Modem ausgebildet sein kann. Die Kommunikationsschnittstelle 413 ist insbesondere dazu eingerichtet, eine Verbindung der Vorrichtung 400 mit anderen Vorrichtungen, insbesondere über ein
(drahtloses) Kommunikationssystem, beispielsweise ein Netzwerk, herzustellen und mit diesen zu kommunizieren. Die Kommunikationsschnittstelle 413 kann beispielsweise Daten (über das Kommunikationssystem) empfangen und an Prozessor 410 weiterleiten und/oder Daten von Prozessor 410 empfangen und (über das Kommunikationssystem) senden. Beispiele für ein Kommunikationssystem sind ein lokales Netzwerk (LAN), ein großräumiges Netzwerk (WAN), ein drahtloses Netzwerk (beispielsweise gemäß dem IEEE-802.1 1-Standard, dem Bluetooth (LE)- Standard und/oder dem NFC-Standard), ein drahtgebundenes Netzwerk, ein Mobilfunknetzwerk, ein Telefonnetzwerk und/oder das Internet.
Des Weiteren kann Prozessor 410 zumindest ein Ein-/Ausgabegerät 414 steuern. Ein- /Ausgabegerät 414 ist beispielsweise eine Tastatur, eine Maus, eine Anzeigeeinheit, ein Mikrofon, eine berührungsempfindliche Anzeigeeinheit, ein Lautsprecher, ein Lesegerät, ein Laufwerk und/oder eine Kamera. Ein-/Ausgabegerät 414 kann beispielsweise Eingaben eines Benutzers aufnehmen und an Prozessor 410 weiterleiten und/oder Informationen für den Benutzer von Prozessor 410 empfangen und ausgeben.
Fig.5 zeigt schließlich unterschiedliche Ausführungsbeispiele von Speichermedien, auf denen ein Ausführungsbeispiel eines erfindungsgemäßen Computerprogrammes gespeichert sein kann. Das Speichermedium kann beispielsweise ein magnetisches, elektrisches, optisches und/oder andersartiges Speichermedium sein. Das Speichermedium kann beispielsweise Teil eines Prozessors (z.B. des Prozessor 410 der Fig. 4) sein, beispielsweise ein (nicht-flüchtiger oder flüchtiger) Programmspeicher des Prozessors oder ein Teil davon (wie Programmspeicher 412 in Fig. 4). Ausführungsbeispiele eines Speichermediums sind ein Flash-Speicher 510, eine SSD- Festplatte 51 1 , eine magnetische Festplatte 512, eine Speicherkarte 513, ein Memory Stick 514 (z.B. ein USB-Stick), eine CD-ROM oder DVD 515 oder eine Diskette 516.
Die folgenden Ausführungsbeispiele sollen ebenfalls als offenbart verstanden werden:
Ausführungsbeispiel 1 :
Verfahren durchgeführt von einer oder mehreren Vorrichtungen, umfassend:
Erfassen einer ersten Bildinformation indikativ für zumindest eine Verunreinigung auf einer Textilie;
Bestimmen von einer Verunreinigungsinformation indikativ für zumindest eine Eigenschaft der Verunreinigung auf der Textilie, wobei die zumindest eine Eigenschaft zumindest teilweise basierend auf der erfassten ersten Bild Information bestimmt wird, und wobei die zumindest eine Eigenschaft der Verunreinigung der Textilie zumindest teilweise basierend auf einer von dem Umriss der Verunreinigung abhängigen Eigenschaft bestimmt wird; Ausgeben oder Veranlassen des Ausgebens der bestimmten Verunreinigungsinformation. Ausführungsbeispiel 2:
Verfahren nach dem Ausführungsbeispiel 1 , wobei einer oder mehrere der folgenden Parameter i) bis iv) die von dem Umriss der Verunreinigung abhängige Eigenschaft bestimmen:
i) Form der Verunreinigung;
ii) Struktur der Verunreinigung;
iii) Größe der Verunreinigung;
iv) Kontur der Verunreinigung.
Ausführungsbeispiel 3:
Verfahren nach einem der vorhergehenden Ausführungsbeispiele, wobei die zumindest eine Eigenschaft der Verunreinigung der Textilie zumindest teilweise basierend auf einer von der Farbe der Verunreinigung abhängigen Eigenschaft bestimmt wird.
Ausführungsbeispiel 4:
Verfahren nach dem Ausführungsbeispiel 3, wobei einer oder mehrere der folgenden Parameter v) bis x) die von dem Umriss der Verunreinigung abhängige Eigenschaft bestimmen:
v) Isotropie der Verunreinigung;
vi) Dreidimensionalität der Verunreinigung;
vii) Farbegestaltung der Verunreinigung;
viii) Färb- und/oder Farbintensitätshomogenität der Verunreinigung;
ix) Transparenz der Verunreinigung;
x) Glanz der Verunreinigung.
Ausführungsbeispiel 5:
Verfahren nach einem der vorhergehenden Ausführungsbeispiele, das Verfahren ferner
umfassend:
Bestimmen von mindestens einem Reinigungsstrategieparameter der Textilie zumindest teilweise basierend auf der bestimmten Verunreinigungsinformation.
Ausführungsbeispiel 6:
Verfahren nach einem der vorhergehenden Ausführungsbeispiele, das Verfahren ferner
umfassend:
Durchführen oder Veranlassung der Durchführung einer Behandlung der Textilie entsprechend dem mindestens einen ermittelten Reinigungsstrategieparameter über mindestens eine Behandlungsvorrichtung, insbesondere eine Reinigungsvorrichtung. Ausführungsbeispiel 7:
Verfahren nach dem Ausführungsbeispiel 6, wobei der bestimmte Reinigungsstrategieparameter einen oder mehrere der folgenden Parameter repräsentiert:
a) Reinigungsmittelart;
b) Reinigungsmittelmenge;
c) Reinigungstemperatur;
d) Reinigungsvorrichtungstyp;
e) eine oder mehrere Einstellungen der Reinigungsvorrichtung;
f) Empfehlung einer Vorbehandlung der Verunreinigung;
g) Durchführung einer Spezialbehandlung.
Ausführungsbeispiel 8:
Verfahren nach dem Ausführungsbeispiel 6 oder dem Ausführungsbeispiel 7, das Verfahren ferner umfassend:
Durchführen oder Veranlassen des Durchführens einer Behandlung zumindest teilweise basierend auf dem Reinigungsstrategieparameter mittels einer Reinigungsvorrichtung.
Ausführungsbeispiel 9:
Verfahren nach einem der vorhergehenden Ausführungsbeispiele, das Verfahren ferner
umfassend:
Bestimmen einer Eigenschaftsinformation der Textilie, wobei die Eigenschaftsinformation der Textilie indikativ für zumindest eine Eigenschaft der Textilie ist, wobei
der zumindest eine Reinigungsstrategieparameter zumindest teilweise basierend auf der bestimmten Eigenschaftsinformation bestimmt wird.
Ausführungsbeispiel 10:
Verfahren nach dem Ausführungsbeispiel 9, wobei die zumindest eine Eigenschaft der Textilie indikativ für Materialstruktur, Materialart, Materialverteilung, Materialverschleiß der Textilie, Farbe des Gewebes der Textilie, Form des Gewebes der Textilie, oder eine Kombination hiervon ist.
Ausführungsbeispiel 1 1 :
Verfahren nach einem der vorhergehenden Ausführungsbeispiele, wobei der zumindest eine Reinigungsstrategieparameter mittels eines neuronalen Netzes, insbesondere ein künstliches neuronales Netz, bestimmt wird, wobei in einem ersten Schritt zumindest teilweise basierend auf der bestimmten Verunreinigungsinformation oder zumindest teilweise basierend auf der bestimmten Verunreinigungsinformation und der bestimmten Eigenschaftsinformation der Textilie eine Klassifizierung der Verunreinigung erfolgt, und in einem zweiten Schritt der Reinigungsstrategieparameter zumindest teilweise basierend auf der Klassifizierung der
Verunreinigung abgeleitet wird.
Ausführungsbeispiel 12:
Verfahren nach einem der vorhergehenden Ausführungsbeispiele, wobei die Klassifizierung mittels einer Clustererkennung durchgeführt wird, wobei als Eingangsinformation die erfasste erste Bildinformation oder die erfasste erste Bildinformation und die erfasste zweite Bild Information verwendet wird, als Funktion des neuronalen Netzes Parameter von bestimmten
Verunreinigungen, die definierten Clustern zugeordnet sind, verwendet werden, und als
Ausgangsinformation eine Information indikativ für eine definierte Verunreinigung ausgegeben wird
Ausführungsbeispiel 13:
Verfahren nach einem der vorhergehenden Ausführungsbeispiele, wobei die Bild Information von einem oder mehreren Sensoren, insbesondere von einem oder mehreren optischen
Sensorelementen erfasst werden.
Ausführungsbeispiel 14:
Verfahren nach einem der vorhergehenden Ausführungsbeispiele, wobei die einen oder mehreren optischen Sensorelemente als eines der folgenden Mittel ausgebildet sind:
(i) Kamera, insbesondere eine 3D-Kamera oder Hyperspektralkamera;
(ii) LED-Sensorelement;
(iii) NIR Sensorelement.
Ausführungsbeispiel 15:
Verfahren nach einem der vorhergehenden Ausführungsbeispiele, das Verfahren ferner
umfassend:
Erfassen einer zweiten Bildinformation indikativ für zumindest die Verunreinigung auf der Textilie, wobei die zweite Bildinformation gegenüber der ersten Bildinformation die gegenüberliegende Seite der Verunreinigung erfasst, wobei
die zumindest eine Eigenschaft zumindest teilweise basierend auf der erfassten ersten und der zweiten Bild Information bestimmt wird, Ausführungsbeispiel 16:
Verfahren nach dem Ausführungsbeispiel 15, wobei das Bestimmen von der
Verunreinigungsinformation einen Vergleich der erfassten ersten Bildinformation oder der erfassten ersten und der zweiten Bildinformation mit Vergleichswerten umfasst.
Ausführungsbeispiel 17:
Verfahren nach einem der vorhergehenden Ausführungsbeispiele, das Verfahren weiterhin umfassend:
Bestimmen eines Verunreinigungsprofils zumindest teilweise basierend auf dem
Reinigungsstrategieparameter, insbesondere basierend auf einer Mehrzahl von bestimmten Reinigungsstrategieparameter,
wobei das Bestimmen des Reinigungsstrategieparameter zumindest teilweise auf dem Verunreinigungsprofil basiert für den Fall, dass ein Verunreinigungsprofil (zuvor, initial) bestimmt wurde.
Ausführungsbeispiel 18:
Verfahren nach einem der vorhergehenden Ausführungsbeispiele, wobei mindestens eine der Vorrichtungen zur Durchführung des Verfahrens ein mobiles Gerät ist.
Ausführungsbeispiel 19:
Vorrichtung, welche dazu eingerichtet ist oder entsprechende Mittel umfasst, ein Verfahren nach einem der Ausführungsbeispiele 1 bis 18 durchzuführen und/oder zu steuern.
Ausführungsbeispiel 20:
Vorrichtung nach dem Ausführungsbeispiel 19, wobei die Vorrichtung ein elektronisches Gerät, insbesondere ein mobiles Gerät ist.
Ausführungsbeispiel 21 :
Vorrichtung umfassend zumindest einen Prozessor und zumindest einen Speicher mit
Computerprogrammcode, wobei der zumindest eine Speicher und der Computerprogrammcode dazu eingerichtet sind, mit dem zumindest einen Prozessor, zumindest ein Verfahren nach einem der Ausführungsbeispiele 1 bis 18 auszuführen und/oder zu steuern. Ausführungsbeispiel 22:
Computerprogramm, das Programmanweisungen umfasst, die einen Prozessor zur Ausführung und/oder Steuerung eines Verfahrens nach einem der Ausführungsbeispiele 1 bis 18 veranlassen, wenn das Computerprogramm auf dem Prozessor läuft.
Ausführungsbeispiel 23:
Computerlesbares Speichermedium, welches ein Computerprogramm gemäß dem
Ausführungsbeispiel 22 umfasst.
Ausführungsbeispiel 24:
System, umfassend:
mehrere Vorrichtungen, insbesondere mindestens ein mobiles Gerät und eine
Reinigungsvorrichtung, welche zusammen ein Verfahren nach einem der
Ausführungsbeispiel 1 bis 23 durchführen und/oder steuern.
Die in dieser Spezifikation beschriebenen Ausführungsbeispiele der vorliegenden Erfindung und die diesbezüglich jeweils angeführten optionalen Merkmale und Eigenschaften sollen auch in allen Kombinationen miteinander offenbart verstanden werden. Insbesondere soll auch die
Beschreibung eines von einem Ausführungsbeispiel umfassten Merkmals - sofern nicht explizit gegenteilig erklärt - vorliegend nicht so verstanden werden, dass das Merkmal für die Funktion des Ausführungsbeispiels unerlässlich oder wesentlich ist. Die Abfolge der in dieser Spezifikation geschilderten Verfahrensschritte in den einzelnen Ablaufdiagrammen ist nicht zwingend, alternative Abfolgen der Verfahrensschritte sind denkbar. Die Verfahrensschritte können auf verschiedene Art und Weise implementiert werden, so ist eine Implementierung in Software (durch
Programmanweisungen), Hardware oder eine Kombination von beidem zur Implementierung der Verfahrensschritte denkbar.
In den Patentansprüchen verwendete Begriffe wie "umfassen", "aufweisen", "beinhalten", "enthalten" und dergleichen schließen weitere Elemente oder Schritte nicht aus. Unter die Formulierung„zumindest teilweise" fallen sowohl der Fall„teilweise" als auch der Fall„vollständig". Die Formulierung„und/oder" soll dahingehend verstanden werden, dass sowohl die Alternative als auch die Kombination offenbart sein soll, also„A und/oder B" bedeutet„(A) oder (B) oder (A und B)". Die Verwendung des unbestimmten Artikels schließt eine Mehrzahl nicht aus. Eine einzelne Vorrichtung kann die Funktionen mehrerer in den Patentansprüchen genannten Einheiten bzw. Vorrichtungen ausführen. In den Patentansprüchen angegebene Bezugszeichen sind nicht als Beschränkungen der eingesetzten Mittel und Schritte anzusehen.

Claims

Patentansprüche
Verfahren durchgeführt von einer oder mehreren Vorrichtungen, umfassend:
Erfassen einer ersten Bildinformation indikativ für zumindest eine Verunreinigung (204a,
204b, 302) auf einer Textilie (202a, 202b, 304) (202a, 202b, 304);
Bestimmen von einer Verunreinigungsinformation indikativ für zumindest eine Eigenschaft der Verunreinigung (204a, 204b, 302) auf der Textilie (202a, 202b, 304), wobei die zumindest eine Eigenschaft zumindest teilweise basierend auf der erfassten ersten Bildinformation bestimmt wird, und wobei die zumindest eine Eigenschaft der
Verunreinigung (204a, 204b, 302) der Textilie (202a, 202b, 304) zumindest teilweise basierend auf einer von dem Umriss der Verunreinigung (204a, 204b, 302) abhängigen Eigenschaft bestimmt wird;
Ausgeben oder Veranlassen des Ausgebens der bestimmten Verunreinigungsinformation.
Verfahren nach Anspruch 1 , wobei einer oder mehrere der folgenden Parameter i) bis iv) die von dem Umriss der Verunreinigung (204a, 204b, 302) abhängige Eigenschaft bestimmen:
Form der Verunreinigung (204a, 204b, 302);
Struktur der Verunreinigung (204a, 204b, 302);
Größe der Verunreinigung (204a, 204b, 302);
Kontur der Verunreinigung (204a, 204b, 302).
Verfahren nach einem der vorhergehenden Ansprüche, wobei die zumindest eine
Eigenschaft der Verunreinigung (204a, 204b, 302) der Textilie (202a, 202b, 304) zumindest teilweise basierend auf einer von der Farbe der Verunreinigung (204a, 204b, 302) abhängigen Eigenschaft bestimmt wird.
Verfahren nach Anspruch 3, wobei einer oder mehrere der folgenden Parameter v) bis x) die von dem Umriss der Verunreinigung (204a, 204b, 302) abhängige Eigenschaft bestimmen:
Isotropie der Verunreinigung (204a, 204b, 302);
Dreidimensionalität der Verunreinigung (204a, 204b, 302);
Farbegestaltung der Verunreinigung (204a, 204b, 302);
Färb- und/oder Farbintensitätshomogenität der Verunreinigung (204a, 204b, 302);
Transparenz der Verunreinigung (204a, 204b, 302);
Glanz der Verunreinigung (204a, 204b, 302).
5. Verfahren nach einem der vorhergehenden Ansprüche, das Verfahren ferner umfassend: Bestimmen von mindestens einem Reinigungsstrategieparameter der Textilie (202a, 202b, 304) zumindest teilweise basierend auf der bestimmten Verunreinigungsinformation.
6. Verfahren nach einem der vorhergehenden Ansprüche, das Verfahren ferner umfassend:
Durchführen oder Veranlassung der Durchführung einer Behandlung der Textilie (202a, 202b, 304) entsprechend dem mindestens einen ermittelten Reinigungsstrategieparameter über mindestens eine Behandlungsvorrichtung, insbesondere eine Reinigungsvorrichtung (320).
7. Verfahren nach Anspruch 6, wobei der bestimmte Reinigungsstrategieparameter einen oder mehrere der folgenden Parameter repräsentiert:
a) Reinigungsmittelart;
b) Reinigungsmittelmenge;
c) Reinigungstemperatur;
d) Reinigungsvorrichtungstyp;
e) eine oder mehrere Einstellungen der Reinigungsvorrichtung (320);
f) Empfehlung einer Vorbehandlung der Verunreinigung (204a, 204b, 302);
g) Empfehlung der Durchführung einer Spezialbehandlung.
8. Verfahren nach Anspruch 6 oder Anspruch 7, das Verfahren ferner umfassend:
Durchführen oder Veranlassen des Durchführens einer Behandlung zumindest teilweise basierend auf dem Reinigungsstrategieparameter mittels einer Reinigungsvorrichtung (320).
9. Verfahren nach einem der vorhergehenden Ansprüche, das Verfahren ferner umfassend:
Bestimmen einer Eigenschaftsinformation der Textilie (202a, 202b, 304), wobei die Eigenschaftsinformation der Textilie (202a, 202b, 304) indikativ für zumindest eine Eigenschaft der Textilie (202a, 202b, 304) ist, wobei
der zumindest eine Reinigungsstrategieparameter zumindest teilweise basierend auf der bestimmten Eigenschaftsinformation bestimmt wird.
10. Verfahren nach Anspruch 9, wobei die zumindest eine Eigenschaft der Textilie (202a, 202b, 304) indikativ für Materialstruktur, Materialart, Materialverteilung, Materialverschleiß der Textilie (202a, 202b, 304), Farbe des Gewebes der Textilie (202a, 202b, 304), Form des Gewebes der Textilie (202a, 202b, 304), oder eine Kombination hiervon ist.
1 1. Verfahren nach einem der vorhergehenden Ansprüche, wobei der zumindest eine
Reinigungsstrategieparameter mittels eines neuronalen Netzes (316), insbesondere ein künstliches neuronales Netz, bestimmt wird, wobei in einem ersten Schritt zumindest teilweise basierend auf der bestimmten Verunreinigungsinformation oder zumindest teilweise basierend auf der bestimmten Verunreinigungsinformation und der bestimmten Eigenschaftsinformation der Textilie (202a, 202b, 304) eine Klassifizierung der
Verunreinigung (204a, 204b, 302) erfolgt, und in einem zweiten Schritt der
Reinigungsstrategieparameter zumindest teilweise basierend auf der Klassifizierung der Verunreinigung (204a, 204b, 302) abgeleitet wird.
12. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Bild Information von einem oder mehreren Sensoren (308, 332, 326), insbesondere von einem oder mehreren optischen Sensorelementen erfasst werden.
13. Verfahren nach einem der vorhergehenden Ansprüche, das Verfahren ferner umfassend:
Erfassen einer zweiten Bildinformation indikativ für zumindest die Verunreinigung (204a, 204b, 302) auf der Textilie (202a, 202b, 304), wobei die zweite Bild Information gegenüber der ersten Bildinformation die gegenüberliegende Seite der Verunreinigung (204a, 204b, 302) erfasst, wobei die zumindest eine Eigenschaft zumindest teilweise basierend auf der erfassten ersten und der zweiten Bildinformation bestimmt wird,
14. Verfahren nach Anspruch 12, wobei das Bestimmen von der Verunreinigungsinformation einen Vergleich der erfassten ersten Bildinformation oder der erfassten ersten und der zweiten Bildinformation mit Vergleichswerten umfasst.
15. Vorrichtung, welche dazu eingerichtet ist oder entsprechende Mittel umfasst, ein Verfahren nach einem der Ansprüche 1 bis 13 durchzuführen und/oder zu steuern.
EP18730695.6A 2017-06-12 2018-06-05 Bestimmen von verunreinigungen Pending EP3639215A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102017209862.7A DE102017209862A1 (de) 2017-06-12 2017-06-12 Bestimmen von Verunreinigungen
PCT/EP2018/064721 WO2018228862A1 (de) 2017-06-12 2018-06-05 Bestimmen von verunreinigungen

Publications (1)

Publication Number Publication Date
EP3639215A1 true EP3639215A1 (de) 2020-04-22

Family

ID=62597463

Family Applications (1)

Application Number Title Priority Date Filing Date
EP18730695.6A Pending EP3639215A1 (de) 2017-06-12 2018-06-05 Bestimmen von verunreinigungen

Country Status (4)

Country Link
US (1) US11379769B2 (de)
EP (1) EP3639215A1 (de)
DE (1) DE102017209862A1 (de)
WO (1) WO2018228862A1 (de)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017219806A1 (de) * 2017-11-08 2019-05-09 BSH Hausgeräte GmbH Handscanner zur verbesserten Fleckenerkennung, System mit einem solchen Handscanner und Verfahren zu seinem Betrieb
DE102019202277A1 (de) * 2019-02-20 2020-08-20 EJ Services UG (haftungsbeschränkt) System und Verfahren zur automatischen Bestimmung eines Verschmutzungsgrades eines Innenraumes eines Transportmittels
DE102019002447B3 (de) * 2019-04-03 2020-09-24 Emz-Hanauer Gmbh & Co. Kgaa Haushalts-Wäschewaschgerät oder Geschirrspüler und optischer Sensor hierfür
KR20210052916A (ko) * 2019-11-01 2021-05-11 엘지전자 주식회사 지능형 세탁기
KR20210081115A (ko) * 2019-12-23 2021-07-01 엘지전자 주식회사 세탁기, 세탁기의 제어 방법 및 세탁 지원 서버
CN116308247B (zh) * 2022-08-09 2024-04-05 江苏牛掌柜科技有限公司 一种布草纺织品的维护管理方法及系统

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19961459A1 (de) 1999-12-20 2001-07-12 Bsh Bosch Siemens Hausgeraete Gerät zur Behandlung von Textilien mit einer Auswerteschaltung zur Erkennung der Textilart und/oder der Feuchte eines Wäschestücks
WO2004053220A1 (en) 2002-12-11 2004-06-24 Unilever N.V. Method and apparatus for the identification of a textile parameter
AU2003283392A1 (en) 2002-12-16 2004-07-09 Unilever Plc Method for management of textile articles
US8509473B2 (en) * 2009-06-29 2013-08-13 Ecolab Inc. Optical processing to control a washing apparatus
DE102010027144A1 (de) 2010-07-09 2012-01-12 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Trainingsverfahren für einen adaptiven Auswertealgorithmus, ein hyperspektrales Messgerät, sowie eine Vorrichtung zum Ausbringen eines Betriebsmittels
CN102720034B (zh) * 2012-06-26 2014-01-29 无锡小天鹅股份有限公司 一种用于洗衣机的识别衣物污渍种类的方法
DE102013210996A1 (de) 2013-06-13 2014-12-18 BSH Bosch und Siemens Hausgeräte GmbH Analysieren von Wäschestücken
US9412038B1 (en) 2015-02-03 2016-08-09 The Dial Corporation Determining a color value of an article of fabric
US9613516B2 (en) * 2015-03-19 2017-04-04 Ebay Inc. System and methods for soiled garment detection and notification
DE102015006765A1 (de) 2015-06-01 2016-12-01 Herbert Kannegiesser Gmbh Verfahren zur Prüfung gewaschener oder gereinigter Wäschestücke
BR112018003608A2 (pt) * 2015-08-24 2018-09-25 Unilever Nv método para identificar uma mancha em um tecido, sistema de detecção de mancha, método de tratamento de um tecido compreendendo uma mancha e sistema de determinação de mancha para identificar uma mancha em um tecido
ITUB20155168A1 (it) 2015-10-30 2017-04-30 Mesdan Spa Metodo e dispositivo di misurazione per la misurazione del contenuto di umidita?, della lunghezza e/o di almeno una caratteristica dinamometrica di fibre tessili, in particolare fibre di cotone.

Also Published As

Publication number Publication date
US20200134806A1 (en) 2020-04-30
US11379769B2 (en) 2022-07-05
DE102017209862A1 (de) 2018-12-13
WO2018228862A1 (de) 2018-12-20

Similar Documents

Publication Publication Date Title
EP3639214A1 (de) Erkennung einer verunreinigung und/oder einer eigenschaft zumindest eines teils einer textilie
EP3485274B1 (de) Verfahren zur ermittlung von behandlungsparametern einer textilie über strukturinformation
EP3639215A1 (de) Bestimmen von verunreinigungen
EP3639213A1 (de) Verfahren und vorrichtung zur ermittlung eines behandlungsparameters einer textilie anhand der verunreinigungszusammensetzung und textileigenschaft
DE102016212976A1 (de) Verfahren und Vorrichtung zur Ermittlung insbesondere einer Reinigungsstrategie
EP3205764B1 (de) Reinigungsverfahren und reinigungsvorrichtung
EP3707302B1 (de) Handscanner zur verbesserten fleckenerkennung, system mit einem solchen handscanner und verfahren zu seinem betrieb
EP3865617A1 (de) Prüfen auf potentiell unerwünschte wäschestücke
EP3485080B1 (de) Verfahren und vorrichtung zur ermittlung einer reinigungsstrategie
DE102010000427A1 (de) Wäschebehandlungsgerät mit Erfassung einer Trockenauflage mittels Bilddaten
DE102010017234A1 (de) Verfahren zur Chargengrössenbestimmung in einem Wäschetrockner mittels eines IR-Sensors
EP3485076A1 (de) Reinigungsmittelidentifikation
EP3559327B1 (de) Verfahren zur ermittlung von behandlungsparametern über einen informationsträger
WO2019048304A1 (de) Handgerät zur verbesserten wäschebehandlung, system mit einem solchen handgerät und verfahren zu seinem betrieb
DE102016212980A1 (de) Erfassen und/oder Überwachen der Belastung eines Textilstücks während eines Behandlungszyklus
DE102019202818A1 (de) Verfahren zum Zusammenstellen einer Beladung eines Wäschepflegegeräts
WO2018011174A1 (de) Verfahren und vorrichtung zur ermittlung von verunreinigungen
DE102018203938A1 (de) Scanner, diesen Scanner enthaltendes Scansystem sowie Verfahren zur Sortierung von zu behandelnden Wäschestücken
DE102017209859A1 (de) Verfahren und Vorrichtung zur Ermittlung eines Behandlungsparameters einer Textilie anhand der Verunreinigungszusammensetzung und Textileigenschaft
DE60124949T2 (de) Verbesserungen bei der textilpflege
WO2018114356A1 (de) Ermittlung von behandlungsparametern über eine geometrieinformation einer textilie
DE4132992A1 (de) Verfahren zum bewerten von oberflaecheneigenschaften von textilien
EP3762530B1 (de) Vorrichtung zur verwendung in einem haushaltsgerat zur textilbehandlung und verwendung eines sensors
DE102017215370A1 (de) Handscanner zur verbesserten Wäscheerkennung, System mit einem solchen Handscanner und Verfahren zu seinem Betrieb
WO2019042756A1 (de) Verfahren zum waschen von wäsche einer waschladung, vorrichtung, computerprogramm und system

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20190605

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

AX Request for extension of the european patent

Extension state: BA ME

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

17Q First examination report despatched

Effective date: 20210614

P01 Opt-out of the competence of the unified patent court (upc) registered

Effective date: 20230530