EP4371082A1 - Überwachung von definierten optischen mustern mittels objekterkennung und maschinellen lernens - Google Patents

Überwachung von definierten optischen mustern mittels objekterkennung und maschinellen lernens

Info

Publication number
EP4371082A1
EP4371082A1 EP22753624.0A EP22753624A EP4371082A1 EP 4371082 A1 EP4371082 A1 EP 4371082A1 EP 22753624 A EP22753624 A EP 22753624A EP 4371082 A1 EP4371082 A1 EP 4371082A1
Authority
EP
European Patent Office
Prior art keywords
image data
characters
recognized
character
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
EP22753624.0A
Other languages
English (en)
French (fr)
Inventor
Matthias STAMMLER
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.)
Fraunhofer Gesellschaft zur Foerderung der Angewandten Forschung eV
Original Assignee
Fraunhofer Gesellschaft zur Foerderung der Angewandten Forschung eV
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 Fraunhofer Gesellschaft zur Foerderung der Angewandten Forschung eV filed Critical Fraunhofer Gesellschaft zur Foerderung der Angewandten Forschung eV
Publication of EP4371082A1 publication Critical patent/EP4371082A1/de
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5846Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using extracted text
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/62Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63Scene text, e.g. street names
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/02Recognising information on displays, dials, clocks
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/06Recognition of objects for industrial automation

Definitions

  • the invention relates to a system for monitoring technical installations using object recognition of defined optical patterns. Furthermore, a method for monitoring technical systems by means of object recognition of defined optical patterns is described.
  • One object of the present patent application is therefore to propose such an automatic system for the optical monitoring of technical systems.
  • a simple method for optical monitoring of technical systems is proposed.
  • Signs that are attached to parts of technical systems in an environment that are to be monitored, at least one camera that captures image data of the area and provides it with spatial coordinates and the time of recording, an image database in which the image data is stored, a symbol library in which a large number of Characters and rules assigned to them are stored, and an object recognition unit, which is designed to recognize characters in the image data and to compare them with the characters stored in the character library, with a spatial coordinate being assigned to the character when a character is recognized in the image data, a comparison with earlier image data of the environment is carried out and an alarm is triggered in the event of non-compliance with a rule associated with the recognized character.
  • monitoring is not limited to the condition of a specific component, such as a screw connection, but instead to monitoring signs attached to the systems.
  • the characters are simple optical patterns that can be based, for example, on basic geometric shapes. These characters form a defined sign language in which each character is assigned a rule that can be checked visually. These rules can concern, for example, the state of rotation or the visibility of a character.
  • the signs are not limited in terms of their size and design, so they can be adapted to a wide range of applications and environmental conditions.
  • the signs are attached to the parts of a technical installation to be monitored. They can be designed as stickers or they can be painted on using a stencil.
  • the signs are applied to parts for which the rules assigned to the signs are to apply. For example, a sign can be attached to a screw connection that should not loosen, to which a rule is assigned that states that the sign must not rotate in the loosening direction of the screw connection.
  • At least one camera is set up to monitor the system. Multiple cameras can also be used to get different perspectives of the system. It can be a camera with conventional optical sensors or a device that, depending on the special requirements of the environment, can take pictures outside the optical spectrum, for example in the infrared range.
  • the camera captures image data of the technical system at specified intervals. This data is also provided with information about the recording location, the spatial coordinates and the recording time.
  • the system also includes an image database.
  • the image data recorded by the at least one camera are stored in this. In this way the comparison of image data from different recording times is made possible.
  • the database can be created as a local storage medium or connected to the rest of the system via a network.
  • the character library describes the defined character language. It comprises a storage medium with a database in which examples of all the characters used are stored. At least one rule is assigned to each character in the character library.
  • the character library can be extensible.
  • the core of the system is an object recognition unit that processes the image data captured by the camera.
  • the object recognition engine uses a combination of static and dynamic algorithms to recognize the defined characters in the image data. It recognizes signs based on their shape, color and reflection properties.
  • the object recognition unit is also designed to record the state of the recognized character, ie rotation or soiling, for example. A variety of different methods can be used. The choice of a method for recognizing the characters can be made depending on the properties of the environment and the properties of the defined characters.
  • the object detection unit can be a computer running specialized software. However, it can also be a network of computers or specialized electronics.
  • the object recognition unit recognizes a character stored in the character library in the image data, it determines its spatial coordinates from the image data. In addition, a comparison is made with image data recorded in the same environment at an earlier point in time. If the sign is recorded in this environment for the first time, it is a sign that was newly attached to the system to be monitored. The image data is then saved in the image database and is available there for later comparisons. If a character is recognized for the second or repeated time in the image data at a spatial coordinate, the object recognition unit checks compliance with the rule stored for this character in the character library. If the rule is observed in the newly acquired image data, no further action is taken. However, if the object recognition unit detects a change in the state of the character, which contradicts the stored rule, the system issues an alarm signal. Based on the alarm signal, the system can be serviced or other necessary steps can be taken.
  • the system can easily monitor the status of the technical installation as well.
  • the system is extremely flexible because the character library can be expanded at any time and new characters can be added to the system. Since a large number of different rules can be assigned to the characters, the system is not limited to monitoring a single status. Since the system works completely automatically, monitoring can take place at any interval or continuously.
  • the at least one camera can be permanently installed. This simplifies the determination of the spatial coordinates of the image data and the characters recognized therein, since the position of the camera and its viewing angle can be precisely defined.
  • one or more surveillance cameras can be installed in the vicinity of the technical system to be monitored in order to capture different perspectives.
  • the at least one camera can also be mobile.
  • it can be attached to a drone or a robotic arm, or it can be embodied as part of a handheld device such as a smartphone.
  • a handheld device such as a smartphone.
  • Such a design of the camera allows technical systems to be checked at fixed intervals, even in positions that are difficult to access. Nevertheless, several cameras do not have to be permanently installed to monitor larger systems.
  • the system can be designed to work autonomously.
  • the at least one camera can include a device for determining the position, a device for determining the recording angle and a device for determining the distance.
  • a device for position determination is used to provide the captured image data with spatial coordinates. This is particularly the case with mobile ments of the camera where the position of the camera is not fixed is necessary. For example, it can simply be a system for determining position via GPS. The distances between the characters recognized in the area can be determined using a device for distance determination
  • a device for determining the recording angle can, for example, be based on acceleration sensors or on a gyrocompass.
  • the distance measuring device can include a laser distance meter, for example. This can be used to reliably determine the distances between the at least one camera and the parts of the technical system from which image data are recorded.
  • the distance measurement can be used to reliably determine the distances between the at least one camera and the parts of the technical system from which image data are recorded.
  • the signs attached to a technical system can be designed in such a way that their color and reflective properties make them stand out particularly well from their surroundings. This simplifies the recognition of the characters by the object recognition unit. For example, colors can be used that do not otherwise occur in the environment, or
  • the characters can be designed as stickers, which are made of materials that achieve particularly good visibility through their surface properties.
  • the sign language used can be defined in such a way that the associated
  • BO rules not only affect individual characters, but can also relate several characters to one another. Rules regarding the distance or angle between two characters can also be set up in this way. The character library then assigns these rules to the corresponding characters.
  • the object recognition unit can be based on machine learning Use the model to recognize the specified characters in the image data.
  • Such a model must first be trained to recognize the characters, but then offers greater flexibility with regard to the recording angles and environmental influences under which the characters can be recognized. While the characters in the image data can be recognized by such a model, the recognized characters can still be assigned to the characters and rules stored in the character library by static algorithms.
  • the entire system for monitoring technical installations can be designed as a computer that includes the object recognition unit, the image database and the character library, or runs corresponding programs, and is connected to at least one camera for capturing the image data.
  • a computer can be available locally at the monitoring site.
  • it can also be a central computer that receives the data from a large number of static or mobile cameras via a network and thus enables the simultaneous monitoring of several technical systems.
  • a method for monitoring technical systems comprises the following steps: optical detection of an environment using a camera to produce image data,
  • Evaluation of the recognized characters whereby if there are no characters in the image data from earlier recording times or a recognized character was not recognized in the image data from earlier recording times, the image data are stored, if the recognized characters were recognized in the image data of earlier acquisition times and no change is recognized that violates a rule assigned to the recognized characters, no further actions are carried out if the recognized characters were recognized in the image data of earlier acquisition times and a change is recognized that violates a rule associated with the recognized characters, an alarm is triggered.
  • image data of the surroundings are captured by a camera.
  • This image data is forwarded to the object recognition unit, where it is prepared for further processing in a second step.
  • they are provided with spatial coordinates and the time of recording.
  • the object recognition unit carries out the algorithms for recognizing the defined characters in the image data.
  • the recognized characters are given spatial coordinates, which are calculated from the image data.
  • the recognized characters are assigned to the characters stored in the character library. Rules are assigned to the characters stored in the character library. If a character is recognized in the image data and successfully assigned to a character defined in the character library, it is also known which rule should apply to the recognized character.
  • the image data are compared with image data recorded at the same spatial coordinates from earlier recording times.
  • the new image data is saved in order to be able to compare them at a later point in time and thus check compliance with the rules of the recognised to allow signs.
  • the known character was also recognized in the image data of earlier recording times, a check is made as to whether the state of the character recognized in the new image data corresponds to the rules assigned to the character. If so, no action is taken and monitoring can continue continuously or at a later time. However, if a change to the character is detected that violates a rule assigned to the character hits, an alarm signal is output.
  • the second step of preparing the image data for further processing can also include providing the image data with data that
  • the second step in preparing the image data for further processing can also include first pre-processing and filtering the image data.
  • the contrast can be adjusted and certain colors can be filtered, or algorithms can be used for noise reduction or edge detection.
  • the defined characters In order to also make the defined characters more easily recognizable in the recognition step, they can be designed in such a way that they stand out particularly well from their surroundings due to their coloring and reflection properties. For example, colors can be used that are in order
  • the characters can be designed as stickers, which consist of materials that achieve particularly good visibility due to their surface properties.
  • the character library can also assign rules to the characters that relate several characters to one another. In this way, the rules can also affect relationships between two characters, such as distance or angle.
  • a model based on machine learning can be used to recognize the specified characters in the image data.
  • Such a model must first be trained to recognize the characters, but then offers greater flexibility
  • the recognized characters can still be assigned to the characters and rules stored in the character library using static algorithms.
  • the system described, as well as the method for monitoring technical installations enable cost-effective automatic monitoring of technical installations.
  • the system and the method can therefore find a wide range of possible applications when it comes to improving the safety of technical systems and making their maintenance easier to plan.
  • such a system can be used in places that would be difficult or dangerous for human personnel to access.
  • FIG. 1 shows a schematic overview of a system according to the invention for monitoring technical installations
  • FIG. 3 shows the sequence of the method for monitoring technical installations.
  • a sign 1 is attached to a technical installation or in the vicinity of a technical installation.
  • the camera captures the surroundings of the technical system op- table.
  • the camera 2 can be permanently installed in the area or mobile, for example as part of a drone. If it is permanently installed, its position is known and its recording angle and its distance from various parts of the technical system can easily be calculated or measured. If the camera 2 is mobile, it is necessary to additionally determine the position of the camera 2, the recording angle and the distance from the detected objects.
  • Both a static and a mobile version of the camera 2 can therefore have a device for determining position 6, for example a GPS receiver, a device for determining the recording angle 7, for example an acceleration sensor, and a device for measuring distance 8, for example a laser range finder , feature.
  • the distance measurement can also be determined via the focus setting of the camera 2, for example.
  • the image data captured by the camera 2 can be assigned precise information from which the spatial coordinates of the objects captured in the image data can be calculated in the further course.
  • An internal clock also records the recording time of the image data.
  • the image data are forwarded from the camera 2 to an object recognition unit 3 .
  • this is part of a computer 9 together with the image database 4 and the character library 5.
  • these elements do not have to be part of a single computer; it can also be a network of computers or specialized circuits at different locations.
  • the data can be transmitted from the camera 2 to the object recognition unit 3 via a cable connection, but it can also be done via wireless data transmission.
  • the data can also be transmitted via larger networked structures such as the Internet.
  • a pre-processing of the image data can take place in the object recognition unit 3 .
  • Various algorithms can be applied to the image data in order to remove disruptive effects such as noise from the data or to emphasize elements that are advantageous for object recognition, such as edges. It can also make sense to apply certain color filters to the captured image data if the characters to be recognized have a corresponding have de coloring.
  • the actual object recognition can then be done using a machine learning-based model that is defined with the help of the
  • the object recognition unit uses the additional information in the image data to determine the spatial coordinates of the recognized character 1.
  • the character library 5 includes a large number of character definitions and assigns rules to them. Compared to those in Character Library 5
  • the recognized character 1 can be recognized as one of the defined characters and a rule can also be assigned to it.
  • image data are stored in the image database 4 to enable later comparison.
  • a defined sign language is used to mark the technical systems to be monitored and to recognize their states. in figure
  • BO 2a, 2b and 2c show examples of such characters.
  • the examples shown are all based on a circle provided with a section, but other basic geometric shapes are also conceivable for such a character language that are well suited for object recognition. In order to enable reliable object recognition, the characters are set out as simply as possible
  • the signs must also be designed in terms of their shape and color in such a way that they are easily recognizable in their surroundings and at the same time clearly distinguishable from each other are to be distinguished. Rules are assigned to each character or pairs or groups of characters, which are used to evaluate the state of the technical system to be monitored.
  • the character shown in FIG. 2a is assigned the rule "This character must not rotate about the normal of its plane”. If this character is attached to a screw connection, the system effectively monitors whether this is rotating and whether it is possible.
  • the shape of the sign makes it particularly easy to detect rotation.
  • Fig. 2b shows a combination of two signs that are related to each other by the rule "The angle between these two signs must not change". These two signs can thus be applied to two components of a plant that do not The angular relationship between the two characters can be determined by the double dashes in the circles of the characters.
  • the characters can also have non-geometric meanings.
  • the rule "This sign must always be visible after its first detection” can be applied to the sign shown in FIG. 2c. This sign can thus be used to monitor the contamination of a surface, for example by a leak be used to detect improper movement of a component or to mark an emergency exit that must be kept clear.
  • a large number of states of a technical installation can be monitored that are otherwise difficult to control automatically or require very specific sensors.
  • a system that uses such characters and object recognition based on machine learning is extremely flexible. For example, several characters can be recognized simultaneously in image data and related to one another.
  • a character library 5 can be expanded and new characters can be attached to existing technical installations without great technical effort.
  • the sequence of the method for monitoring technical systems is to be described again with reference to the diagram in FIG. 3 .
  • a first step S1 an image is captured by a camera 2. Such image acquisition can be continuous or at fixed intervals.
  • the image data provided by the camera 2 are forwarded to an object recognition unit 3, which carries out steps S2 and S3.
  • the image data are first prepared for further processing.
  • This preparation S2 includes providing the image data with information about the time of recording, the spatial coordinates of the recording location, recording angle and the distance of the recorded objects from the camera.
  • the preparation S2 of the image data can also include pre-processing in which disturbing effects are filtered out of the image data or algorithms for edge detection are applied to them in order to prepare the image data for the actual object detection in step S3.
  • the character recognition S3 may be based on a machine learning model that has been trained to recognize the defined characters under different circumstances. In this way, a particularly good detection can be guaranteed with a high flexibility of the system at the same time.
  • step S4 the recognized character is assigned to a character stored in the character library 5 .
  • the recognized character is assigned to a character stored in the character library 5 .
  • Such an assignment can be made using static algorithms.
  • a rule is assigned to the recognized character.
  • step S5 a comparison is made between the captured image data in which a character was recognized and image data that were captured at an earlier recording date at the same spatial coordinates. If there is no previous image data or if the recognized character was not captured in this data, this means that the procedure for this environment was carried out for the first time or a sign has been newly affixed to a facility.
  • the recorded image data are therefore stored in the image database 4 in step S6.1 in order to enable a later comparison. If the character recognized in the new image data was already recognized in image data from earlier recording times, but no change can be detected that violates the rule assigned to the character, then there is no need for action in step S6.2. However, if the comparison of the new and old image data reveals that a change has taken place in the technical system that violates the rule assigned to the character, an alarm is triggered in step S6.3.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Library & Information Science (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Image Analysis (AREA)

Abstract

System zur Überwachung von technischen Anlagen, umfassend Zeichen (1), die an zu überwachenden Teilen von technischen Anlagen in einer Umgebung angebracht sind, mindestens eine Kamera (2), die Bilddaten der Umgebung erfasst und mit Raumkoordinaten und Aufnahmezeitpunkt versieht, eine Bilddatenbank (4), in der die Bilddaten abgelegt werden, eine Zeichenbibliothek (5), in der eine Vielzahl von Zeichen (1) und diesen zugeordneten Regeln hinterlegt sind, und eine Objekterkennungseinheit (3), die dazu ausgelegt ist Zeichen (1) in den Bilddaten zu erkennen und mit den in der Zeichenbibliothek (4) hinterlegten Zeichen (1) zu vergleichen, wobei bei einer Erkennung eines Zeichens (1) in den Bilddaten dem Zeichen (1) eine Raumkoordinate zugeordnet wird, ein Vergleich mit früheren Bilddaten der Umgebung durchgeführt wird und bei einer Nichteinhaltung einer dem erkannten Zeichen (1) zugeordneten Regel ein Alarm ausgelöst wird.

Description

ÜBERWACHUNG VON DEFINIERTEN OPTISCHEN MUSTERN MITTELS OBJEKTERKENNUNG UND MASCHINELLEN LERNENS
Die Erfindung betrifft ein System zur Überwachung von technischen Anlagen mittels Objekterkennung von definierten optischen Mustern. Des Weiteren wird ein Verfahren zur Überwachung von technischen Anlagen mittels Ob jekterkennung von definierten optischen Mustern beschrieben.
Um die Funktionsfähigkeit und Sicherheit von allen Arten technischer Anlagen zu gewährleisten, ist eine regelmäßige Überwachung notwendig. Dabei kann entweder geschultes Personal den Zustand der Anlagen in festgelegten zeitli chen Abständen überprüfen oder spezifische Sensoren überwachen die Anla gen bezüglich gewisser Kenngrößen, die die Funktionsfähigkeit der Anlagen wiedergeben. Allerdings lassen sich einige Zustände von technischen Anlagen, wie zum Beispiel ob eine Schraube richtig angezogen ist oder sich gelöst hat, nur schwer sensorisch erfassen. Eine optische Überprüfung durch Personal ist andererseits insbesondere an schwer zugänglichen Standorten kostenintensiv. Eine Alternative sind automatisierte optische Überwachungssysteme. Diese sind jedoch in der Regel nicht flexibel genug, um eine Vielzahl von Zuständen, die an einer Anlage auftreten können, zuverlässig zu erfassen, und beschrän ken sich daher auf einzelne Zustände. In der Patentschrift DE 102016214705 Al wird zum Beispiel ein System zur Überwachung des Zustandes von Schraubverbindungen beschrieben. Ein kostengünstiges automatisches Sys tem, das beispielsweise sowohl den Zustand einer Schraubverbindung, als auch den Winkel weiterer Bauteile zueinander, sowie weitere Eigenschaften einer technischen Anlage optisch überwachen kann wäre also von großem Interesse.
Eine Aufgabe der vorliegenden Schutzrechtanmeldung ist es daher, ein sol ches automatisches System zur optischen Überwachung technischer Anlagen vorzuschlagen. Außerdem wird ein einfaches Verfahren zur optischen Über wachung technischer Anlagen vorgeschlagen.
Diese Aufgabe wird durch ein System zur Überwachung technischer Anlagen gemäß dem unabhängigen Anspruch 1 gelöst. Ein Verfahren zur Überwa chung technischer Anlagen ist in Anspruch 10 gegeben. Weitere Ausführungs formen ergeben sich aus den abhängigen Ansprüchen.
Ein System zur Überwachung von technischen Anlagen umfasst
Zeichen, die an zu überwachenden Teilen von technischen Anlagen in einer Umgebung angebracht sind, mindestens eine Kamera, die Bilddaten der Umgebung erfasst und mit Raumkoordinaten und Aufnahmezeitpunkt versieht, eine Bilddatenbank, in der die Bilddaten abgelegt werden, eine Zeichenbibliothek, in der eine Vielzahl von Zeichen und diesen zugeordneten Regeln hinterlegt sind, und eine Objekterkennungseinheit, die dazu ausgelegt ist Zeichen in den Bilddaten zu erkennen und mit den in der Zeichenbibliothek hinterlegten Zei chen zu vergleichen, wobei bei einer Erkennung eines Zeichens in den Bilddaten dem Zeichen eine Raumkoordinate zugeordnet wird, ein Vergleich mit früheren Bilddaten der Umgebung durchgeführt wird und bei einer Nichteinhaltung einer dem erkannten Zeichen zugeordneten Regel ein Alarm ausgelöst wird.
Im Gegensatz zu bekannten optischen Überwachungssystem beschränkt sich die Überwachung nicht auf den Zustand eines spezifischen Bauteils, wie bei spielsweise einer Schraubverbindung, sondern stattdessen auf die Überwa chung von an den Anlagen angebrachten Zeichen. Die Zeichen sind einfache optische Muster, die zum Beispiel auf geometrischen Grundformen basieren können. Diese Zeichen bilden eine definierte Zeichensprache, in der jedem Zeichen eine Regel zugeordnet ist, die sich optisch überprüfen lässt. Diese Regeln können beispielsweise den Rotationszustand oder die Sichtbarkeit ei nes Zeichens betreffen. Die Zeichen sind in Bezug auf ihre Größe und Gestal tung nicht beschränkt, so dass sie sich an eine Vielzahl von Anwendungszwe cken und Umgebungsbedingungen anpassen lassen.
Die Zeichen werden an den zu überwachenden Teilen einer technischen Anla ge angebracht. Sie können dazu als Aufkleber ausgeführt sein oder sie können mit einer Schablone aufgemalt werden. Die Zeichen werden auf Teilen ange bracht, für die die den Zeichen zugeordneten Regeln gelten sollen. So kann beispielsweise an einer Schraubverbindung, die sich nicht lösen soll, ein Zei chen angebracht werden, dem eine Regel zugeordnet ist, die besagt, dass sich das Zeichen nicht in Löserichtung der Schraubverbindung drehen darf.
Mindestens eine Kamera ist zur Überwachung der Anlage eingerichtet. Es könne auch mehrere Kameras verwendet werden, um verschiedene Blickwin kel der Anlage zu erhalten. Es kann sich um eine Kamera mit herkömmlichen optischen Sensoren handeln oder auch um ein Gerät, das, entsprechend be sonderen Anforderungen der Umgebung, Aufnahmen außerhalb des opti schen Spektrums, beispielsweise im Infrarotbreich, machen kann. In festgeleg ten Intervallen erfasst die Kamera Bilddaten der technischen Anlage. Diese Daten werden außerdem mit Informationen über den Aufnahmeort, die Raumkoordinaten, und den Aufnahmezeitpunkt versehen.
Das System umfasst außerdem eine Bilddatenbank. In dieser werden die von der mindestens einen Kamera erfassten Bilddaten abgelegt. Auf diese Weise wird der Vergleich von Bilddaten verschiedener Aufnahmezeitpunkte ermög licht. Die Datenbank kann als lokales Speichermedium angelegt sein, oder über ein Netzwerk mit dem restlichen System verbunden sein.
Die Zeichenbibliothek beschreibt die definierte Zeichensprache. Sie umfasst ein Speichermedium mit einer Datenbank, in der Beispiele aller verwendeten Zeichen abgelegt sind. In der Zeichenbibliothek wird jedem Zeichen mindes tens eine Regel zugeordnet. Die Zeichenbibliothek kann erweiterbar sein.
Kern des Systems ist eine Objekterkennungseinheit, die die von der Kamera erfassten Bilddaten verarbeitet. Die Objekterkennungseinheit benutzt eine Kombination aus statischen und dynamischen Algorithmen um die definierten Zeichen in den Bilddaten zu erkennen. Dabei erkennt sie Zeichen auf Grund ihrer Form- und Farbgebung und Reflektionseigenschaften. Die Objekterken nungseinheit ist außerdem dazu ausgelegt, den Zustand des erkannten Zei chens, also beispielsweise eine Rotation oder Verschmutzung, zu erfassen. Dabei kann eine Vielzahl von verschiedenen Methoden zum Einsatz kommen. Die Wahl einer Methode zur Erkennung der Zeichen kann in Abhängigkeit von den Eigenschaften der Umgebung und den Eigenschaften der definierten Zei chen getroffen werden. Die Objekterkennungseinheit kann ein Rechner sein, die eine spezialisierte Software ausführt. Es kann sich jedoch auch um ein Netzwerk von Rechnern oder um eine spezialisierte Elektronik handeln.
Erkennt die Objekterkennungseinheit in den Bilddaten ein in der Zeichenbibli othek hinterlegtes Zeichen, so bestimmt sie dessen Raumkoordinaten aus den Bilddaten. Des Weiteren wird ein Vergleich mit Bilddaten, die in derselben Umgebung zu einem früheren Aufnahmezeitpunkt erfasst wurden, durchge führt. Wird das Zeichen in dieser Umgebung das erste Mal erfasst, so handelt es sich um ein Zeichen, das neu an der zu überwachenden Anlage angebracht wurde. Die Bilddaten werden daraufhin in der Bilddatenbank abgespeichert und sind dort für spätere Vergleiche verfügbar. Wird ein Zeichen zum zweiten oder wiederholten Mal in den Bilddaten an einer Raumkoordinate erkannt, so überprüft die Objekterkennungseinheit die Einhaltung der für dieses Zeichen in der Zeichenbibliothek hinterlegten Regel. Wird die Regel in den neu erfass ten Bilddaten eingehalten, so kommt es zu keiner weiteren Aktion. Erkennt die Objekterkennungseinheit jedoch eine Änderung im Zustand des Zeichens, die der hinterlegten Regel widerspricht, so gibt das System ein Alarmsignal aus. Auf Grund des Alarmsignals kann dann eine Wartung der Anlage durchge führt oder andere notwendige Schritte eingeleitet werden.
Durch die Überwachung der an der technischen Anlage angebrachten Zeichen kann das System auf einfache Weise auch den Zustand der technischen Anla ge überwachen. Dabei ist das System äußerst flexibel, da die Zeichenbiblio thek jederzeit erweitert werden kann und neue Zeichen an der Anlage ange bracht werden können. Da den Zeichen eine Vielzahl verschiedener Regeln zugeordnet werden können, ist das System auch nicht auf die Überwachung eines einzelnen Zustandes beschränkt. Da das System vollständig automatisch arbeitet, kann die Überwachung in beliebigen Intervallen oder dauerhaft stattfinden.
Die mindestens eine Kamera kann fix installiert sein. Dies vereinfacht die Be stimmung der Raumkoordinaten der Bilddaten und der darin erkannten Zei chen, da die Position der Kamera und ihr Blickwinkel genau festgelegt werden kann. In dieser Ausführung können eine oder mehrere Überwachungskameras in der Umgebung der zu überwachenden technischen Anlage angebracht werden, um verschieden Blickwinkel zu erfassen.
Die mindestens eine Kamera kann jedoch auch mobil ausgeführt sein. Sie kann beispielweise an einer Drohne oder einem Roboterarm befestigt sein, oder als Teil eines Handgeräts, wie beispielsweise eines Smartphones, ausgeführt sein. Eine solche Ausführung der Kamera ermöglicht eine Überprüfung von techni schen Anlagen auch an schwer zugänglichen Positionen in festgelegten Inter vallen. Dennoch müssen dabei auch zur Überwachung größerer Anlagen nicht mehrere Kameras fest installiert werden. Insbesondere bei einer Ausführung der Kamera in einer Drohne kann das System dazu ausgelegt sein, autonom zu arbeiten.
Je nach Ausführung der mindestens einen Kamera kann diese eine Vorrich tung zu Positionsbestimmung, eine Vorrichtung zu zur Bestimmung des Auf nahmewinkels und eine Vorrichtung zur Entfernungsbestimmung umfassen. Eine Vorrichtung zur Positionsbestimmung dient dazu, die erfassten Bilddaten mit Raumkoordinaten zu versehen. Dies ist insbesondere bei mobilen Ausfüh- rungen der Kamera, bei denen die Position der Kamera nicht festgelegt ist, notwendig. Es kann sich beispielsweise einfach um ein System zu Positionsbe stimmung über GPS handeln. Über eine Vorrichtung zur Entfernungsbestim mung können die Abstände der in der Umgebung erkannten Zeichen zu der
5 Kamera bestimmt werden. Um die Raumkoordinaten der Zeichen bestimmen zu können, ist dann außerdem noch der Aufnahmewinkel der Kamera not wendig. Eine Vorrichtung zur Bestimmung des Aufnahmewinkels kann bei spielweise auf Beschleunigungssensoren oder auf einem Kreiselkompass ba sieren.
10
Die Vorrichtung zur Entfernungsmessung kann beispielweise einen Laserent fernungsmesser umfassen. Durch diesen können die Abstände er mindestens einen Kamera zu dem Teilen der technischen Anlage, von denen Bilddaten erfasst werden, zuverlässig bestimmt werden. Die Entfernungsmessung kann
15 auch rein optisch, über die Fokuseinstellung der Kamera, erfolgen. Bei han delsüblichen modernen Digital-Kameras wird eine solche Entfernungsmessung zur Einstellung des Autofokus meist durch eine Kantenkontrastmessung oder durch einen Phasenvergleich durchgeführt.
20 Die an einer technischen Anlage angebrachten Zeichen können so beschaffen sein, dass sie sich durch ihre Farbgebung und Reflektionseigenschaften be sonders gut von ihrer Umgebung abheben. Dies vereinfacht die Erkennung der Zeichen durch die Objekterkennungseinheit. Es können beispielsweise Farben verwendet werden, die in der Umgebung ansonsten nicht Vorkommen, oder
25 stark reflektierend oder fluoreszierend wirken. Ebenso können die Zeichen als Aufkleber ausgeführt sein, die aus Materialien bestehen, die durch ihre Ober flächeneigenschaften eine besonders gute Sichtbarkeit erzielen.
Die verwendete Zeichensprache kann so definiert sein, dass die zugeordneten
BO Regeln nicht nur einzelne Zeichen betreffen, sondern auch mehrere Zeichen zueinander in Beziehungen setzen kann. So können auch Regeln bezüglich dem Abstand oder Winkel zweier Zeichen zueinander aufgestellt werden. Die Zeichenbibliothek ordnet den entsprechenden Zeichen diese Regeln dann jeweils zu.
35
Die Objekterkennungseinheit kann ein auf maschinellen Lernen basierendes Modell nutzen, um die festgelegten Zeichen in den Bilddaten zu erkennen. Ein solches Modell muss zunächst darauf trainiert werden, die Zeichen zu erken nen, bietet dann jedoch eine größere Flexibilität bezüglich der Aufnahmewin kel und Umgebungseinflüsse unter denen die Zeichen erkannt werden kön nen. Während die Erkennung der Zeichen in dem Bilddaten durch ein solches Modell erfolgen kann, kann die Zuordnung der erkannten Zeichen zu den in der Zeichenbibliothek hinterlegten Zeichen und Regeln weiterhin durch stati sche Algorithmen erfolgen.
Das gesamte System zur Überwachung von technischen Anlagen kann als ein Rechner ausgeführt sein, der die Objekterkennungseinheit, die Bilddatenbank und die Zeichenbibliothek umfasst, beziehungsweise entsprechende Pro gramme ausführt, und mit der mindestens einen Kamera zur Erfassung der Bilddaten verbunden ist. Ein solcher Rechner kann lokal am Ort der Überwa chung vorhanden sein. Es kann sich jedoch auch um einen Zentralrechner handeln, der über ein Netzwerk die Daten von einer Vielzahl von statischen oder beweglichen Kameras empfängt und so die gleichzeitige Überwachung von mehreren technischen Anlagen ermöglicht.
Ein Verfahren zur Überwachung von technischen Anlagen umfasst die folgen den Schritte: optische Erfassung einer Umgebung durch eine Kamera zur Produktion von Bilddaten,
Vorbereitung der Bilddaten durch eine Objekterkennungseinheit, wo bei die Bilddaten mit Raumkoordinaten und Aufnahmezeitpunkt versehen werden,
Erkennung von Zeichen in den Bilddaten durch die Objekterkennungs einheit, wobei den Zeichen eine Raumkoordinate zugeordnet wird,
Zuordnung von erkannten Zeichen zu in einer Zeichenbibliothek hinter legten Zeichen,
Vergleich der erkannten Zeichen mit Bilddaten die an denselben Raumkoordinaten an früheren Aufnahmezeitpunkten erfasst wurden, und
Auswertung der erkannten Zeichen, wobei wenn in den Bilddaten früherer Aufnahmezeitpunkte keine Zei chen vorliegen oder in den Bilddaten früherer Aufnahmezeitpunkte ein er kanntes Zeichen nicht erkannt wurde, die Bilddaten abgespeichert werden, wenn die erkannten Zeichen in den Bilddaten früherer Auf nahmezeitpunkte erkannt wurden und keine Änderung erkannt wird, die ge gen eine den erkannten Zeichen zugeordnete Regel verstößt, keine weiteren Aktionen ausgeführt werden, wenn die erkannten Zeichen in den Bilddaten früherer Auf nahmezeitpunkte erkannt wurden und eine Änderung erkannt wird, die gegen eine den erkannten Zeichen zugeordnete Regel verstößt, ein Alarm ausgelöst wird.
In einem ersten Schritt werden Bilddaten der Umgebung durch eine Kamera erfasst. Diese Bilddaten werden an die Objekterkennungseinheit weitergelei tet, wo sie in einem zweiten Schritt zur weiteren Verarbeitung vorbereitet werden. Insbesondere werden sie dabei mit Raumkoordinaten und Aufnah mezeitpunkt versehen. In einem dritten Schritt führt die Objekterkennungs einheit die Algorithmen zur Erkennung der definierten Zeichen in den Bildda ten durch. Dabei werden den erkannten Zeichen Raumkoordinaten, die aus den Bilddaten berechnet werden. Die erkannten Zeichen werden in einem vierten Schritt den in der Zeichenbibliothek hinterlegten Zeichen zugeordnet. Den in der Zeichenbibliothek hinterlegten Zeichen sind jeweils Regeln zuge ordnet. Wird also ein Zeichen in den Bilddaten erkannt und einem in der Zei chenbibliothek definierten Zeichen erfolgreich zugeordnet, so ist auch be kannt, welche Regel für das erkannte Zeichen gelten soll. In einem fünften Schritt werden die Bilddaten mit an denselben Raumkoordinaten aufgenom menen Bilddaten früherer Aufnahmezeitpunkte verglichen. Bei der im sechs ten Schritt folgenden Auswertung kann es so zu drei verschiedenen Ergebnis sen kommen. Wurde in den Bilddaten des früheren Aufnahmezeitpunkts kein Zeichen erkannt oder ist ein in den neuen Bilddaten erkanntes Zeichen nicht vorhanden, so werden die neuen Bilddaten abgespeichert, um zu einen späte ren Zeitpunkt einen Vergleich mit diesen und somit eine Überprüfung der Ein haltung der Regeln des erkannten Zeichens zu ermöglichen. Wurde das er kannte Zeichen auch in den Bilddaten früherer Aufnahmezeitpunkte erkannt, so wird überprüft, ob der Zustand des in den neuen Bilddaten erkannten Zei chens die dem Zeichen zugeordneten Regeln entspricht. Ist dies der Fall, so kommt es zu keiner Aktion und die Überwachung kann kontinuierlich oder zu einem späteren Zeitpunkt fortgesetzt werden. Wird jedoch eine Änderung an dem Zeichen erkannt, die gegen eine dem Zeichen zugeordnete Regel ver- stößt, so wird ein Alarmsignal ausgegeben.
Der zweite Schritt der Vorbereitung der Bilddaten zur weiteren Verarbeitung kann zusätzlich umfassen, dass die Bilddaten mit Daten versehen werden, die
5 die Raumkoordinaten der aufnehmenden Kamera, die Entfernung der Kamera zu der erfassten technischen Anlage und ihren Aufnahmewinkel angeben. Aus diesen Daten lassen sich dann die Raumkoordinaten der erkannten Zeichen bestimmen.
10 Der zweite Schritt der Vorbereitung der Bilddaten zur weiteren Verarbeitung kann außerdem umfassen, dass die Bilddaten zunächst vorverarbeitet und gefiltert werden. Dabei können beispielweise der Kontrast angepasst und ge wisse Farben gefiltert werden oder Algorithmen zur Rauschunterdrückung oder zur Kantendetektion verwendet werden.
15
Um die definierten Zeichen ebenfalls im Schritt der Erkennung leichter er kennbar zu machen, können diese so beschaffen sein, dass sie sich durch ihre Farbgebung und Reflektionseigenschaften besonders gut von ihrer Umgebung abheben. Es können beispielsweise Farben verwendet werden, die in der Um
20 gebung ansonsten nicht Vorkommen, oder stark reflektierend oder fluoreszie rend wirken. Ebenso können die Zeichen als Aufkleber ausgeführt sein, die aus Materialien bestehen, die durch ihre Oberflächeneigenschaften eine beson ders gute Sichtbarkeit erzielen.
25 Bei der Zuordnung der erkannten Zeichen zu den in einer Zeichenbibliothek hinterlegten Zeichen kann die Zeichenbibliothek den Zeichen auch Regeln zuordnen, die mehrere Zeichen zueinander in Bezug setzen. Auf diese Weisen können die Regeln auch Beziehungen zwischen zwei Zeichen wie Abstand o- der Winkel betreffen.
BO
Im Schritt der Erkennung der Zeichen in den Bilddaten kann ein auf maschinel len Lernen basierendes Modell genutzt werden, um die festgelegten Zeichen in den Bilddaten zu erkennen. Ein solches Modell muss zunächst darauf trai niert werden, die Zeichen zu erkennen, bietet dann jedoch eine größere Flexi
35 bilität bezüglich der Aufnahmewinkel und Umgebungseinflüsse unter denen die Zeichen erkannt werden können. Während die Erkennung der Zeichen in dem Bilddaten durch ein solches Modell erfolgen kann, kann die Zuordnung der erkannten Zeichen zu den in der Zeichenbibliothek hinterlegten Zeichen und Regeln weiterhin durch statische Algorithmen erfolgen.
Das beschriebene System, sowie Verfahren, zur Überwachung von techni schen Anlagen ermöglichen eine kostengünstige automatische Überwachung von technischen Anlagen. Daher können das System und das Verfahren viel fältige Anwendungsmöglichkeiten finden, wenn es darum geht die Sicherheit von technischen Anlagen zu verbessern und ihre Wartung einfacher planbar zu machen. Insbesondere kann ein solches System an Orten eingesetzt wer den, die für menschliches Personal schwer zugänglich oder gefährlich wären.
Die beschriebenen Ausführungsformen der Gegenstände der vorliegenden Anmeldung können dabei sowohl einzeln verwendet als auch kombiniert wer den, um zusätzliche Effekte zu erzielen und ein einfaches und flexibles System und Verfahren zur Überwachung von technischen Anlagen mittels Objekter kennung von definierten optischen Mustern zu erbringen.
Die erwähnten, sowie weitere Aspekte der Erfindung werden ersichtlich an hand der detaillierten Beschreibung der Ausführungsbeispiele, die mit Hilfe der folgenden Zeichnungen gegeben wird, von welchen:
Fig. 1 eine schematische Übersicht über ein erfindungsgemäßes Sys tem zur Überwachung von technischen Anlagen darstellt,
Fig. 2a, 2b, und 2c Beispiele für die definierten Zeichen darstellen, und Fig. 3 den Ablauf des Verfahrens zur Überwachung von technischen Anlagen darstellt.
Im Folgenden sollen die beanspruchten Gegenstände auf Basis der begleiten den Zeichnungen näher erläutert werden. Dabei beziehen sich gleiche Bezugs zeichen auf gleiche Elemente.
In Fig. 1 ist eine schematische Übersicht über eine Ausführungsform des Sys tems zur Überwachung von technischen Anlagen dargestellt. Ein Zeichen 1 ist an einer technischen Anlage oder in der Umgebung einer technischen Anlage angebracht. Die Kamera erfasst die Umgebung der technischen Anlage op- tisch. Dazu kann die Kamera 2 fest in der Umgebung installiert sein oder mo bil, beispielsweise als Teil einer Drohne ausgeführt sein. Ist sie fest installiert, so ist ihre Position bekannt und auch ihr Aufnahmewinkel sowie ihre Entfer nung zu verschiedenen Teilen der technischen Anlage können leicht berech net oder vermessen werden. Bei einer mobilen Ausführung der Kamera 2 ist eine zusätzliche Bestimmung der Position der Kamera 2, von Aufnahmewinkel und Entfernung zu den erfassten Objekten notwendig. Sowohl eine statische als auch eine mobile Ausführung der Kamera 2 kann daher über eine Vorrich tung zur Positionsbestimmung 6, beispielsweise einen GPS-Empfänger, eine Vorrichtung zur Bestimmung des Aufnahmewinkels 7, beispielweise einen Beschleunigungssensor, und eine Vorrichtung zur Entfernungsmessung 8, bei spielsweise einen Laserentfernungsmesser, verfügen. Alternativ kann die Ent fernungsmessung zum Beispiel auch über die Fokuseinstellung der Kamera 2 bestimmt werden. Auf diese Weise lassen sich den von der Kamera 2 erfass ten Bilddaten präzise Informationen zuordnen, aus den im weiteren Verlauf die Raumkoordinaten der in den Bilddaten erfassten Objekte berechnet wer den können. Eine interne Uhr erfasst außerdem den Aufnahmezeitpunkt der Bilddaten.
Die Bilddaten werden von der Kamera 2 an eine Objekterkennungseinheit 3 weitergeleitet. Diese ist in der dargestellten Ausführungsform zusammen mit der Bilddatenbank 4 und der Zeichenbibliothek 5 Teil eines Rechners 9. Diese Elemente müssen jedoch nicht Teil eines einzelnen Rechners sein, es kann sich auch um ein Netzwerk aus Rechnern oder spezialisierten Schaltungen an un terschiedlichen Orten handeln. Ebenso kann die Datenübertragung von Kame ra 2 zu Objekterkennungseinheit 3 über eine Kabelverbindung geschehen, sie kann jedoch genauso gut per drahtloser Datenübertragung erfolgen. Die Da- tenübertagung kann dabei ebenfalls über größere vernetzte Strukturen, wie das Internet erfolgen.
In der Objekterkennungseinheit 3 kann eine Vorverarbeitung der Bilddaten stattfinden. Dabei können verschiedene Algorithmen auf die Bilddaten ange wendet werden, um störende Effekte, wie Rauschen, aus den Daten zu ent fernen oder um für die Objekterkennung vorteilhafte Elemente, wie Kanten, hervorzuheben. Es kann auch sinnvoll sein, gewisse Farbfilter auf die erfasste Bilddaten anzuwenden, wenn die zu erkennenden Zeichen eine entsprechen- de Farbgebung aufweisen.
Die eigentliche Objekterkennung kann dann durch die Verwendung eines auf maschinellen Lernen basierenden Modells erfolgen, das mit Hilfe der definier
5 ten Zeichen trainiert wurde. Das Modell erkennt daraufhin die Zeichen an spezifischen Eigenschaften. Durch die Verwendung eines solchen Modells ergibt sich eine höhere Flexibilität in der Objekterkennung gegenüber Einflüs sen der Umgebung, wie schlechter Beleuchtung des zu erfassenden Objekts oder gewisse Aufnahmewinkel. Wird in den Bilddaten ein Zeichen 1 erkannt,
10 so bestimmt die Objekterkennungseinheit mit Hilfe der zusätzlichen Informa tionen der Bilddaten die Raumkoordinaten des erkannten Zeichens 1.
Die Zeichenbibliothek 5 umfasst eine Vielzahl von Definitionen von Zeichen und ordnet ihnen Regeln zu. Im Vergleich mit den in der Zeichenbibliothek 5
15 hinterlegten Zeichen können dem erkannten Zeichen 1 so als eines der defi nierten Zeichen erkannt werden und diesem ebenfalls eine Regel zugeordnet werden.
Um die Einhaltung dieser Regel zu überprüfen, werden die erfassten Bilddaten
20 mit in der Bilddatenbank 4 gespeicherten Bilddaten vergleichen, die zu frühe ren Aufnahmezeitpunkten an den Raumkoordinaten des erkannten Zeichens erfasst wurden. Wird dabei ein Verstoß gegen die zugeordnete Regel festge stellt, so wird ein Alarmsignal ausgegeben, um beispielsweise eine Wartung einzuleiten. Unabhängig vom Ausgang der Überprüfung könne die erfassten
25 Bilddaten in der Bilddatenbank 4 abgespeichert werden, um einen späteren Vergleich zu ermöglichen.
Um die zu überwachenden technischen Anlagen zu markieren und deren Zu stände zu erkennen, wird eine definierte Zeichensprache verwendet. In Fig.
BO 2a, 2b und 2c werden Beispiele für solche Zeichen gezeigt. Die gezeigten Bei spiele basieren alle auf einem mit einem Ausschnitt versehenen Kreis, es sind jedoch auch andere geometrische Grundformen für eine solche Zeichenspra che denkbar, die gut für Objekterkennung geeignet sind. Um eine zuverlässige Objekterkennung zu ermöglichen, sind die Zeichen möglichst einfach aufge
35 baut. Die Zeichen müssen außerdem in ihrer Form- und Farbgebung so gestal tet sein, dass sie gut in ihrer Umgebung erkennbar und dabei klar voneinander zu unterscheiden sind. Jedem Zeichen oder Paaren oder Gruppen von Zeichen sind Regeln zugeordnet, die dazu dienen den Zustand der zu überwachenden technischen Anlage zu bewerten.
Dem in Fig. 2a dargestellten Zeichen ist beispielsweise die Regel „Dieses Zei chen darf nicht um die Normale seiner Ebene rotieren" zugeordnet. Wird die ses Zeichen also auf einer Schraubverbindung angebracht, so überwacht das System effektiv ob diese eine Rotationbewegung ausführt und sich möglich erweise löst. Durch die Formgebung des Zeichens lässt sich dabei eine Rotati on besonders leicht feststellen.
Fig. 2b zeigt eine Kombination aus zwei Zeichen, die durch die Regel „Der Winkel zwischen diesen beiden Zeichen darf sich nicht verändern" zueinander in Beziehung gesetzt werden. Diese zwei Zeichen können so auf zwei Bautei len einer Anlage angebracht werden, die sich nicht in ihrem Winkel zueinan der bewegen dürfen. Die Bestimmung der Winkelbeziehung zwischen den beiden Zeichen wird durch die Doppelstriche in den Kreisausschnitten der Zeichen ermöglicht.
Die Zeichen können auch nicht-geometrische Bedeutungen haben. Dem in Fig. 2c gezeigten Zeichen kann beispielsweise die Regel „Dieses Zeichen muss nach seiner ersten Erfassung immer sichtbar sein". Somit kann dieses Zeichen ver wendet werden, um die Verschmutzung einer Oberfläche, beispielsweise durch eine Leckage, zu überwachen. Das Zeichen könnte auch benutzt wer den, um eine unsachgemäße Bewegung eines Bauteils zu erkennen oder um einen Notausgang, der freigehalten werden muss, zu markieren.
Durch die Verwendung einer solchen Zeichensprache lassen sich so also eine Vielzahl von Zuständen einer technischen Anlage überwachen, die ansonsten schwierig automatisch zu kontrollieren sind oder sehr spezifische Sensoren benötigen. Außerdem ist ein System, das solche Zeichen und auf maschinellen Lernen basierte Objekterkennung nutzt, äußerst flexibel. Es können zum Bei spiel mehrere Zeichen gleichzeitig in Bilddaten erkannt werden und zueinan der in Bezug gesetzt werden. Außerdem lässt sich eine Zeichenbibliothek 5 erweitern und neue Zeichen können ohne großen technischen Aufwand an bereits bestehenden technischen Anlagen angebracht werden. Der Ablauf des Verfahrens zur Überwachung von technischen Anlagen soll noch einmal in Bezug auf das Diagramm in Fig. 3 beschrieben werden. In ei nem ersten Schritt S1 wird eine Bilderfassung durch eine Kamera 2 durchge führt. Eine solche Bilderfassung kann kontinuierlich oder in festgelegten Ab ständen erfolgen. Die von der Kamera 2 bereitgestellten Bilddaten werden an eine Objekterkennungseinheit 3 weitergegeben, die die Schritte S2 und S3 ausführt.
Im zweiten Schritt S2 werden die Bilddaten zunächst für die weitere Verarbei tung vorbereitet. Diese Vorbereitung S2 umfasst, dass die Bilddaten mit In formationen zu Aufnahmezeitpunkt, den Raumkoordinaten des Aufnahme orts, Aufnahmewinkel und der Entfernung der aufgenommenen Objekte zu der Kamera versehen werden. Die Vorbereitung S2 der Bilddaten kann auch eine Vorverarbeitung umfassen, in der störende Effekte aus den Bilddaten gefiltert werden oder Algorithmen zu Kantenerkennung auf diese angewendet werden, um die Bilddaten für die eigentliche Objekterkennung in Schritt S3 vorzubereiten.
Die Zeichenerkennung S3 kann insbesondere auf einem Modell zum maschi nellen Lernen beruhen, dass trainiert wurde, um die definierten Zeichen unter verschiedenen Umständen zu erkennen. So lässt sich eine besonders gute Erkennung bei gleichzeitig hoher Flexibilität des Systems gewährleisten.
Wird ein Zeichen in den Bilddaten erkannt, so geht das Verfahren in Schritt S4 weiter, in dem das erkannte Zeichen einem in der Zeichenbibliothek 5 hinter legten Zeichen zugeordnet wird. Eine solche Zuordnung kann durch die Ver wendung statischer Algorithmen erfolgen. Gleichzeitig wird dem erkannten Zeichen somit eine Regel zugeordnet.
Um die Einhaltung dieser Regel zu überprüfen, wird in Schritt S5 ein Vergleich zwischen den erfassten Bilddaten, in denen ein Zeichen erkannt wurde, und Bilddaten, die zu einem früheren Aufnahmedatum an denselben Raumkoordi naten erfasst wurden, durchgeführt. Gibt es keine früheren Bilddaten oder wurde in diesen das erkannte Zeichen nicht erfasst, so bedeutet dies, dass ein das Verfahren für diese Umgebung das erste Mal durchgeführt wurde oder ein Zeichen neu an einer Anlage angebracht wurde. Die erfassten Bilddaten werden daher in Schritt S6.1 in der Bilddatenbank 4 abgespeichert, um einen späteren Vergleich zu ermöglichen. Wurde das in den neuen Bilddaten er kannte Zeichen bereits in Bilddaten früherer Aufnahmezeitpunkte erkannt, aber es lässt sich keine Änderung feststellen, die gegen die dem Zeichen zu geordnete Regel verstößt, so gibt es in Schritt S6.2 keinen Aktionsbedarf. Ergibt der Vergleich der neuen und alten Bilddaten jedoch, dass eine Ände rung an der technischen Anlage stattgefunden hat, die gegen die dem Zeichen zugeordnete Regel verstößt, so wird in Schritt S6.3 ein Alarm ausgelöst.
Der in Fig. 3 dargestellte Ablauf wurde hier am Beispiel eines einzelnen Zei chens beschrieben. Natürlich können aber auch mehrere definierte Zeichen in den Bilddaten erkannt werden. Dabei kann die Verarbeitung der einzelnen Zeichen nacheinander oder parallel stattfinden. Insbesondere können mehre- re Zeichen in einer Umgebung erkannt werden und, wie bereits erwähnt, durch Regeln zueinander in Beziehung gesetzt werden.
Die hier gezeigten Ausführungsbeispiele sind nicht begrenzend. Insbesondere können die Merkmale dieser Ausführungsbeispiele miteinander kombiniert werden, um zusätzliche Effekte zu erzielen. Für den Fachmann ist offensicht lich, dass Änderungen an diesen Ausführungsbeispielen vorgenommen wer den können, ohne die grundlegenden Prinzipien des Gegenstandes dieser Schutzanmeldung zu verlassen, deren Bereich in den Ansprüchen definiert ist.

Claims

Patentansprüche
1. System zur Überwachung von technischen Anlagen, umfassend
Zeichen (1), die an zu überwachenden Teilen von technischen Anlagen in einer Umgebung angebracht sind, mindestens eine Kamera (2), die Bilddaten der Umgebung er fasst und mit Raumkoordinaten und Aufnahmezeitpunkt versieht, eine Bilddatenbank (4), in der die Bilddaten abgelegt werden, eine Zeichenbibliothek (5), in der eine Vielzahl von Zeichen (1) und diesen zugeordneten Regeln hinterlegt sind, und eine Objekterkennungseinheit (3), die dazu ausgelegt ist Zei chen (1) in den Bilddaten zu erkennen und mit den in der Zeichenbibli othek (4) hinterlegten Zeichen (1) zu vergleichen, wobei bei einer Erkennung eines Zeichens (1) in den Bilddaten dem Zeichen (1) eine Raumkoordinate zugeordnet wird, ein Vergleich mit früheren Bilddaten der Umgebung durchge führt wird und bei einer Nichteinhaltung einer dem erkannten Zeichen (1) zu geordneten Regel ein Alarm ausgelöst wird.
2. System nach Anspruch 1, dadurch gekennzeichnet, dass die mindes tens eine Kamera (2) fix installiert ist.
3. System nach Anspruch 1, dadurch gekennzeichnet, dass die mindes tens eine Kamera (2) mobil ist.
4. System nach einem der vorhergehenden Ansprüche, dadurch gekenn zeichnet, dass die mindestens eine Kamera (2) eine Vorrichtung zur Po sitionsbestimmung (6), eine Vorrichtung zur Bestimmung des Aufnah mewinkels (7) und eine Vorrichtung zur Entfernungsmessung (8) um fasst, um die Raumkoordinaten der Bilddaten zu bestimmen.
5. System nach Anspruch 4, dadurch gekennzeichnet, dass die Entfer nungsmessung (8) durch einen Laserentfernungsmesser oder durch eine Fokuseinstellung der mindestens einen Kamera erfolgt.
6. System nach einem der vorhergehenden Ansprüche, dadurch gekenn zeichnet, dass die Zeichen (1) durch ihre Farbgebung und Reflektions- eigenschaften gut von der Umgebung zu unterscheiden sind.
7. System nach einem der vorhergehenden Ansprüche, dadurch gekenn zeichnet, dass die Zeichenbibliothek Zeichen (1) Regeln zuordnet, die mehrere Zeichen (1) zueinander in Bezug setzen.
8. System nach einem der vorhergehenden Ansprüche, dadurch gekenn zeichnet, dass die Objekterkennungseinheit (3) ein auf maschinellen Lernen basiertes Modell nutzt um die Zeichen (1) in den Bilddaten zu erkennen.
9. System nach einem der vorhergehenden Ansprüche, dadurch gekenn zeichnet, dass die Bilddatenbank (4), die Zeichenbibliothek (5) und die Objekterkennungseinheit (3) Teile eines Rechners (9) sind, der über ein Netzwerk mit der mindestens einen Kamera (2) verbunden ist.
10. Verfahren zur Überwachung von technischen Anlagen umfassend die Schritte optische Erfassung einer Umgebung (Sl) durch eine Kamera zur Produktion von Bilddaten,
Vorbereitung der Bilddaten (S2) durch eine Objekterkennungs einheit, wobei die Bilddaten mit Raumkoordinaten und Aufnahmezeit punkt versehen werden,
Erkennung von Zeichen (S3) in den Bilddaten durch die Ob jekterkennungseinheit, wobei den Zeichen eine Raumkoordinate zuge ordnet wird,
Zuordnung von erkannten Zeichen (S4) zu in einer Zeichenbibli othek hinterlegten Zeichen,
Vergleich der erkannten Zeichen (S6) mit Bilddaten die an den selben Raumkoordinaten an früheren Aufnahmezeitpunkten erfasst wurden, und
Auswertung (S6) der erkannten Zeichen, wobei wenn in den Bilddaten früherer Aufnahmezeitpunkte keine Zeichen vorliegen oder in den Bilddaten früherer Aufnahmezeit punkte ein Zeichen nicht erkannt wurde, die Bilddaten abgespeichert werden (S6.1), wenn die erkannten Zeichen in den Bilddaten früherer Aufnahmezeitpunkte erkannt wurden und keine Änderung erkannt wird, die gegen eine den erkannten Zeichen zugeordnete Regel ver stößt, keine weiteren Aktionen ausgeführt werden (S6.2), wenn die erkannten Zeichen in den Bilddaten früherer Aufnahmezeitpunkte erkannt wurden und eine Änderung erkannt wird, die gegen eine den erkannten Zeichen zugeordnete Regel ver stößt, ein Alarm ausgelöst wird (S6.3).
11. Verfahren nach Anspruch 10, dadurch gekennzeichnet, dass die Bildda ten mit Raumkoordinate versehen werden, die eine Position der Ka rner, eine Entfernungsmessung und einen Aufnahmewinkel umfassen.
12. Verfahren nach einem der Ansprüche 10 oder 11, dadurch gekenn zeichnet, dass der Schritt der Vorbereitung der Bilddaten (S2) zusätz lich eine Vorverarbeitung und ein Filtern der Bilddaten umfasst.
13. Verfahren nach einem der Ansprüche 10 bis 12, dadurch gekennzeich net, dass die Zeichen durch ihre Farbgebung und Reflektionseigen- schaften gut von der Umgebung zu unterscheiden sind.
14. Verfahren nach einem der Ansprüche 10 bis 13, dadurch gekennzeich net, dass den Zeichen Regeln zugeordnet sind, die mehrere Zeichen zu einander in Bezug setzen.
15. Verfahren nach einem der Ansprüche 10 bis 14, dadurch gekennzeich net, dass zur Erkennung der Zeichen in den Bilddaten ein auf maschi nellen Lernen basiertes Modell verwendet wird
EP22753624.0A 2021-07-15 2022-07-14 Überwachung von definierten optischen mustern mittels objekterkennung und maschinellen lernens Pending EP4371082A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102021207568.1A DE102021207568A1 (de) 2021-07-15 2021-07-15 Überwachung von definierten optischen Mustern mittels Objekterkennung und neuronaler Netzwerken
PCT/EP2022/069797 WO2023285621A1 (de) 2021-07-15 2022-07-14 Überwachung von definierten optischen mustern mittels objekterkennung und maschinellen lernens

Publications (1)

Publication Number Publication Date
EP4371082A1 true EP4371082A1 (de) 2024-05-22

Family

ID=82850425

Family Applications (1)

Application Number Title Priority Date Filing Date
EP22753624.0A Pending EP4371082A1 (de) 2021-07-15 2022-07-14 Überwachung von definierten optischen mustern mittels objekterkennung und maschinellen lernens

Country Status (5)

Country Link
US (1) US20240338945A1 (de)
EP (1) EP4371082A1 (de)
CA (1) CA3226740A1 (de)
DE (1) DE102021207568A1 (de)
WO (1) WO2023285621A1 (de)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5616478B1 (ja) 2013-04-18 2014-10-29 ファナック株式会社 ワークを搬送するロボットを備えるロボットシステム
DE102015007624A1 (de) 2015-06-16 2016-12-22 Liebherr-Components Biberach Gmbh Verfahren zum Montieren von elektrischen Schaltanlagen sowie Montagehilfsvorrichtung zum Erleichtern der Montage solcher Schaltanlagen
WO2018013439A1 (en) * 2016-07-09 2018-01-18 Grabango Co. Remote state following devices
DE102016214705B4 (de) 2016-08-08 2022-05-05 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Einrichtung zur Überwachung von mechanischen Verbindungsstellen einer Anlage
DE202017001227U1 (de) 2017-03-07 2018-06-08 Kuka Deutschland Gmbh Objekterkennungssystem mit einem 2D-Farbbildsensor und einem 3D-Bildsensor

Also Published As

Publication number Publication date
WO2023285621A1 (de) 2023-01-19
US20240338945A1 (en) 2024-10-10
CA3226740A1 (en) 2023-01-19
DE102021207568A1 (de) 2023-01-19

Similar Documents

Publication Publication Date Title
DE3841387C2 (de)
EP3507227B1 (de) Verfahren zur analyse und messsystem zum vermessen eines aufzugschachts einer aufzuganlage
DE69804128T2 (de) Kontaktlose lage- und orientierungsmessung
DE102008039130A1 (de) Durch ein neurales Netzwerk gesteuertes automatisches Verfolgungs- und Erkennungssystem und Verfahren
EP2457217B1 (de) Verfahren und vorrichtung zum überwachen eines raumbereichs
DE2063932A1 (de) Verfahren zum Korrelieren zweier Bilder
WO2020148036A1 (de) Verfahren und vorrichtung zur inspektion schwer erreichbarer komponenten
DE102008063973A1 (de) Verfahren und ein System zum Überwachen der Temperatur der Oberfläche eines Flugzeugs
DE102007029299A1 (de) Optischer Sensor für Positionieraufgaben
WO2017140456A1 (de) Vorrichtung und verfahren zum überwachen eines räumlichen bereichs, insbesondere in der umgebung oder innerhalb eines fahrzeugs
DE102017105174A1 (de) Verfahren zum Erzeugen von Trainingsdaten für die Überwachung einer Gefahrenquelle
DE102016201741A1 (de) Verfahren zur Höhenerkennung
DE102012009859B4 (de) Verfahren zum Erkennen einer auf einem Substrat aufzubringenden Struktur mit mehreren optischen Bild-Aufnahmeeinheiten sowie einer Vorrichtung hierfür
EP1770595A1 (de) Verfahren zur Unterstützung von Tiefflügen zur Erkennung von Hindernissen
WO2023285621A1 (de) Überwachung von definierten optischen mustern mittels objekterkennung und maschinellen lernens
DE4301546C2 (de) Einrichtung zum Prüfen von Oberflächen von Werkstücken
EP0448803A2 (de) Videokontroll-Einrichtung
DE10049366A1 (de) Verfahren zum Überwachen eines Sicherheitsbereichs und entsprechendes System
DE3432892A1 (de) Elektrooptisches zielgeraet
DE19956266A1 (de) Überwachungsanlage
DE10128722C1 (de) Vorrichtung zur Kontrolle von Objekten
EP2645331A1 (de) Verfahren zur Verifizierung der Ausrichtung eines Verkehrsüberwachungsgerätes
DE102009050850B4 (de) Verfahren und Vorrichtung zum Überwachen von Schutz- und Standardbereichen
EP3904828A1 (de) Verfahren zum auslegen eines bauelements und messsystem
EP4463675B1 (de) Referenzobjekt und verfahren zur lagebestimmung von gleisachsen

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: 20240118

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)
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: 20260120