EP4256464A1 - Referenzaufnahmenerstellung leerer werkstückträger - Google Patents

Referenzaufnahmenerstellung leerer werkstückträger

Info

Publication number
EP4256464A1
EP4256464A1 EP21824315.2A EP21824315A EP4256464A1 EP 4256464 A1 EP4256464 A1 EP 4256464A1 EP 21824315 A EP21824315 A EP 21824315A EP 4256464 A1 EP4256464 A1 EP 4256464A1
Authority
EP
European Patent Office
Prior art keywords
algorithm
workpiece carrier
recording
workpiece
camera
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
EP21824315.2A
Other languages
English (en)
French (fr)
Inventor
Willi POENITZ
Marc Teschner
Korbinian WEISS
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.)
Trumpf Werkzeugmaschinen SE and Co KG
Original Assignee
Trumpf Werkzeugmaschinen SE and Co KG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Trumpf Werkzeugmaschinen SE and Co KG filed Critical Trumpf Werkzeugmaschinen SE and Co KG
Publication of EP4256464A1 publication Critical patent/EP4256464A1/de
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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 OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06T2207/30136—Metal
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06T2207/30164—Workpiece; Machine component
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/06—Recognition of objects for industrial automation

Definitions

  • the invention relates to a method for creating a reference recording of the unloaded state of a workpiece carrier.
  • the invention also relates to a device for carrying out such a method.
  • WO 2020/127797 A1 describes support for a user in the manual sorting of manufactured parts from a workpiece carrier in the form of a pallet.
  • Existing program data and image data recorded with a camera are used to achieve reliable recognition and booking of removed parts.
  • the problem here is recognizing when the workpiece carrier is free of workpieces, ie completely sorted, since the workpiece carrier has changed due to contamination and/or wear. It has become known from US 2016/0184945 A1 to detect contamination by a camera either detecting a color that lies outside of predetermined color ranges or by comparing it with an image of a new palette, ie the original palette. In addition to the camera, a weight sensor can be provided in order to detect contamination based on the (additional) weight of the contamination.
  • Process step A) is carried out by the camera, process steps B) and C) are preferably carried out by a computer with a memory connected to the camera.
  • the recording can be made with ultraviolet and/or infrared light.
  • the recording is preferably made with light in the visible range.
  • the method is preferably restarted when the workpiece carrier is recognized as being loaded in method step B).
  • the method can in particular be carried out continuously, so that a recording of the last unloaded workpiece carrier is continuously stored as a reference recording.
  • the algorithm is designed to distinguish whether an object in the recording is an object that characterizes the workpiece carrier as not being unloaded or whether it is an image area to be ignored. An image area is to be ignored, for example, in the case of contamination, a change in the workpiece carrier or in the case of an object under the workpiece carrier.
  • the algorithm can be designed to ignore or reject a detected object if its size and/or its position does not meet previously defined criteria.
  • Predefined criteria can be in the form of the width of the object (is the object too narrow for an object on the workpiece carrier?) or in the form of its proximity to the edge of the workpiece carrier (is the object too close to the edge of the workpiece carrier for an object?).
  • the size and/or the position of the object is preferably recognized by a Maximum Stable Extreme Regions (MSER) algorithm.
  • MSER Maximum Stable Extreme Regions
  • the MSER algorithm is preferably taken from an Open Computer Vision (Open CV) library.
  • Open CV Open Computer Vision
  • the algorithm is designed to recognize whether an object is located above or below webs of the workpiece carrier. If the object is above the bars, it is taken into account; if it is below, it is ignored.
  • the algorithm can be designed to recognize whether an object is only visible between a plurality of webs. In this case, it must be below the webs so that this object does not characterize the workpiece carrier as loaded.
  • the algorithm can perform the following method steps to recognize the ridges: b) creating an edge image from gradients in a first direction (e.g. X direction) and a second direction (e.g. Y direction) which runs perpendicular to the first direction; c) dividing the recording into sectors; d) calculating the average pixel value within a rectangle shifted in the first direction (convolution) in the sectors; e) defining ridge segments from maxima that are more than a specified distance from the nearest minimum in the second direction; f) Specifying ridges if a predefined proportion (e.g. more than 80%) of the ridge elements is within a range boundary.
  • a predefined proportion e.g. more than 80%
  • process step b) a) Performing a histogram equalization.
  • the following method step can be carried out: g) Determination of a web removal if there is a distance between two bars that is significantly larger than the distance between the other bars.
  • the condition of the workpiece carrier can be characterized in a particularly precise and comprehensible manner.
  • the (easily verifiable) information can be output to a user that a web of the workpiece carrier is missing.
  • the algorithm has a neural network.
  • the neural network can include a variety of weighted data aggregation routines.
  • the neural network can be trained to reliably recognize the unloaded state of the workpiece carrier.
  • the neural network can be trained by reference recordings that were generated by the method steps described here.
  • the neural network can be trained using reference recordings that were generated and stored using the method steps described above.
  • the neural network can replace one or more method steps of the algorithm described here.
  • a workpiece carrier in the form of a machine bed of a machine tool, in particular a laser cutting machine is preferably used.
  • the object according to the invention is also achieved by a device for carrying out a method described here, the device having a workpiece carrier, a camera, a computer connected to the camera and a memory, the algorithm being executable on the computer and the reference recording being stored on the memory is.
  • the device preferably has a machine tool, with a machine bed of the machine tool (“pallet”) being designed in the form of the workpiece carrier.
  • a machine bed of the machine tool (“pallet”) being designed in the form of the workpiece carrier.
  • the machine tool is particularly preferably designed in the form of a laser cutting machine.
  • FIG. 1 shows a perspective view of a device according to the invention for carrying out the method according to the invention, the device having a loaded workpiece carrier.
  • FIG. 2 shows a top view of the workpiece carrier according to FIG. 1 in a different loading state.
  • FIG. 4a shows a plan view of a workpiece carrier whose webs are to be recognized.
  • FIG. 4b shows a plan view of an evaluation of the workpiece carrier from FIG. 4a.
  • FIG. 4c shows a plan view of the workpiece carrier from FIG. 4a with identified webs.
  • 1 shows a device 10 with a machine tool 12.
  • the machine tool 12 is in the form of a laser cutting machine.
  • the device 10 has a camera 14 .
  • the camera 14 can be designed to record moving images (videos) and/or photos.
  • the camera 14 takes pictures of a workpiece carrier 16, in particular from a bird's eye view.
  • the workpiece carrier 16 is designed in the form of a machine bed of the machine tool 12 .
  • a workpiece 18 can be placed on the workpiece carrier 16 .
  • the workpiece carrier 16 is loaded.
  • the workpiece 18 is part of a metal sheet 20 that can be machined in the machine tool 12 .
  • the device 10 has a computer 22, in particular in the form of an industrial PC.
  • the computer 22 has a memory 24 .
  • Computer 22 and/or memory 24 can alternatively or additionally be provided externally, for example in a cloud.
  • the computer 22 is connected to the camera 14 .
  • An algorithm 26 is stored on the computer 22 .
  • Algorithm 26 is executed to evaluate images captured by camera 14 .
  • the computer 22 can be connected to a display 28, here in the form of a monitor, in order to display which workpieces 18 have already been removed from the workpiece carrier 16.
  • the workpiece carrier 16 To monitor the manufacturing process, it is important to know when the workpiece carrier 16 is unloaded, ie empty. However, recognizing this is not trivial, since the workpiece carrier 16 and its surroundings change over time. For example, the workpiece carrier 16 can be worn out over time and/or covered with slag. Chips and the like can accumulate under the workpiece carrier 16 .
  • FIG. 2 shows this by way of example. 2 shows a workpiece carrier 16 on which a workpiece 18 lies. This workpiece 18 leads to a loading of the workpiece carrier 16. However, an interfering object 30 is also visible in FIG. This Interfering object 30 (here in the form of an object lying under the workpiece carrier 16) must not result in the workpiece carrier 16 being regarded as loaded.
  • FIG. 3 schematically shows the method according to the invention, which facilitates the assessment of the charge state of the workpiece carrier 16 (see FIG. 2). The following process steps are carried out:
  • the method can be carried out continuously (arrow 38), so that there is always a current reference image of the empty workpiece carrier 16 (see FIG. 2), which can be used to determine the current loading status of the workpiece carrier 16 (see FIG. 2).
  • the algorithm 26 (see FIG. 1) is therefore designed to distinguish whether a workpiece 18 (see FIG. 2) is located on the workpiece carrier 16 or whether an object is an interfering object 30 (see FIG. 2) acts.
  • the algorithm 26 can have a maximally stable extreme regions (MSER) algorithm, which is designed in particular to assess whether an object is too close to the edge of the workpiece carrier with respect to a predefined distance 16 (see Fig. 2) or whether it is too narrow with respect to a predefined size.
  • MSER maximally stable extreme regions
  • FIGs. Figures 4a through 4c illustrate the operation of another part of the algorithm 26 (see Figure 1), namely the detection of ridges.
  • FIG. 4a shows a workpiece carrier 16 with a plurality of (support) webs 40.
  • a histogram equalization is carried out with the recording and then an edge image made up of gradients in a first direction (here the X direction) and in a second direction (here the Y direction). direction) created.
  • Fig. 4b shows the division of the recording of the workpiece carrier 16 in n sectors. For each sector the average pixel value is calculated within a rectangle which is shifted in the first direction.
  • Maxima that are more than a specified distance in the second direction to the nearest minimum are designated as a ridge segment. If a certain percentage of the ridge elements fall within a predetermined range limit, a ridge is detected.
  • FIG. 4c shows the recording of the workpiece carrier 16 with the detected webs 40. If the distance between two webs 40 is too large, a web removal 42 is detected.
  • the invention relates in summary to a method for storing a current reference image of an unloaded workpiece carrier 16.
  • a recording of the workpiece carrier 16 is first created, and in a method step B) the recording is made by an algorithm 26 assessed and in a method step C) the recording is stored as a reference recording if the algorithm 26 classifies the workpiece carrier 16 as empty.
  • the algorithm 26 can have a maximally stable extreme regions algorithm, an algorithm for detecting webs 40 of the workpiece carrier 16 and/or a neural network.
  • the invention further relates to a device 10 for carrying out such a method.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)
  • Sorting Of Articles (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zum Hinterlegen eines aktuellen Referenzbildes eines unbeladenen Werkstückträgers (16). Dabei werden in einem Verfahrensschritt A) zunächst eine Aufnahme des Werkstückträgers (16) erstellt, in einem Verfahrensschritt B) die Aufnahme von einem Algorithmus (26) beurteilt und in einem Verfahrensschritt C) die Aufnahme als Referenzaufnahme gespeichert, wenn der Algorithmus (26) den Werkstückträger (16) als leer klassifiziert. Zur Beurteilung des Werkstückträgers (16) kann der Algorithmus (26) einen Maximally- Stable-Extremal-Regions-Algorithmus, einen Algorithmus zur Erkennung von Stegen (40) des Werkstückträgers (16) und/oder ein neuronales Netz aufweisen. Die Erfindung betrifft weiterhin eine Vorrichtung (10) zur Durchführung eines solchen Verfahrens.

Description

Referenzaufnahmenerstellung leerer Werkstückträaer
Hintergrund der Erfindung
Die Erfindung betrifft ein Verfahren zum Erstellen einer Referenzaufnahme des unbeladenen Zustands eines Werkstückträgers. Die Erfindung betrifft weiterhin eine Vorrichtung zur Durchführung eines solchen Verfahrens.
Es ist bekannt, Werkstücke von Werkstückträgern zu entnehmen und dabei ein Programm einzusetzen, das die Entnahme der Werkstücke überwacht.
Die WO 2020/127797 Al beschreibt eine Unterstützung eines Nutzers beim manuellen Absortieren gefertigter Teile von einem Werkstückträger in Form einer Palette. Dabei werden vorhandene Programmdaten und mit einer Kamera aufgenommene Bilddaten herangezogen, um eine verlässliche Erkennung und Verbuchung entnommener Teile zu erreichen.
Problematisch ist es dabei, zu erkennen, wann der Werkstückträger frei von Werkstücken, also vollständig absortiert, ist, da sich der Werkstückträger durch Kontaminationen und/oder Abnutzungen verändert. Aus der US 2016/0184945 Al ist es bekannt geworden, eine Kontamination zu detektieren, indem durch eine Kamera entweder eine Farbe detektiert wird, die außerhalb vorgegebener Farbbereiche liegt oder indem ein Abgleich mit einem Bild einer neuen Palette, d.h. der ursprünglichen Palette, erfolgt. Zusätzlich zur Kamera kann ein Gewichtssensor vorgesehen sein, um Kontaminationen anhand des (Zusatz-) Gewichts der Kontaminationen zu detektieren.
Dieses Verfahren ist jedoch verbesserungswürdig, da sich die Palette, wie zuvor erwähnt, durch Abnutzung bzw. Kontaminationen verändert. Es kann daher im Stand der Technik vorkommen, dass ein Werkstückträger als nicht vollständig absortiert erkannt wird, obwohl sich keine Werkstücke mehr auf dem Werkstückträger befinden, sondern Kontaminationen unterhalb des Werkstückträgers detektiert werden bzw. Abnutzungen des Werkstückträgers zu einem beladenen Eindruck des Werkstückträgers führen.
Aufgabe der Erfindung
Es ist daher Aufgabe der Erfindung, ein Verfahren und eine Vorrichtung bereit zu stellen, die eine zuverlässige Erkennung eines werkstückfreien Werkstückträgers ermöglichen.
Beschreibung der Erfindung
Diese Aufgabe wird erfindungsgemäß gelöst durch ein Verfahren gemäß Patentanspruch 1 und eine Vorrichtung gemäß Patentanspruch 13. Die Unteransprüche geben bevorzugte Weiterbildungen wieder.
Die erfindungsgemäße Aufgabe wird somit gelöst durch ein Verfahren mit den Verfahrensschritten:
A) Aufnehmen eines Werkstückträgers mit einer Kamera;
B) Erkennen des Werkstückträgerzustands durch einen Algorithmus, wobei der Algorithmus die Aufnahme des Werkstückträgers auswertet;
C) Speichern der Aufnahme als Referenzaufnahme, wenn der Algorithmus den Werkstückträger als frei von Werkstücken identifiziert hat. Im Gegensatz zum Stand der Technik muss somit der aktuelle Zustand des Werkstückträgers nicht mit dem Zustand eines neuen, unbenutzten, Werkstückträgers verglichen werden, sondern mit dem Zustand des Werkstückträgers als er zuletzt unbeladen war. Hierdurch kann der Ladungszustand des Werkstückträgers signifikant zuverlässiger ermittelt werden.
Der Verfahrensschritt A) wird von der Kamera ausgeführt, die Verfahrensschritte B) und C) werden vorzugsweise von einem mit der Kamera verbundenen Rechner mit einem Speicher ausgeführt.
Die Aufnahme kann mit ultraviolettem und/oder infrarotem Licht erstellt werden. Die Aufnahme wird vorzugsweise mit Licht im sichtbaren Bereich erstellt.
Das Verfahren wird vorzugsweise erneut gestartet, wenn der Werkstückträger im Verfahrensschritt B) als beladen erkannt wird. Das Verfahren kann insbesondere kontinuierlich durchgeführt werden, sodass kontinuierlich eine Aufnahme des zuletzt unbeladenen Werkstückträgers als Referenzaufnahme gespeichert wird.
Der Algorithmus ist dazu ausgebildet, zu unterscheiden, ob es sich bei einem Objekt in der Aufnahme um einen Gegenstand handelt, der den Werkstückträger als nicht unbeladen charakterisiert oder ob es sich um einen zu ignorierenden Bildbereich handelt. Ein Bildbereich ist beispielsweise im Fall einer Kontamination, einer Änderung des Werkstückträgers oder im Fall eines Gegenstands unter dem Werkstückträger zu ignorieren. Der Algorithmus kann dabei dazu ausgebildet sein, ein erfasstes Objekt zu ignorieren bzw. zu verwerfen, wenn seine Größe und/oder seine Lage zuvor definierte Kriterien nicht erfüllt.
Vordefinierte Kriterien können dabei in Form der Breite des Objekts (ist das Objekt zu schmal für einen Gegenstand auf dem Werkstückträger?) oder in Form seiner Nähe zum Rand des Werkstückträgers (ist das Objekt für einen Gegenstand zu nah am Rand des Werkstückträgers?) vorliegen. Vorzugsweise wird die Größe und/oder die Lage des Objekts durch einen Maxi- mally-Stable-Extremal-Regions-(MSER)-Algorithmus erkannt. Der MSER-Algorith- mus ist vorzugsweise einer Open-Computer-Vision-(Open-CV)-Bibliothek entnommen. Hierdurch kann die Erkennung von Größe und/oder Lage des Objekts besonders prozessstabil erfolgen.
In besonders bevorzugter Ausgestaltung der Erfindung ist der Algorithmus dazu ausgebildet, zu erkennen, ob sich ein Objekt oberhalb oder unterhalb von Stegen des Werkstückträgers befindet. Befindet sich das Objekt oberhalb der Stege, wird es berücksichtigt, befindet es sich unterhalb, wird es ignoriert.
Der Algorithmus kann dabei dazu ausgebildet sein, zu erkennen, ob ein Objekt nur zwischen mehreren Stegen sichtbar ist. In diesem Fall muss es sich unterhalb der Stege befinden, sodass dieses Objekt den Werkstückträger nicht als beladen charakterisiert.
Zum Erkennen der Stege kann der Algorithmus folgende Verfahrensschritte durchführen: b) Erstellen eines Kantenbilds aus Gradienten in einer ersten Richtung (z.B. X- Richtung) und einer zweiten Richtung (z.B. Y-Richtung), die senkrecht zur ersten Richtung verläuft; c) Aufteilen der Aufnahme in Sektoren; d) Berechnen des durchschnittlichen Pixelwertes innerhalb eines in die erste Richtung verschobenen Rechtecks (Faltung) in den Sektoren; e) Festlegen von Stegsegmenten aus Maxima, die in der zweiten Richtung mehr als einen festgelegten Abstand zum nächsten Minimum haben; f) Festlegen von Stegen, wenn ein vordefinierter Anteil (z.B. mehr als 80%) der Stegelemente innerhalb einer Bereichsgrenze liegt.
Hierdurch wird eine prozesssichere Detektion der Stege des Werkstückträgers ermöglicht.
Vor dem Verfahrensschritt b) wird dabei vorzugsweise folgender Verfahrensschritt durchgeführt: a) Durchführen eines Histogrammausgleichs.
Hierdurch erfolgt eine gleichmäßigere Verteilung der Grauwerte, sodass der gesamte zur Verfügung stehende Wertebereich genutzt werden kann.
Nach dem Verfahrensschritt f) kann folgender Verfahrensschritt durchgeführt werden : g) Bestimmen einer Stegentnahme, wenn zwischen zwei Stegen ein Abstand besteht, der signifikant größer ist als der Abstand der übrigen Stege.
Hierdurch kann der Zustand des Werkstückträgers besonders präzise und nachvollziehbar charakterisiert werden. Darüber hinaus kann einem Nutzer die (leicht überprüfbare) Information ausgegeben werden, dass ein Steg des Werkstückträgers fehlt.
In weiter bevorzugter Ausgestaltung der Erfindung weist der Algorithmus ein neuronales Netz auf. Das neuronale Netz kann eine Vielzahl gewichteter Daten-Aggre- gationsroutinen umfassen.
Das neuronale Netz kann im Fall einer Vielzahl von Referenzaufnahme, die korrekt als unbeladen erkannte Werkstückträger zeigen, dazu trainiert sein, den unbeladenen Zustand des Werkstückträgers zuverlässig zu erkennen.
Das neuronale Netz kann dabei im vorliegenden Verfahren durch Referenzaufnahmen trainiert sein, die durch hier beschriebene Verfahrensschritte generiert wurden. Mit anderen Worten kann das neuronale Netz durch Referenzaufnahmen trainiert sein, die mit den zuvor beschriebenen Verfahrensschritten erzeugt und gespeichert wurden. Das neuronale Netz kann in diesem Fall einen oder mehrere hier beschriebene Verfahrensschritte des Algorithmus ersetzen.
Im erfindungsgemäßen Verfahren wird vorzugsweise ein Werkstückträger in Form eines Maschinenbetts einer Werkzeugmaschine, insbesondere einer Laserschneidmaschine, eingesetzt. Die erfindungsgemäße Aufgabe wird weiterhin gelöst durch eine Vorrichtung zum Durchführen eines hier beschriebenen Verfahrens, wobei die Vorrichtung einen Werkstückträger, eine Kamera, einen mit der Kamera verbundenen Rechner und einen Speicher aufweist, wobei der Algorithmus auf dem Rechner ausführbar und die Referenzaufnahme auf dem Speicher gespeichert ist.
Die Vorrichtung weist vorzugsweise eine Werkzeugmaschine auf, wobei ein Maschinenbett der Werkzeugmaschine („Palette") in Form des Werkstückträgers ausgebildet ist.
Besonders bevorzugt ist die Werkzeugmaschine in Form einer Laserschneidmaschine ausgebildet.
Weitere Vorteile der Erfindung ergeben sich aus der Beschreibung und der Zeichnung. Ebenso können die vorstehend genannten und die noch weiter ausgeführten Merkmale erfindungsgemäß jeweils einzeln für sich oder zu mehreren in beliebigen Kombinationen Verwendung finden. Die gezeigten und beschriebenen Ausführungsformen sind nicht als abschließende Aufzählung zu verstehen, sondern haben vielmehr beispielhaften Charakter für die Schilderung der Erfindung.
Detaillierte Beschreibung der Erfindung und Zeichnung
Fig. 1 zeigt eine perspektivische Ansicht einer erfindungsgemäßen Vorrichtung zur Durchführung des erfindungsgemäßen Verfahrens, wobei die Vorrichtung einen beladenen Werkstückträger aufweist.
Fig. 2 zeigt eine Draufsicht auf den Werkstückträger gemäß Fig. 1 in einem anderen Beladungszustand.
Fig. 3 zeigt schematisch die Durchführung des erfindungsgemäßen Verfahrens.
Fig. 4a zeigt eine Draufsicht auf einen Werkstückträger, dessen Stege erkannt werden sollen.
Fig. 4b zeigt eine Draufsicht auf eine Auswertung des Werkstückträgers aus Fig. 4a.
Fig. 4c zeigt eine Draufsicht auf den Werkstückträger aus Fig. 4a mit identifizierten Stegen. Fig. 1 zeigt eine Vorrichtung 10 mit einer Werkzeugmaschine 12. Die Werkzeugmaschine 12 ist in Form einer Laserschneidmaschine ausgebildet. Die Vorrichtung 10 weist eine Kamera 14 auf. Die Kamera 14 kann zur Aufnahme von Bewegbildern (Videos) und/oder Fotos ausgebildet sein. Die Kamera 14 erstellt Aufnahmen eines Werkstückträgers 16, insbesondere aus der Vogelperspektive.
Der Werkstückträger 16 ist in Form eines Maschinenbetts der Werkzeugmaschine 12 ausgebildet. Auf dem Werkstückträger 16 kann ein Werkstück 18 aufgelegt sein. In diesem Fall ist der Werkstückträger 16 beladen. Im vorliegenden Fall ist das Werkstück 18 Teil eines Blechs 20, das in der Werkzeugmaschine 12 bearbeitbar ist.
Die Vorrichtung 10 weist einen Rechner 22, insbesondere in Form eines IndustriePCs, auf. Der Rechner 22 weist einen Speicher 24 auf. Rechner 22 und/oder Speicher 24 können alternativ oder zusätzlich dazu extern, beispielsweise in einer Cloud, vorgesehen sein. Der Rechner 22 ist mit der Kamera 14 verbunden. Auf dem Rechner 22 ist ein Algorithmus 26 hinterlegt. Der Algorithmus 26 wird ausgeführt, um von der Kamera 14 aufgenommene Aufnahmen zu bewerten. Der Rechner 22 kann mit einer Anzeige 28, hier in Form eines Monitors, verbunden sein, um anzuzeigen, welche Werkstücke 18 bereits vom Werkstückträger 16 entnommen wurden.
Zur Überwachung des Fertigungsprozesses ist es wichtig, zu wissen, wann der Werkstückträger 16 unbeladen, also leer, ist. Dies zu erkennen, ist jedoch nicht trivial, da sich der Werkstückträger 16 und seine Umgebung mit der Zeit verändern. Beispielsweise kann der Werkstückträger 16 mit der Zeit abgenutzt und/oder mit Schlacke behaftet sein. Späne und dergleichen können sich unter dem Werkstückträger 16 ansammeln.
Fig. 2 zeigt dies beispielhaft. Aus Fig. 2 ist ein Werkstückträger 16 ersichtlich, auf dem ein Werkstück 18 liegt. Dieses Werkstück 18 führt zu einer Beladung des Werkstückträgers 16. In Fig. 2 ist jedoch auch ein Störobjekt 30 sichtbar. Dieses Störobjekt 30 (hier in Form eines unter dem Werkstückträger 16 liegenden Gegenstands) darf nicht dazu führen, dass der Werkstückträger 16 als beladen angesehen wird.
Fig. 3 zeigt schematisch das erfindungsgemäße Verfahren, das die Beurteilung des Ladungszustands des Werkstückträgers 16 (siehe Fig. 2) erleichtert. Dabei werden folgende Verfahrensschritte ausgeführt:
A) Erstellen einer Aufnahme des Werkstückträgers 16 (siehe Fig. 2) mit der Kamera 14 (siehe Fig. 1);
B) Anschließend (Pfeil 32) Entscheiden, ob der Werkstückträger 16 (siehe Fig.
2) leer ist (oder nicht) durch den Algorithmus 26 (siehe Fig. 1) anhand der Aufnahme;
C) Speichern der Aufnahme als Referenzaufnahme, wenn der Werkstückträger 16 (siehe Fig. 2) vom Algorithmus 26 (siehe Fig. 1) als leer angesehen wird (Pfeil 34) und Wiederholung des Verfahrens ab Verfahrensschritt A), wenn der Werkstückträger 16 (siehe Fig. 2) vom Algorithmus 26 (siehe Fig. 1) als nicht leer angesehen wird (Pfeil 36).
Das Verfahren kann kontinuierlich (Pfeil 38) durchgeführt werden, sodass stets ein aktuelles Referenzbild des leeren Werkstückträgers 16 (siehe Fig. 2) vorliegt, das herangezogen werden kann, um den aktuellen Beladungszustand des Werkstückträgers 16 (siehe Fig. 2) zu bestimmen.
Der Algorithmus 26 (siehe Fig. 1) ist daher dazu ausgebildet, zu unterscheiden, ob sich ein Werkstück 18 (siehe Fig. 2) auf dem Werkstückträger 16 befindet oder ob es sich bei einem Objekt um ein Störobjekt 30 (siehe Fig. 2) handelt. Hierzu kann der Algorithmus 26 (siehe Fig. 1) einen Maximally-Stable-Extremal-Regions- (MSER)-Algorithmus aufweisen, der insbesondere dazu ausgebildet ist, zu beurteilen, ob sich ein Objekt bezüglich eines vordefinierten Abstands zu nah am Rand des Werkstückträgers 16 (siehe Fig. 2) befindet, oder ob es bezüglich einer vordefinierten Größe zu schmal ist. Bei dem beispielhaften Störobjekt 30 in Fig. 2 sind beide Kriterien erfüllt, d.h. es befindet sich sowohl nahe am Rand des Werkstückträgers 16 und ist zu schmal für ein Werkstück 18. Der Algorithmus 26 (siehe Fig. 1) wird daher nur das Werkstück 18 als solches klassifizieren, nicht aber das Störobjekt 30. Sobald das Werkstück 18 entfernt ist, wird eine Aufnahme des Werkstückträgers 16 als neue Referenzaufnahme gespeichert.
Die Fign. 4a bis 4c veranschaulichen die Wirkungsweise eines weiteren Teils des Algorithmus 26 (siehe Fig. 1), nämlich der Erkennung von Stegen.
Fig. 4a zeigt einen Werkstückträger 16 mit mehreren (Auflage-) Stegen 40. Mit der Aufnahme wird ein Histogrammausgleich durchgeführt und anschließend ein Kantenbild aus Gradienten in einer ersten Richtung (hier die X-Richtung) und in einer zweiten Richtung (hier der Y-Richtung) erstellt.
Fig. 4b zeigt die Aufteilung der Aufnahme des Werkstückträgers 16 in n Sektoren. Für jeden Sektor wird der durchschnittliche Pixelwert innerhalb eines Rechtecks berechnet, welches in die erste Richtung verschoben wird.
Maxima, die mehr als einen festgelegten Abstand in der zweiten Richtung zum nächsten Minimum haben, werden als Stegsegment festgelegt. Wenn ein bestimmter Prozentsatz der Stegelemente in einer vorgegebenen Bereichsgrenze liegt, wird ein Steg detektiert.
Fig. 4c zeigt die Aufnahme des Werkstückträgers 16 mit den delektierten Stegen 40. Falls zwischen zwei Stegen 40 ein zu großer Abstand herrscht, wird eine Stegentnahme 42 detektiert.
Unter Vornahme einer Zusammenschau aller Figuren der Zeichnung betrifft die Erfindung zusammenfassend ein Verfahren zum Hinterlegen eines aktuellen Referenzbildes eines unbeladenen Werkstückträgers 16. Dabei werden in einem Verfahrensschritt A) zunächst eine Aufnahme des Werkstückträgers 16 erstellt, in einem Verfahrensschritt B) die Aufnahme von einem Algorithmus 26 beurteilt und in einem Verfahrensschritt C) die Aufnahme als Referenzaufnahme gespeichert, wenn der Algorithmus 26 den Werkstückträger 16 als leer klassifiziert. Zur Beurteilung des Werkstückträgers 16 kann der Algorithmus 26 einen Maximally- Stable-Extremal-Regions-Algorithmus, einen Algorithmus zur Erkennung von Stegen 40 des Werkstückträgers 16 und/oder ein neuronales Netz aufweisen. Die Erfindung betrifft weiterhin eine Vorrichtung 10 zur Durchführung eines solchen Ver- fahrens.
Bezugszeichenliste
10 Vorrichtung
12 Werkzeugmaschine
14 Kamera
16 Werkstückträger
18 Werkstück
20 Blech
22 Rechner
24 Speicher
26 Algorithmus
28 Anzeige
30 Störobjekt
32 Pfeil
34 Pfeil
36 Pfeil
38 Pfeil
40 Stege
42 Stegentnahme
A-C Verfahrensschritte

Claims

Patentansprüche Verfahren zum Erstellen einer Referenzaufnahme des unbeladenen Zustands eines Werkstückträgers (16) mit den Verfahrensschritten:
A) Erstellen einer Aufnahme des Werkstückträgers (16) mit einer Kamera (14);
B) Bestimmen des Beladungszustands des Werkstückträgers (16) durch Bewerten der Aufnahme durch einen Algorithmus (26);
C) Speichern der Aufnahme als Referenzaufnahme im Fall des durch den Algorithmus (26) als unbeladen bestimmten Werkstückträgers (16). Verfahren nach Anspruch 1, bei dem zumindest die Verfahrensschritte A) und B) erneut durchgeführt werden, wenn der Werkstückträger (16) durch den Algorithmus (26) als beladen bestimmt wird. Verfahren nach Anspruch 1 oder 2, bei dem im Verfahrensschritt B) ein durch den Algorithmus (26) erfasstes Objekt verworfen wird, wenn seine Ausmaße und/oder Position vordefinierte Kriterien nicht erfüllt/erfüllen. Verfahren nach Anspruch 3, bei dem das durch den Algorithmus (26) erfasste Objekt verworfen wird, wenn es zu schmal ist und/oder sich zu nah am Rand des Werkstückträgers befindet. Verfahren nach Anspruch 3 oder 4, bei dem der Algorithmus (26) einen Maximally-Stable-Extremal-Regions-Algorithmus umfasst, der das Ausmaß und/oder die Position des Objekts erfasst. Verfahren nach einem der vorhergehenden Ansprüche, bei dem im Verfahrensschritt B) durch den Algorithmus (26) Stege (40) des Werkstückträgers (16) ermittelt werden und ein durch den Algorithmus (26) erfasstes Objekt verworfen wird, wenn der Algorithmus (26) erkennt, dass sich das Objekt unterhalb der Stege (40) befindet. Verfahren nach Anspruch 6, bei dem der Algorithmus (26) erfasst, ob ein Objekt nur zwischen Stegen (40) sichtbar ist, sodass es sich unterhalb der Stege (40) befindet. Verfahren nach einem der Ansprüche 6 oder 7, bei dem der Algorithmus (26) zum Ermitteln der Stege (40) folgende Verfahrensschritte durchführt: b) Erstellen eines Kantenbilds aus Gradienten in einer ersten Richtung und einer zweiten Richtung senkrecht zur ersten Richtung; c) Aufteilen der Aufnahme in Sektoren; d) Berechnen des durchschnittlichen Pixelwertes innerhalb eines in die erste Richtung verschobenen Rechtecks in den Sektoren; e) Festlegen von Stegsegmenten aus Maxima, die in der zweiten Richtung mehr als einen festgelegten Abstand zum nächsten Minimum haben; f) Festlegen von Stegen (40), wenn ein vordefinierter Anteil der Stegelemente innerhalb einer Bereichsgrenze liegt. Verfahren nach Anspruch 8, bei dem vor dem Verfahrensschritt b) folgender Verfahrensschritt durchgeführt wird: a) Durchführen eines Histogrammausgleichs. Verfahren nach Anspruch 8 oder 9, bei dem nach dem Verfahrensschritt f) folgender Verfahrensschritt durchgeführt wird: g) Bestimmen einer Stegentnahme, wenn zwischen zwei Stegen (40) ein Abstand besteht, der deutlich über den mittleren Abstand der anderen Stege (40) hinausgeht. Verfahren nach einem der vorhergehenden Ansprüche, bei dem der Algorithmus (26) ein neuronales Netz aufweist, das den unbeladenen Zustand des Werkstückträgers (16) erkennt. - 14 -
12. Verfahren nach Anspruch 11, bei dem das neuronale Netz durch Referenzaufnahmen trainiert ist, die in einem Verfahren gemäß der Ansprüche 1 bis 10 gespeichert wurden. 13. Vorrichtung (10) zum Durchführen eines Verfahrens nach einem der vorhergehenden Ansprüche, wobei die Vorrichtung (10) einen Werkstückträger (16), eine Kamera (14) und einen mit der Kamera (14) verbundenen Rechner (22) mit einem Speicher (24) aufweist, wobei der Algorithmus (26) auf dem Rechner (22) ausführbar ist und die Referenzaufnahme auf dem Speicher (24) speicherbar ist.
14. Vorrichtung nach Anspruch 13, bei der die Vorrichtung (10) eine Werkzeugmaschine (12) umfasst, wobei ein Maschinenbett der Werkzeugmaschine (12) in Form des Werkstückträgers (16) ausgebildet ist.
15. Vorrichtung nach Anspruch 14, bei der die Werkzeugmaschine (12) in Form einer Laserschneidmaschine ausgebildet ist.
EP21824315.2A 2020-12-02 2021-11-30 Referenzaufnahmenerstellung leerer werkstückträger Pending EP4256464A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102020215227.6A DE102020215227B4 (de) 2020-12-02 2020-12-02 Vorrichtung und Verfahren zum Erstellen einer Referenzaufnahme des unbeladenen Zustands eines Werkstückträgers
PCT/EP2021/083619 WO2022117581A1 (de) 2020-12-02 2021-11-30 Referenzaufnahmenerstellung leerer werkstückträger

Publications (1)

Publication Number Publication Date
EP4256464A1 true EP4256464A1 (de) 2023-10-11

Family

ID=78851158

Family Applications (1)

Application Number Title Priority Date Filing Date
EP21824315.2A Pending EP4256464A1 (de) 2020-12-02 2021-11-30 Referenzaufnahmenerstellung leerer werkstückträger

Country Status (6)

Country Link
US (1) US12462376B2 (de)
EP (1) EP4256464A1 (de)
JP (1) JP7535184B2 (de)
CN (1) CN116569222A (de)
DE (1) DE102020215227B4 (de)
WO (1) WO2022117581A1 (de)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4594704A1 (de) * 2022-09-30 2025-08-06 SALVAGNINI ITALIA S.p.A. Maschine und verfahren zum bearbeiten und/oder bewegen von metallplatten oder -blechen mit kantenerkennungsmitteln
IT202200020220A1 (it) * 2022-09-30 2024-03-30 Salvagnini Italia Spa Macchina per lavorare e/o movimentare lamiere e relativo metodo di lavorazione e/o movimentazione
IT202200020226A1 (it) * 2022-09-30 2024-03-30 Salvagnini Italia Spa Macchina per lavorare e/o movimentare lamiere e relativo metodo di lavorazione e/o movimentazione

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160184945A1 (en) * 2014-12-25 2016-06-30 Fanuc Corporation Machining device with visual sensor for locating contaminants
WO2020127797A1 (de) * 2018-12-21 2020-06-25 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Verfahren zum bereitstellen von tafelplanungsgeometriedaten, verfahren und laserflachbettmaschine zum ausschneiden von werkstücken

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5920480A (en) 1997-01-10 1999-07-06 Nakamura; Kaoru Method and apparatus for detecting pallet full load state in sheet metal machining line and method and apparatus for controlling sheet metal machining line and work identifying apparatus
ATE402457T1 (de) * 1999-12-23 2008-08-15 Secuman B V Verfahren, vorrichtung und rechnerprogramm zur überwachung eines gebiets
DE202007002483U1 (de) 2007-02-20 2007-05-31 Sauer, Christian Variables Objekt-Abgabesystem
JP5366012B2 (ja) 2009-12-11 2013-12-11 株式会社リコー 画像形成装置
DE102015219369B4 (de) 2015-10-07 2025-11-27 Bayerische Motoren Werke Aktiengesellschaft Sicherheitseinrichtung für eine Strahlbearbeitungsvorrichtung und Verfahren
SI3214024T1 (sl) 2016-03-01 2018-10-30 EWAB Engineering AB Avtonomni sistem tekočih trakov
DE102016120132A1 (de) * 2016-10-21 2018-04-26 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Werkstücksammelstelleneinheit und Verfahren zur Unterstützung der Bearbeitung von Werkstücken
DE102016120131B4 (de) 2016-10-21 2020-08-06 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Absortierunterstützungsverfahren und Flachbettwerkzeugmaschine
EP3418834B1 (de) * 2017-06-21 2021-08-18 EWAB Engineering AB Fördersystemverfahren zum betrieb einer förderanlage und durchflussvorrichtungen zur verwendung in solch einer förderanlage
JP6985956B2 (ja) * 2018-02-21 2021-12-22 日清食品ホールディングス株式会社 乳酸カリウム含む即席麺の製造方法
DE102018126077A1 (de) 2018-10-19 2020-04-23 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Bewerten von werkstücklagen in geschachtelten anordnungen
US20200134829A1 (en) * 2018-10-30 2020-04-30 Fei Company Artificial Intelligence Enabled Metrology
JP7269126B2 (ja) 2019-07-31 2023-05-08 ファナック株式会社 撮像検出データの転送システム
WO2021086725A1 (en) * 2019-10-31 2021-05-06 Siemens Healthcare Diagnostics Inc. Apparatus and methods of training models of diagnostic analyzers
CN111054638A (zh) * 2019-11-27 2020-04-24 奥特斯科技(重庆)有限公司 制造部件承载件的方法及在制造期间操控面板的设备
CN111571603B (zh) * 2020-06-23 2024-10-22 苏州交驰人工智能研究院有限公司 一种工件处理系统、方法、计算机设备及存储介质
US11410417B2 (en) * 2020-08-17 2022-08-09 Google Llc Modular system for automatic hard disk processing and verification
KR102845123B1 (ko) * 2022-01-03 2025-08-13 한국전자통신연구원 컨테이너의 엑스레이 영상을 이용한 적재물 검출 시스템 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160184945A1 (en) * 2014-12-25 2016-06-30 Fanuc Corporation Machining device with visual sensor for locating contaminants
WO2020127797A1 (de) * 2018-12-21 2020-06-25 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Verfahren zum bereitstellen von tafelplanungsgeometriedaten, verfahren und laserflachbettmaschine zum ausschneiden von werkstücken

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of WO2022117581A1 *

Also Published As

Publication number Publication date
US20230298161A1 (en) 2023-09-21
CN116569222A (zh) 2023-08-08
DE102020215227B4 (de) 2023-11-09
JP2023545282A (ja) 2023-10-27
WO2022117581A1 (de) 2022-06-09
US12462376B2 (en) 2025-11-04
DE102020215227A1 (de) 2022-06-02
JP7535184B2 (ja) 2024-08-15

Similar Documents

Publication Publication Date Title
EP4256464A1 (de) Referenzaufnahmenerstellung leerer werkstückträger
DE102018212531B4 (de) Artikeltransfervorrichtung
EP2187351B1 (de) Verfahren und Vorrichtung zum Erkennen von Objekten
DE69818438T2 (de) Verfahren zur kontrolle der oberfläche einer laufenden materialbahn mit bildsegmentierung zur umgrenzung von defektbereichen
DE112019000093T5 (de) Diskriminierungsvorrichtung und Maschinenlernverfahren
DE102017210692B4 (de) Lebensdauerbestimmungsvorrichtung; Lebensdauerbestimmungsverfahren, und Programm für Schneidwerkzeug
DE102013011730B3 (de) Verfahren zur Auswertung eines Messergebnisses einer thermischen Analyse, sowie Verwendung des Verfahrens, Rechnereinrichtung, Computerprogrammprodukt und System zur Ausführung des Verfahrens
DE102018133196A1 (de) Bildbasierte wartungsvorhersage und detektion von fehlbedienungen
EP2787485A1 (de) Verfahren und Vorrichtung zur automatischen Fehlerstellenerkennung bei biegeschlaffen Körpern
EP3468727B1 (de) Sortiervorrichtung sowie entsprechendes sortierverfahren
DE69821225T2 (de) Verfahren zur kontrolle der oberfläche einer laufenden materialbahn mit vorklassifikation von ermittelten unregelmässigkeiten
DE102016004233B4 (de) Numerische Steuervorrichtung zum Klassifizieren und Anzeigen eines als Historie aufgezeichneten Bearbeitungsprogramms
EP3582140B1 (de) System zur automatischen erkennung von laborarbeitsgegenständen sowie verfahren zum betrieb eines systems zur automatischen erkennung von laborgegenständen
EP2808843B1 (de) Verfahren zur Parametrierung eines Bildverarbeitungssystems für die Überwachung einer Werkzeugmaschine
EP4319560B1 (de) Verfahren und vorrichtung zur erkennung von fehlstellen in der oberfläche gewölbter artikel
EP4150316B1 (de) Verfahren zum abschnittsweisen bestimmen des volumens eines auf ein förderband aufgegebenen schüttgutes
EP3923193B1 (de) Messung der empfindlichkeit von bildklassifikatoren gegen veränderungen des eingabebildes
EP4350539A1 (de) Verfahren und system zum automatischen bildbasierten erkennen einer identifikationsinformation an einem objekt
DE102011085677A1 (de) Verfahren und Vorrichtung zur Überwachung eines an einem Werkstück vorzunehmenden Laserbearbeitungsvorgangs
DE102024122058B3 (de) Verfahren und Vorrichtung zum Erkennen zumindest einer Instanz eines Objektes während eines Arbeitsablaufs in einer Arbeitsumgebung und System zum Steuern eines Arbeitsablaufs in einer Arbeitsumgebung
DE10024559B4 (de) Verfahren zur Erkennung von Objekten
DE10066189B4 (de) Verfahren zur Erkennung von Objekten
DE112023006339T5 (de) Objekterkennungsvorrichtung und computerlesbares Aufzeichnungsmedium
DE102024201898A1 (de) Computerimplementiertes Verfahren und System zur automatischen optischen Inspektion
EP4679318A1 (de) Lesen optischer codes

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: 20230612

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

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)
RAP1 Party data changed (applicant data changed or rights of an application transferred)

Owner name: TRUMPF WERKZEUGMASCHINEN SE + CO. KG

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: 20241113