EP4515506A1 - Verfahren zur gewinnung eines kennungsdatensatzes für eine industrielle anlage - Google Patents

Verfahren zur gewinnung eines kennungsdatensatzes für eine industrielle anlage

Info

Publication number
EP4515506A1
EP4515506A1 EP23712157.9A EP23712157A EP4515506A1 EP 4515506 A1 EP4515506 A1 EP 4515506A1 EP 23712157 A EP23712157 A EP 23712157A EP 4515506 A1 EP4515506 A1 EP 4515506A1
Authority
EP
European Patent Office
Prior art keywords
objects
image
images
identifier
sequence
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
EP23712157.9A
Other languages
English (en)
French (fr)
Inventor
Nahar Singh
Asmita UNIYAL
Clemens Panzer
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.)
Contitech Deutschland GmbH
Original Assignee
Contitech Deutschland GmbH
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 Contitech Deutschland GmbH filed Critical Contitech Deutschland GmbH
Publication of EP4515506A1 publication Critical patent/EP4515506A1/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
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B65CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65GTRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G43/00Control devices, e.g. for safety, warning or fault-correcting
    • B65G43/02Control devices, e.g. for safety, warning or fault-correcting detecting dangerous physical condition of load carriers, e.g. for interrupting the drive in the event of overheating
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • GPHYSICS
    • G06COMPUTING 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
    • G06V10/77Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/776Validation; Performance evaluation
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/17Terrestrial scenes taken from planes or by drones
    • 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 present invention relates to a method for obtaining an identification data set for a plurality of objects to be inspected that recur along an industrial system based on a sequence of consecutive images recorded along the system.
  • the invention further relates to a method for visually inspecting such objects.
  • Conveyor belt systems for conveying bulk materials, for example.
  • the bulk material such as overburden, ore, fuel or building materials
  • Conveyor belt systems can also be referred to as conveyor belt systems or belt conveyor systems.
  • the support rollers are usually rotatably mounted in support structures, so-called support roller chairs, which are evenly spaced apart along the conveyor route.
  • a support roller chair can have one or more support rollers.
  • the support rollers can be arranged in the support roller chair in a rigid or movable manner, for example in the form of a support roller garland. In this sense, support rollers and support roller chairs are understood as recurring objects along the conveyor belt system.
  • Conveyor belt systems can have conveyor routes several kilometers long, in which several hundred support rollers are regularly provided per kilometer of conveyor route. For each of these support rollers, operational and/or weather-related wear and tear, such as increased running resistance caused by defective bearings, can lead to increased energy consumption of the system or even damage to the conveyor belt. Due to the size of such systems and the associated high number of location-specific support rollers, an inspection of all support rollers in the system always involves a high level of logistical effort.
  • One way to carry out an inspection of conveyor belt systems is to use a drone or other unmanned vehicle to take images along the system and then evaluate them to determine the functional status of the idlers. Such a method is described, for example, in DE 102020206497 A1. The thermal images recorded are used to detect increased heat development in the area of a support roller, which indicates increased running resistance and thus a defect.
  • DE 10 2020 206 497 A1 proposes as a solution to this problem a previous measurement of the entire system and the creation of a 3D model in which each role is assigned an exact GPS position.
  • the necessary preparatory work on the system to be inspected and the process of creating the 3D model are extremely time-consuming and must be carried out by specialized specialists, which increases the overall cost of an inspection.
  • DE 10 2020 206 497 A1 proposes attaching an RFID transponder to each support roller chair and enabling the images to be clearly assigned to the rollers using appropriate readout electronics in the drone. This also involves time-consuming and cost-intensive preparatory work on the system.
  • RFID transponders can be damaged by weather or during the operation of the system and then have to be replaced at great expense.
  • Conveyor belt systems based on the evaluation of along the system recorded images based.
  • the images are recorded with a rail-bound vehicle and put together to form a panoramic image, which is intended to enable better positioning of individual rollers.
  • rail-bound vehicles always require a rail guide that extends along the entire system, the installation of which requires a lot of work and money. Many systems are unsuitable for inspection using rail-bound vehicles due to their size or area of application. Rail-bound vehicles are also usually much slower and use more energy than free-moving or flying drones.
  • processing into a panoramic image also requires that successive images overlap by more than 50%, which further limits the maximum travel speed of the rail-bound vehicle along the system. Furthermore, such high overlap results in a lot of redundant data having to be recorded and stored.
  • the computer-implemented method according to the invention for obtaining an identification data set for a plurality of objects to be inspected, in particular idler rollers and/or idler roller chairs, recurring along an industrial system, in particular a conveyor belt system, on the basis of a sequence of successive images recorded along the system, comprises the following Steps:
  • each object recognized in one or more images can be assigned a unique identifier, for example in the form of an identification number or character string, and recorded in an identifier data record.
  • the identifier may also be referred to as an identifier or “ID”.
  • ID an identifier
  • the advantage of an identifier is that it can be assigned automatically or mechanically and initially without taking external information (such as position data, etc.) into account.
  • the identifier can be ordered, for example as ascending sequence of numbers can be assigned.
  • the identification data set is image-specific, that is, the identification data record shows which identifiers were assigned on the basis of a specific image and which images are the basis for assigning a specific identifier.
  • the identifier record may include one or more databases.
  • the object recognized in the original image and provided with an identifier is tracked in the subsequent image.
  • position and/or movement data from the recording device used to record the sequence of images for example a freely moving or flying drone, can also be used for tracking purposes.
  • the tracked object is preferably assigned the same identifier as in the original image.
  • the object in the subsequent image can be assigned an identifier that is linked to the identifier of this object in the source image in a way that enables the identifiers to be uniquely assigned.
  • a “new” object detected in the subsequent image that is not shown in the original image is assigned a new identifier.
  • the method can be applied iteratively to all images of the sequence by selecting the subsequent image as a new initial image and another subsequent image after all identifiers have been assigned and repeating the object recognition and assignment of identifiers.
  • the image of the sequence recorded immediately after the initial image is preferably used as the following image.
  • the identification of the recognized objects can be recorded as an image-specific identification data set, for example, immediately during the respective assignment or after each iteration step.
  • the method according to the invention is therefore particularly suitable for free Image sequences recorded by driving or flying drones, in which the recording perspectives between two images can vary more, both translationally and rotationally.
  • the method delivers easily evaluable results even with a relatively small number of images per longitudinal section of the system to be inspected. This means that the duration of an inspection trip, particularly carried out using a drone, can be significantly shortened and the amount of data produced and subsequently evaluated can be reduced.
  • the identifier assigned to the objects depicted and recognized in the images is an advantageous auxiliary variable that can be used for more efficient image evaluation and for a more precise assignment to the corresponding real objects in the system.
  • the identification data set makes it possible to avoid redundant determinations about the functional status of an object through clever data management by evaluating only a selection or just one of these images instead of all the images on which an object is depicted and ignoring the remaining images or image areas. In this way, the evaluation of the images can be made more efficient.
  • the assignment of an ordered identifier based on a specific reference or reference point of the system e.g. in the form of a count of the objects starting from one of the ends of the system, can provide a very simple way of assigning the recognized objects to the real objects of the system.
  • such a system-related ordered identifier is preferably assigned.
  • a roller determined to be defective through image evaluation is the 42nd roller on the left side in the conveying direction of the system acts.
  • Images are the image data recorded with electronic image sensors, such as CCD or CMOS sensors, which can be further processed using electronic data processing systems.
  • electronic image sensors such as CCD or CMOS sensors
  • these images can be with an or may have been recorded by several cameras on a freely moving or flying drone.
  • the images can be light images (RGB images) and/or thermal images (infrared images). Light images are somewhat better suited for object recognition due to the wider color spectrum. Thermal images are particularly suitable for identifying certain defects that are associated with increased heat generation, such as a bearing defect in a support roller.
  • the recognition and tracking of objects depicted in the images can be carried out using known, suitable algorithms, in particular trained ones
  • Machine learning algorithms from the field of digital image processing For example, “bounding boxes” can be used in object detection.
  • the processing of the images can include segmentation, in particular “semantic segmentation”.
  • an optically recognizable marker attached to the system is recognized on the initial image and/or the subsequent image and the identifier is assigned depending on the recognized marker.
  • the idler roller chairs are provided with numbers or other markings using plates.
  • a distance between two neighboring objects depicted in the initial image and/or in the subsequent image is determined, with a warning message about a potentially unrecognized object being recorded in the identification data set if the distance is a predetermined one or based on the sequence of The threshold value determined in the images is exceeded.
  • the identification data set can be used to check whether the sequence of images also depicts all of the objects to be inspected and thus a complete inspection of the system can be guaranteed. For example, based on a warning message received, an image recording can be repeated in an area of the system where the potentially overlooked object is expected.
  • Position data of the respective image recording position e.g. in the form of GPS (meta) data
  • Position data of the respective image recording position of the images is preferably recorded in the identification data set.
  • the threshold value for the distance can be set based on previously known information about the system. For example, the specification of a conveyor belt system usually contains the nominal distance between the idler rollers and/or idler roller chairs, which can be taken into account when determining the threshold value.
  • the distance between imaged objects can also be determined statistically without previously known information based on the sequence of images and taken into account when determining the threshold value.
  • the computer-implemented method according to the invention for the visual inspection of a plurality of objects to be inspected, in particular idler rollers and/or idler roller chairs, recurring along an industrial system, in particular a conveyor belt system, comprises the following steps:
  • the functional state of the objects is determined based on the sequence of images.
  • the sequence of images can include light images and/or thermal images.
  • photographs for object recognition and creation of the identification data set and the thermal image for determining the
  • the identification data set can of course also be used advantageously in combination with inspection data other than visual, for example acoustic data, which was recorded during the recording of the sequence of images.
  • the functional state of the objects is determined on the basis of a real subset of the sequence of images, with the subset being selected based on the identification data set.
  • evaluation of the images can be made more efficient. For example, redundant determinations about the functional status of an object can be avoided by evaluating only a selection or just one of these images instead of all the images on which an object is depicted and ignoring the remaining images or image areas.
  • the invention is also directed to a computer program product for carrying out the method according to one of claims 1 to 3 and/or the method according to one of claims 4 to 6 on a computer.
  • the step of recording a sequence of successive images along the system can be part of the method according to the invention.
  • Fig. 1 is a flow chart of an embodiment of the invention
  • Fig. 2 is a flow chart of a control procedure for checking
  • FIG. 3 shows an initial image of a sequence of images recorded along a conveyor belt system as can be used in a method according to the invention according to FIG. 1;
  • Fig. 4 is a subsequent image of the sequence of images according to Fig. 3;
  • Fig. 5 is an image detail of an image along a
  • Conveyor belt system the support roller chairs of which are provided with optical markers, recorded sequence of images as can be used in a method according to the invention according to FIG. 1;
  • Fig. 6 is a flow chart of an embodiment of the invention
  • FIG. 1 shows an embodiment of the method 100 according to the invention for obtaining an identification data set for a plurality of objects to be inspected that recur along an industrial system, based on a sequence of successive images recorded along the system, comprising the following steps:
  • step 120 recognizing the object in the source image and assigning an identifier to the object (step 120);
  • step 130 receiving a subsequent image of the sequence of images that was recorded from a different perspective than the initial image and on which the object and another object of the plurality of objects not imaged in the initial image are imaged (step 130); recognizing the object in the subsequent image and associating the identifier with the object (step 140);
  • step 150 Recognizing the further object and assigning a new identifier to the further object (step 150);
  • step 160 Repeat the previous steps with the following image as the new source image (step 160);
  • FIG. 3 An exemplary output image 300, as can be used in a method according to FIG. 1 or 2, is shown in FIG. 3.
  • An associated follow-up image 400 is shown in FIG. 4.
  • a section of the conveyor belt system 2 is shown on the initial image 300.
  • the conveyor belt system 2 comprises a closed conveyor belt 4, supported and guided by a plurality of support rollers 10, 11, 12, for transporting bulk goods, for example.
  • the support rollers 10, 11, 12 are rotatably mounted in support roller chairs 10', 1T, 12' arranged along the conveyor route (cf. conveyor direction F).
  • the support rollers 10, 11, 12 are evenly spaced from one another, with the upper support rollers 10, 12 having a distance D.
  • the received subsequent image 400 (FIG. 3) is recorded from a different perspective than the initial image 300, here from a position offset in the conveying direction F.
  • the following image 400 shows the support rollers 12, 13, 14.
  • the support roller 12 is tracked on the subsequent image 400, that is, it is determined that this support roller is the same support roller as is also shown in the initial image 300.
  • the support roller 12 is therefore assigned the same identifier 32 (“17”) as in the initial image 300.
  • another identifier can also be assigned, which can be uniquely assigned to the identifier 32 in the initial image 300.
  • the other support rollers 13, 14 recognized in the following image 400, which are not already in the initial image 300 have been recognized, new identifiers 33, 34 are assigned, here increasing numbers “18” and “19”.
  • Assigning an identifier in this way has many advantages, especially in the area of visual inspection of idlers.
  • the identification data set which shows, for example, which images of the sequence a specific idler roller is depicted, makes it possible to avoid redundant determinations about the functional status of a idler roller through clever data management by only selecting a selection or. instead of all the images on which the idler roller is depicted only one of these images is evaluated and the remaining images or image areas are ignored.
  • the assignment of an ordered identifier based on a specific reference or reference point of the conveyor belt system, e.g.
  • FIG. 3 to 5 in the form of a count of the support rollers starting from one of the ends of the system, can provide a very simple way to record the identified support rollers assign the images to real support rollers at the location of the conveyor belt system.
  • a key advantage of an identifier is that it can be assigned automatically and initially without taking external information (such as position data, etc.) into account.
  • a distance between two neighboring objects depicted in the initial image and/or in the subsequent image is determined (step 210).
  • the distance is then compared with a predetermined threshold (step 220). If the threshold is exceeded, a Warning message recorded about a potentially unrecognized object. For example, with a view to FIG. 3, a distance D between the upper support rollers 10, 11 should remain constant over the entire conveyor path of the conveyor belt system 2. If there are deviations or the threshold value is exceeded, it can be determined that not all support rollers have been recognized.
  • the threshold value for the distance can be determined based on previously known information. Alternatively or additionally, the distance between imaged objects can be determined statistically based on the sequence of images and taken into account when determining the threshold value.
  • FIG. 6 shows an embodiment of the method 600 according to the invention for the visual inspection of a plurality of objects to be inspected that recur along an industrial system, comprising the following steps:
  • step 620 Determination of a functional state of the objects (step 620); Detecting the respective functional state of the objects in the identification data set (step 630).

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

Die Erfindung betrifft ein Verfahren (100) zur Gewinnung eines Kennungsdatensatzes für eine Mehrzahl von entlang einer industriellen Anlage wiederkehrenden, zu inspizierenden Objekten auf Basis einer Sequenz von entlang der Anlage aufgezeichneten, aufeinanderfolgenden Bildern. Zur Vermeidung einer redundanten Auswertung und einer verbesserten Zuordnung von abgebildeten zu realen Objekten am Standort der Anlage wird vorgeschlagen, den erkannten Objekten eine Kennung zuzuordnen und diese in einem Kennungsdatensatz zu erfassen.

Description

Beschreibung
Verfahren zur Gewinnung eines Kennungsdatensatzes für eine industrielle Anlage
Die vorliegende Erfindung betrifft ein Verfahren zur Gewinnung eines Kennungsdatensatzes für eine Mehrzahl von entlang einer industriellen Anlage wiederkehrenden, zu inspizierenden Objekten auf Basis einer Sequenz von entlang der Anlage aufgezeichneten, aufeinanderfolgenden Bildern. Ferner betrifft die Erfindung ein Verfahren zur visuellen Inspektion derartiger Objekte.
Ein Beispiel für derartige Anlagen sind Transportbandanlagen zur Förderung von z.B. Schüttgütern. Hierbei wird das Schüttgut, wie z.B. Abraum, Erz, Brennstoffe oder Baustoffe, mittels eines geschlossenen, von einer Mehrzahl von Tragrollen gestützten und geführten Transportbandes transportiert. Transportbandanlagen können auch als Förderbandanlagen oder Gurtförderanlagen bezeichnet werden. Die Tragrollen sind üblicherweise in entlang der Förderstrecke gleichmäßig voneinander beabstandeten Stützkonstruktionen, sogenannten Tragrollenstühlen, drehbar gelagert. Ein Tragrollenstuhl kann eine oder mehrere Tragrollen aufweisen. Die Tragrollen können starr oder beweglich, z.B. in Form einer Tragrollengirlande, in dem Tragrollenstuhl angeordnet sein. Tragrollen und Tragrollenstühle werden in diesem Sinne als entlang der Transportbandanlage wiederkehrende Objekte verstanden.
Transportbandanlagen können mehrere Kilometer lange Förderstrecken aufweisen, bei denen regelmäßig mehrere hundert Tragrollen pro Kilometer Förderstrecke vorgesehen sind. Bei jeder einzelnen dieser Tragrollen können betriebs- und/oder witterungsbedingte Verschleißerscheinungen, wie z.B. ein durch defekte Lager hervorgerufener erhöhter Laufwiderstand, zu einem erhöhten Energieverbrauch der Anlage oder sogar zu einer Beschädigung des Transportbandes führen. Eine Inspektion sämtlicher Tragrollen der Anlage ist aufgrund der Größe derartiger Anlagen und der damit verbundenen hohen Anzahl an standortgebunden Tragrollen stets mit einem hohen logistischen Aufwand verbunden. Eine Möglichkeit zur Durchführung einer Inspektion von Transportbandanlagen besteht darin, mithilfe einer Drohne oder eines anderen unbemannten Fahrzeugs Bilder entlang der Anlage aufzunehmen und anschließend zur Bestimmung des Funktionszustands der Tragrollen auszuwerten. Ein solches Verfahren ist beispielsweise in der DE 102020206497 A1 beschrieben. Hierbei wird anhand von aufgenommenen Wärmebildern eine erhöhte Wärmeentwicklung im Bereich einer Tragrolle erkannt, die auf einen erhöhten Laufwiderstand und somit einen Defekt hindeutet.
Um eine Wartung der auf dem Wärmebild als defekt erkannten Tragrolle zu ermöglichen, muss ermittelt werden, wo genau sich diese Rolle in der Anlage befindet, damit z.B. Wartungspersonal gezielt zum Standort der Rolle entsendet werden kann. Aus den meist als Metadaten erfassten GPS-Daten eines aufgezeichneten Bildes lässt sich der Standort einer darauf abgebildeten Tragrolle nicht ausreichend präzise ermitteln, auch weil die gespeicherten GPS-Daten den Standort der Drohne und nicht den Standort der Rolle angeben.
Die DE 10 2020 206 497 A1 schlägt als Lösung dieses Problems eine vorherige Vermessung der gesamten Anlage und die Erstellung eines 3D-Modells vor, in dem jeder Rolle eine genaue GPS-Position zugewiesen wird. Die dazu nötige Vorarbeit an der zu inspizierenden Anlage sowie der Prozess der Erstellung des 3D-Modells sind äußerst zeitintensiv und müssen von spezialisierten Fachkräften durchgeführt werden, was die Kosten einer Inspektion insgesamt erhöht. Alternativ wird in der DE 10 2020 206 497 A1 vorgeschlagen, an jedem Tragrollenstuhl einen RFID-Transponder anzubringen und durch eine entsprechende Ausleseelektronik in der Drohne eine eindeutige Zuordnung der Bilder zu den Rollen ermöglichen. Auch dies ist mit einer zeit- und kostenintensiven Vorarbeit an der Anlage verbunden. Zudem können RFID-Transponder durch Witterung oder im Zuge des Betriebs der Anlage beschädigt werden und müssen dann selbst aufwendig ausgetauscht werden.
Die JP 2019 018999 A offenbart ebenfalls eine Inspektion von
Transportbandanlagen, die auf der Auswertung von entlang der Anlage aufgezeichneten Bildern basiert. Die Bilder werden mit einem schienengebundenen Fahrzeug aufgezeichnet und zu einem Panoramabild zusammengesetzt, anhand dessen eine bessere Positionsbestimmung einzelner Rollen ermöglicht werden soll. Aufgrund des durch die Schienenführung definierten und insbesondere gleichbleibenden Abstandes des Fahrzeugs zur Anlage kann die Position des Fahrzeugs (z.B. über GPS) besser mit der Position einzelner Rollen korreliert werden. Schienengebundene Fahrzeuge erfordern allerdings stets eine sich entlang der gesamten Anlage erstreckende Schienenführung, deren Installation mit hohem Arbeits- und Kostenaufwand verbunden ist. Viele Anlagen sind aufgrund ihrer Größe oder ihres Einsatzgebietes für die Inspektion mittels schienengebundener Fahrzeuge ungeeignet. Auch sind schienengebundene Fahrzeuge in der Regel wesentlich langsamer und verbrauchen mehr Energie als frei fahrende oder fliegende Drohnen. Gemäß der JP 2019 018999 A setzt die Verarbeitung zu einem Panoramabild zudem voraus, dass aufeinanderfolgende Bilder sich zu mehr als 50% überlappen, was die Höchstfahrgeschwindigkeit des schienengebundenen Fahrzeugs entlang der Anlage weiter beschränkt. Darüber hinaus führt eine derartig hohe Überlappung dazu, dass eine Menge redundanter Daten aufgezeichnet und gespeichert werden müssen.
Aufgabe der vorliegenden Erfindung ist es daher, ein Verfahren bereitzustellen, das die Auswertung von entlang einer industriellen Anlage aufgezeichneten Bildern von zu inspizierenden Objekten erleichtert, eine präzise Zuordnung der auf den Bildern abgebildeten und erkannten Objekte zu realen Objekten der Anlage ermöglicht und möglichst geringe Anforderungen an die Art und Weise des Bildaufnahmeprozesses und an die Infrastruktur der Anlage stellt. Insbesondere sollen mittels frei fahrender oder fliegender Drohnen aufgezeichnete Bildsequenzen effizient und zuverlässig ausgewertet werden können.
Diese Aufgabe wird durch ein Verfahren zur Gewinnung eines Kennungsdatensatzes mit den Merkmalen des Anspruchs 1 und durch ein Verfahren zur visuellen Inspektion mit den Merkmalen des Anspruchs 4 gelöst. Bevorzugte Merkmale sind Gegenstand der abhängigen Ansprüche. Weitere Vorteile und Merkmale sind der allgemeinen Beschreibung sowie den Ausführungsbeispielen zu entnehmen.
Das erfindungsgemäße computerimplementierte Verfahren zur Gewinnung eines Kennungsdatensatzes für eine Mehrzahl von entlang einer industriellen Anlage, insbesondere einer Transportbandanlage, wiederkehrenden, zu inspizierenden Objekten, insbesondere von Tragrollen und/oder Tragrollenstühlen, auf Basis einer Sequenz von entlang der Anlage aufgezeichneten, aufeinanderfolgenden Bildern, umfasst folgende Schritte:
Empfangen eines Ausgangsbildes der Sequenz von Bildern, auf dem ein Objekt der Mehrzahl von Objekten abgebildet ist;
Erkennen des Objekts in dem Ausgangsbild und Zuordnen einer Kennung zu dem Objekt;
Empfangen eines Folgebildes der Sequenz von Bildern, das aus einer anderen Perspektive als das Ausgangsbild aufgezeichnet worden ist und auf dem das Objekt sowie ein nicht auf dem Ausgangsbild abgebildetes weiteres Objekt der Mehrzahl von Objekten abgebildet sind;
Erkennen des Objekts in dem Folgebild und Zuordnen der Kennung zu dem Objekt;
Erkennen des weiteren Objekts und Zuordnen einer neuen Kennung zu dem weiteren Objekt;
Optional: Wiederholung der vorangehenden Schritte mit dem Folgebild als neues Ausgangsbild;
Erfassen der Kennungen der erkannten Objekte als bildspezifischen Kennungsdatensatz.
Auf diese Weise kann jedem auf einem oder mehreren Bildern erkannten Objekt eine eindeutige Kennung, z.B. in Form einer Identifikationsnummer oder -zeichenkette, zugewiesen und in einem Kennungsdatensatz erfasst werden. Die Kennung kann auch als Identifikator oder „ID“ bezeichnet werden. Der Vorteil einer Kennung ist, dass sie automatisch bzw. maschinell und zunächst ohne Berücksichtigung externer Informationen (wie z.B. Positionsdaten, etc.) vergeben werden kann. Die Kennung kann dabei geordnet sein, beispielsweise als aufsteigende Zahlenfolge vergeben werden. Der Kennungsdatensatz ist bildspezifisch, d.h. aus dem Kennungsdatensatz geht hervor, welche Kennungen auf Basis eines bestimmten Bildes zugeordnet wurden und welche Bilder die Basis für die Vergabe einer bestimmten Kennung sind. Der Kennungsdatensatz kann eine oder mehrere Datenbanken umfassen.
Das im Ausgangsbild erkannte und mit einer Kennung versehene Objekt wird im Folgebild nachverfolgt bzw. getrackt. Zur Nachverfolgung können in einigen Ausgestaltungen der Erfindung auch Positions- und/oder Bewegungsdaten der zur Aufnahme der Sequenz von Bildern verwendeten Aufnahmevorrichtung, z.B. einer frei fahrenden oder fliegenden Drohne, herangezogen werden. Dem nachverfolgten Objekt wird bevorzugt dieselbe Kennung wie im Ausgangsbild zugewiesen.
Alternativ kann dem Objekt im Folgebild eine Kennung zugewiesen werden, die mit der Kennung dieses Objekts im Ausgangsbild in einer Weise verknüpft ist, die eine eindeutige Zuordnung der Kennungen ermöglicht. Einem auf dem Folgebild erkannten „neuen“ Objekt, das nicht auf dem Ausgangsbild abgebildet ist, wird eine neue Kennung zugeordnet.
Das Verfahren kann iterativ auf sämtliche Bilder der Sequenz angewendet werden, indem nach abgeschlossener Zuordnung aller Kennungen das Folgebild als neues Ausgangsbild und ein weiteres Folgebild ausgewählt wird und die Objekterkennung und Zuordnung von Kennungen wiederholt wird. Bevorzugt wird als Folgebild das unmittelbar nach dem Ausgangsbild aufgezeichnete Bild der Sequenz verwendet.
Das Erfassen der Kennungen der erkannten Objekte als bildspezifischen Kennungsdatensatz kann z.B. unmittelbar bei der jeweiligen Zuordnung oder nach jedem Iterationsschritt erfolgen.
Statt der Vorgabe einer gewissen Mindestüberlappung nacheinander aufgezeichneter Bilder, genügt es für das erfindungsgemäße Verfahren, wenn ein und dasselbe Objekt der Anlage (oder erkennbare Teile davon) auf zwei insbesondere unmittelbar nacheinander aufgenommenen Bildern abgebildet ist. Daher eignet sich das erfindungsgemäße Verfahren besonders für mit frei fahrenden oder fliegenden Drohnen aufgezeichneten Bildsequenzen, bei denen die Aufnahmeperspektiven zwischen zwei Bildern sowohl translatorisch als auch rotatorisch stärker variieren können. Zudem liefert das Verfahren auch bei einer relativ geringen Anzahl an Bildern pro Längsabschnitt der zu inspizierenden Anlage gut auswertbare Ergebnisse. Somit kann die Dauer einer insbesondere mittels einer Drohne durchgeführten Inspektionsfahrt erheblich verkürzt und die dabei produzierte und anschließend auszuwertende Datenmenge reduziert werden.
Die den auf den Bildern abgebildeten und erkannten Objekten zugeordnete Kennung ist eine vorteilhafte Hilfsgröße, die zu einer effizienteren Bildauswertung und zu einer präziseren Zuordnung zu den korrespondierenden realen Objekten der Anlage verwendet werden kann. Der Kennungsdatensatz ermöglicht es, durch geschicktes Datenmanagement redundante Feststellungen zum Funktionszustand eines Objekts zu vermeiden, indem statt sämtlichen Bildern, auf denen ein Objekt abgebildet ist, lediglich eine Auswahl oder nur eines dieser Bilder ausgewertet und die übrigen Bilder oder Bildbereiche ignoriert werden. Auf diese Weise kann die Auswertung der Bilder effizienter gestaltet werden. Ferner kann bereits die Zuweisung einer geordneten Kennung bezogen auf einem bestimmten Referenzoder Bezugspunkt der Anlage, z.B. in Form einer Abzählung der Objekte ausgehend von einem der Enden der Anlage, eine sehr einfache Möglichkeit bereitstellen, die erkannten Objekte den realen Objekten der Anlage zuzuordnen. Bevorzugt wird im vorliegenden Verfahren eine solche anlagenbezogene geordnete Kennung zugeordnet. So kann beispielsweise bei einer Transportbandanlage aus einer vergebenen Kennung und der Route, entlang derer die Sequenz von Bildern aufgezeichnet wurde, ermittelt werden, dass es sich bei einer durch Bildauswertung als defekt ermittelten Rolle um die 42. Rolle auf der linken Seite in Förderrichtung der Anlage handelt.
Das Verfahren basiert auf einer Sequenz von entlang der Anlage aufgezeichneten, aufeinanderfolgenden Bildern. Als Bilder werden die mit elektronischen Bildsensoren, wie beispielsweise CCD- oder CMOS-Sensoren, aufgenommenen Bilddaten verstanden, die mittels elektronischer Datenverarbeitungsanlagen weiterverarbeitet werden können. Beispielsweise können diese Bilder mit einer oder mehreren Kameras einer frei fahrenden oder fliegenden Drohne aufgenommen worden sein. Die Bilder können Lichtbilder (RGB-Bilder) und/oder Wärmebilder (Infrarot-Bilder) sein. Lichtbilder eignen sich aufgrund des breiteren Farbspektrums etwas besser für die Objekterkennung. Wärmebilder eignen sich besonders zur Ermittlung bestimmter Defekte, die mit einer erhöhten Wärmeentwicklung einhergehen, wie z.B. einem Lagerdefekt einer Tragrolle.
Das Erkennen und die Nachverfolgung von auf den Bildern abgebildeten Objekten kann mittels bekannter geeigneter Algorithmen, insbesondere trainierter
Machine-Learning-Algorithmen, aus dem Bereich der digitalen Bildverarbeitung erfolgen. Beispielsweise können bei der Objekterkennung „bounding boxes“ verwendet werden. Die Verarbeitung der Bilder kann eine Segmentierung, insbesondere eine „semantic segmentation“, umfassen. Es existieren eine Vielzahl geeigneter Methoden zur Erkennung von Objekten auf Basis von Bilddaten, weshalb an dieser Stelle auf eine eingehendere Erläuterung verzichtet wird.
In einer bevorzugten Ausgestaltung der Erfindung wird auf dem Ausgangsbild und/oder dem Folgebild ein an der Anlage angebrachter optisch erkennbarer Marker erkannt und die Kennung in Abhängigkeit des erkannten Markers zugeordnet. Beispielsweise sind bei einigen Transportbandanlagen die Tragrollenstühle anhand von Schildern mit Nummern oder anderen Kennzeichnungen versehen.
In einer bevorzugten Ausgestaltung der Erfindung wird ein Abstand zwischen zwei im Ausgangsbild und/oder im Folgebild abgebildeten, benachbarten Objekten ermittelt, wobei in dem Kennungsdatensatz eine Warnmeldung über ein potentiell nicht erkanntes Objekt erfasst wird, wenn der Abstand einen vorbestimmten oder auf Basis der Sequenz von Bildern ermittelten Schwellenwert überschreitet. Auf diese Weise kann anhand des Kennungsdatensatzes überprüft werden, ob die Sequenz von Bildern auch sämtliche zu inspizierende Objekte abbildet und so eine vollständige Inspektion der Anlage gewährleistet werden kann. So kann auf Basis einer erhaltenen Warnmeldung z.B. eine Bildaufnahme in einem Bereich der Anlage wiederholt werden, an der das potentiell übersehene Objekt zu erwarten ist. Hierzu können Positionsdaten der jeweiligen Bildaufnahmeposition (z.B. in Form von GPS-(Meta-)Daten) vorteilhaft verwendet werden. Bevorzugt werden Positionsdaten der jeweiligen Bildaufnahmeposition der Bilder im Kennungsdatensatz erfasst.
Der Schwellenwert für den Abstand kann anhand von vorbekannten Informationen über die Anlage festgelegt werden. Beispielsweise findet sich in der Spezifikation einer Transportbandanlage üblicherweise der nominelle Abstand zwischen den Tragrollen und/oder Tragrollenstühlen, der bei der Festlegung des Schwellenwerts berücksichtigt werden kann. Der Abstand zwischen abgebildeten Objekten kann auch ohne vorbekannte Informationen auf Basis der Sequenz von Bildern statistisch ermittelt und der bei der Festlegung des Schwellenwerts berücksichtigt werden.
Gemäß dem bereits vor- sowie dem weiter unten nachbeschriebenen wird die eingangs gestellte Aufgabe auch durch ein Verfahren mit den Merkmalen des Anspruchs 4 gelöst.
Das erfindungsgemäße computerimplementiertes Verfahren zur visuellen Inspektion einer Mehrzahl von entlang einer industriellen Anlage, insbesondere einer Transportbandanlage, wiederkehrenden, zu inspizierenden Objekten, insbesondere von Tragrollen und/oder Tragrollenstühlen, umfasst folgende Schritte:
Gewinnung eines Kennungsdatensatzes nach einem der Ansprüche 1 bis 3; Ermittlung eines Funktionszustandes der Objekte;
Erfassen des jeweiligen Funktionszustandes der Objekte in dem Kennungsdatensatz.
Sämtliche vor- sowie nachbeschriebenen Vorteile werden ebenfalls in dem Inspektionsverfahren realisiert.
In einer bevorzugten Ausgestaltung der Erfindung erfolgt die Ermittlung des Funktionszustandes der Objekte auf Basis der Sequenz von Bildern. Die Sequenz von Bildern kann dabei Lichtbilder und/oder Wärmebilder umfassen. In einigen Ausführungsformen können Lichtbilder für die Objekterkennung und Erstellung des Kennungsdatensatzes und die Wärmebildes zur Ermittlung des
Funktionszustandes der Objekte herangezogen werden. Auch wenn Lichtbilder und Wärmebilder mit unterschiedlichen Kameras aufgenommen werden, ist die Relativposition der Kameras zueinander in der Regel bekannt, z.B. wenn beide Kameras an einer Drohne befestigt sind, so dass eine zuverlässige Zuordnung der Lichtbilder zu den Wärmebildern erfolgen kann.
Der Kennungsdatensatz kann selbstverständlich auch in Kombination mit anderen als visuellen Inspektionsdaten, beispielsweise akustischen Daten, die während der Aufnahme der Sequenz von Bildern aufgezeichnet wurden, vorteilhaft verwendet werden.
In einer weiteren bevorzugten Ausgestaltung der Erfindung erfolgt die Ermittlung des Funktionszustandes der Objekte auf Basis einer echten Teilmenge der Sequenz von Bildern, wobei Auswahl der Teilmenge anhand des Kennungsdatensatzes erfolgt. Auf diese Weise kann eine Auswertung der Bilder effizienter gestaltet werden. Z.B. können redundante Feststellungen zum Funktionszustand eines Objekts vermieden werden, indem statt sämtlichen Bildern, auf denen ein Objekt abgebildet ist, lediglich eine Auswahl oder nur eines dieser Bilder ausgewertet und die übrigen Bilder oder Bildbereiche ignoriert werden.
Die Erfindung ist auch auf ein Computerprogrammprodukt zur Ausführung des Verfahrens nach einem der Ansprüche 1 bis 3 und/oder des Verfahrens nach einem der Ansprüche 4 bis 6 auf einem Computer gerichtet.
In allen Ausgestaltungen der Erfindungen kann der Schritt des Aufzeichnens einer Sequenz von aufeinanderfolgenden Bildern entlang der Anlage, insbesondere mittels einer frei fahrenden oder fliegenden Drohne, Bestandteil des erfindungsgemäßen Verfahrens sein.
Es wird ausdrücklich darauf hingewiesen, dass die vorstehend erläuterten
Ausgestaltungen der Erfindung jeweils für sich oder in einer beliebigen technisch sinnvollen Kombination auch untereinander jeweils mit dem Gegenstand der unabhängigen Ansprüche kombinierbar sind.
Abwandlungen und Ausgestaltungen der Erfindung sowie weitere Vorteile und Einzelheiten der Erfindung lassen sich der nachfolgenden gegenständlichen Beschreibung und den Zeichnungen entnehmen. In den schematischen Figuren zeigen:
Fig. 1 ein Ablaufschema einer Ausführungsform des erfindungsgemäßen
Verfahrens zur Gewinnung eines Kennungsdatensatzes;
Fig. 2 ein Ablaufschema eines Kontrollverfahrens zur Überprüfung der
Vollständigkeit der erkannten Objekte, das Teil des erfindungsgemäßen Verfahrens gemäß Fig. 1 sein kann;
Fig. 3 ein Ausgangsbild einer entlang einer Transportbandanlage aufgenommenen Sequenz von Bildern wie es in einem erfindungsgemäßen Verfahren gemäß Fig. 1 verwendet werden kann;
Fig. 4 ein Folgebildes der Sequenz von Bildern gemäß Fig. 3;
Fig. 5 ein Bildausschnitt eines Bildes einer entlang einer
Transportbandanlage, dessen Tragrollenstühle mit optischen Markern versehen sind, aufgenommenen Sequenz von Bildern wie es in einem erfindungsgemäßen Verfahren gemäß Fig. 1 verwendet werden kann;
Fig. 6 ein Ablaufschema einer Ausführungsform des erfindungsgemäßen
Verfahrens zur visuellen Inspektion einer Mehrzahl von entlang einer industriellen Anlage wiederkehrenden, zu inspizierenden Objekten. Gleich oder ähnlich wirkende Teile sind - sofern dienlich - mit identischen Bezugsziffern versehen.
Einzelne technische Merkmale der nachbeschriebenen Ausführungsbeispiele können auch in Kombination mit vorbeschriebenen Ausführungsbeispielen sowie den Merkmalen der unabhängigen Ansprüche und etwaiger weiterer Ansprüche zu erfindungsgemäßen Gegenständen kombiniert werden.
Fig. 1 zeigt eine Ausführungsform des erfindungsgemäßen Verfahrens 100 zur Gewinnung eines Kennungsdatensatzes für eine Mehrzahl von entlang einer industriellen Anlage wiederkehrenden, zu inspizierenden Objekten, auf Basis einer Sequenz von entlang der Anlage aufgezeichneten, aufeinanderfolgenden Bildern umfassend folgende Schritte:
Empfangen eines Ausgangsbildes der Sequenz von Bildern, auf dem ein Objekt der Mehrzahl von Objekten abgebildet ist (Schritt 110);
Erkennen des Objekts in dem Ausgangsbild und Zuordnen einer Kennung zu dem Objekt (Schritt 120);
Empfangen eines Folgebildes der Sequenz von Bildern, das aus einer anderen Perspektive als das Ausgangsbild aufgezeichnet worden ist und auf dem das Objekt sowie ein nicht auf dem Ausgangsbild abgebildetes weiteres Objekt der Mehrzahl von Objekten abgebildet sind (Schritt 130); Erkennen des Objekts in dem Folgebild und Zuordnen der Kennung zu dem Objekt (Schritt 140);
Erkennen des weiteren Objekts und Zuordnen einer neuen Kennung zu dem weiteren Objekt (Schritt 150);
Optional: Wiederholung der vorangehenden Schritte mit dem Folgebild als neues Ausgangsbild (Schritt 160);
Erfassen der Kennungen der erkannten Objekte als bildspezifischen Kennungsdatensatz (Schritt 170).
Die Funktionsweise des erfindungsgemäßen Verfahrens werden im Folgenden mit Blick auf die Figuren 3 bis 5 anhand eines Ausführungsbeispiels einer Transportbandanlage 2 erläutert, bei dem die zu inspizierenden Objekte Tragrollen 10, 11 , 12, 13, 14 sind.
Ein Beispielhaftes Ausgangsbild 300, wie es in einem Verfahren gemäß Fig. 1 oder 2 verwendet werden kann, ist in Fig. 3 gezeigt. Ein dazugehörendes Folgebild 400 ist in Fig. 4 gezeigt. Auf dem Ausgangsbild 300 ist ein Teilstück der Transportbandanlage 2 gezeigt. Die Transportbandanlage 2 umfasst ein geschlossenes, von einer Mehrzahl von Tragrollen 10, 11 , 12 gestütztes und geführtes Transportband 4 zum Transport von z.B. Schüttgut. Die Tragrollen 10, 11 , 12 sind dabei in entlang der Förderstrecke (vgl. Förderrichtung F) angeordneten Tragrollenstühlen 10‘, 1 T, 12‘, drehbar gelagert. Die Tragrollen 10, 11 , 12 sind gleichmäßig voneinander beabstandet, wobei die oberen Tragrollen 10, 12 einen Abstand D aufweisen.
Auf dem empfangenen Ausgangsbild 300 (Fig. 3) kann nun ein Objekt in Form einer Tragrolle 10, 11 , 12 erkannt werden, was durch gestrichelte Bounding-Boxes dargestellt wird. Der jeweiligen Tragrolle 10, 11 , 12 kann eine jeweilige Kennung 30, 31 , 32 zugeordnet werden, die auch als ID bezeichnet werden kann. Im vorliegenden Fall wird beispielsweise der Tragrolle 10 die Kennung 30 („15“) zugeordnet. Die weiteren Tragrollen 11 , 12 werden von links nach rechts durch die Vergabe der Kennungen „16“ und „17“ aufsteigend durchnummeriert.
Das empfangene Folgebild 400 (Fig. 3) ist aus einer anderen Perspektive aufgenommen als das Ausgangsbild 300, hier aus einer in Förderrichtung F versetzten Position. Auf dem Folgebild 400 sind die Tragrollen 12, 13, 14 abgebildet. Die Tragrolle 12 wird auf dem Folgebild 400 nachverfolgt bzw. getrackt, d.h. es wird festgestellt, dass es sich bei dieser Tragrolle um dieselbe Tragrolle handelt, wie sie auch in dem Ausgangsbild 300 abgebildet ist. Der Tragrolle 12 wird daher dieselbe Kennung 32 („17“) zugewiesen wie in dem Ausgangsbild 300. Alternativ kann auch eine andere Kennung zugewiesen werden, die der Kennung 32 im Ausgangsbild 300 eindeutig zugeordnet werden kann. Den weiteren im Folgebild 400 erkannten Tragrollen 13, 14, die nicht bereits im Ausgangsbild 300 erkannt wurden, werden neue Kennungen 33, 34 zugewiesen, hier weiter aufsteigende Nummern „18“ und „19“.
Eine derartige Vergabe einer Kennung hat viele Vorteile, insbesondere im Bereich der visuellen Inspektion von Tragrollen. Der Kennungsdatensatz, aus dem z.B. hervorgeht, auf welchen Bildern der Sequenz eine bestimmte Tragrolle abgebildet ist, ermöglicht es, durch geschicktes Datenmanagement redundante Feststellungen zum Funktionszustand einer Tragrolle zu vermeiden, indem statt sämtlichen Bildern, auf denen die Tragrolle abgebildet ist, lediglich eine Auswahl oder nur eines dieser Bilder ausgewertet und die übrigen Bilder oder Bildbereiche ignoriert werden. Ferner kann die Zuweisung einer geordneten Kennung bezogen auf einem bestimmten Referenz- oder Bezugspunkt der Transportbandanlage, z.B. wie in den Figuren 3 bis 5 in Form einer Abzählung der Tragrollen ausgehend von einem der Enden der Anlage, eine sehr einfache Möglichkeit bereitstellen, die erkannten Tragrollen auf den Bildern realen Tragrollen am Standort der Transportbandanlage zuzuordnen. Ein ausschlaggebender Vorteil einer Kennung ist, dass diese automatisch und zunächst ohne Berücksichtigung externer Informationen (wie z.B. Positionsdaten, etc.) vergeben werden kann.
Fig. 5 zeigt einen Bildausschnitt 500 in einer weitere Ausführungsform der Erfindung, bei der jeder Tragrollenstuhl 10' der Transportbandanlage 2 mit einem optisch erkennbaren Marker 50 in Form eines Nummernschildes versehen ist. In diesem Fall kann die Information des Markers 50 optisch erkannt und bei der Zuordnung der Kennung 30 berücksichtigt werden. Im vorliegenden Fall ist die Nummer des Tragrollenstuhls „42“, so dass der Tragrolle 10 ebenfalls die Nummer „42“ zugeordnet wird.
Fig. 2 zeigt ein Kontrollverfahren 200 zur Überprüfung der Vollständigkeit der erkannten Objekte, das Teil des erfindungsgemäßen Verfahrens 100 sein kann. Hierbei wird ein Abstand zwischen zwei im Ausgangsbild und/oder im Folgebild abgebildeten, benachbarten Objekten ermittelt wird (Schritt 210). Anschließend wird der Abstand mit einem vorbestimmten Schwellenwert verglichen (Schritt 220). Falls der Schwellenwert überschritten wird, wird in dem Kennungsdatensatz eine Warnmeldung über ein potentiell nicht erkanntes Objekt erfasst. Beispielsweise sollte mit Blick auf Fig. 3 ein Abstand D zwischen den oberen Tragrollen 10, 11 über die gesamte Förderstrecke der Transportbandanlage 2 konstant bleiben. Bei Abweichungen bzw. Überschreitung des Schwellenwertes kann somit festgestellt werden, dass nicht alle Tragrollen erkannt worden sind. Der Schwellenwert für den Abstand kann anhand von vorbekannten Informationen ermittelt werden. Alternativ oder zusätzlich kann der Abstand zwischen abgebildeten Objekten auf Basis der Sequenz von Bildern statistisch ermittelt und der bei der Festlegung des Schwellenwerts berücksichtigt werden.
Fig. 6 zeigt eine Ausführungsform des erfindungsgemäßen Verfahrens 600 zur visuellen Inspektion einer Mehrzahl von entlang einer industriellen Anlage wiederkehrenden, zu inspizierenden Objekten umfassend folgende Schritte:
Gewinnung eines Kennungsdatensatzes nach einem der Ansprüche 1 bis 3 (Schritt 610);
Ermittlung eines Funktionszustandes der Objekte (Schritt 620); Erfassen des jeweiligen Funktionszustandes der Objekte in dem Kennungsdatensatz (Schritt 630).

Claims

Patentansprüche
1 . Computerimplementiertes Verfahren (100) zur Gewinnung eines Kennungsdatensatzes für eine Mehrzahl von entlang einer industriellen Anlage, insbesondere einer Transportbandanlage (2), wiederkehrenden, zu inspizierenden Objekten, insbesondere von Tragrollen (10, 11 , 12, 13, 14) und/oder Tragrollenstühlen (10', 1 T, 12‘, 13‘, 14‘), auf Basis einer Sequenz von entlang der Anlage aufgezeichneten, aufeinanderfolgenden Bildern, umfassend folgende Schritte:
Empfangen eines Ausgangsbildes der Sequenz von Bildern, auf dem ein Objekt der Mehrzahl von Objekten abgebildet ist (Schritt 110);
Erkennen des Objekts in dem Ausgangsbild und Zuordnen einer Kennung zu dem Objekt (Schritt 120);
Empfangen eines Folgebildes der Sequenz von Bildern, das aus einer anderen Perspektive als das Ausgangsbild aufgezeichnet worden ist und auf dem das Objekt sowie ein nicht auf dem Ausgangsbild abgebildetes weiteres Objekt der Mehrzahl von Objekten abgebildet sind (Schritt 130); Erkennen des Objekts in dem Folgebild und Zuordnen der Kennung zu dem Objekt (Schritt 140);
Erkennen des weiteren Objekts und Zuordnen einer neuen Kennung zu dem weiteren Objekt (Schritt 150);
Optional: Wiederholung der vorangehenden Schritte mit dem Folgebild als neues Ausgangsbild (Schritt 160);
Erfassen der Kennungen der erkannten Objekte als bildspezifischen Kennungsdatensatz (Schritt 170).
2. Verfahren nach Anspruch 1 , wobei die Kennungen anlagenbezogene geordnete Kennungen sind.
3. Verfahren nach Anspruch 1 oder 2, wobei ein Abstand zwischen zwei im Ausgangsbild und/oder im Folgebild abgebildeten, benachbarten Objekten ermittelt wird, wobei in dem Kennungsdatensatz eine Warnmeldung über ein potentiell nicht erkanntes Objekt erfasst wird, wenn der Abstand einen vorbestimmten oder auf Basis der Sequenz von Bildern ermittelten Schwellenwert überschreitet.
4. Computerimplementiertes Verfahren (600) zur visuellen Inspektion einer Mehrzahl von entlang einer industriellen Anlage, insbesondere einer Transportbandanlage, wiederkehrenden, zu inspizierenden Objekten, insbesondere von Tragrollen und/oder Tragrollenstühlen, umfassend folgende Schritte:
Gewinnung eines Kennungsdatensatzes nach einem der Ansprüche 1 bis 3 (Schritt 610);
Ermittlung eines Funktionszustandes der Objekte (Schritt 620); Erfassen des jeweiligen Funktionszustandes der Objekte in dem Kennungsdatensatz (Schritt 630).
5. Verfahren nach Anspruch 4, wobei die Ermittlung des Funktionszustandes der Objekte auf Basis der Sequenz von Bildern erfolgt.
6. Verfahren nach Anspruch 5, wobei die Ermittlung des Funktionszustandes der Objekte auf Basis einer echten Teilmenge der Sequenz von Bildern erfolgt, wobei Auswahl der Teilmenge anhand des Kennungsdatensatzes erfolgt.
7. Computerprogrammprodukt mit einem Programmcode, der auf einem von einem Computer lesbaren Medium gespeichert ist, zur Ausführung eines Verfahrens nach einem der Ansprüche 1 bis 6.
EP23712157.9A 2022-04-28 2023-03-09 Verfahren zur gewinnung eines kennungsdatensatzes für eine industrielle anlage Pending EP4515506A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102022204123.2A DE102022204123A1 (de) 2022-04-28 2022-04-28 Verfahren zur Gewinnung eines Kennungsdatensatzes für eine industrielle Anlage
PCT/DE2023/200050 WO2023208294A1 (de) 2022-04-28 2023-03-09 Verfahren zur gewinnung eines kennungsdatensatzes für eine industrielle anlage

Publications (1)

Publication Number Publication Date
EP4515506A1 true EP4515506A1 (de) 2025-03-05

Family

ID=85706771

Family Applications (1)

Application Number Title Priority Date Filing Date
EP23712157.9A Pending EP4515506A1 (de) 2022-04-28 2023-03-09 Verfahren zur gewinnung eines kennungsdatensatzes für eine industrielle anlage

Country Status (3)

Country Link
EP (1) EP4515506A1 (de)
DE (1) DE102022204123A1 (de)
WO (1) WO2023208294A1 (de)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6809494B2 (ja) 2017-07-14 2021-01-06 Jfeスチール株式会社 ベルトコンベアの管理方法および管理システム
DE102020206497A1 (de) 2020-05-25 2021-11-25 Thyssenkrupp Ag Verfahren zum maschinellen Ermitteln des Funktionszustands von Tragrollen einer Gurtförderanlage, Verfahren zur Identifikation von funktionsbeeinträchtigen Tragrollen einer Gurtförderanlage, Computerprogramm zur Durchführung der Verfahren, maschinenlesbarer Datenträger mit einem darauf gespeicherten Computerprogramm und Einrichtung zum maschinellen Ermitteln des Funktionsstatus von Tragrollen einer Gurtförderanlage

Also Published As

Publication number Publication date
DE102022204123A1 (de) 2023-11-02
WO2023208294A1 (de) 2023-11-02

Similar Documents

Publication Publication Date Title
EP1833744B1 (de) Einrichtung zur zerstörungsfreien inspektion eines fördergurtes
EP3022145B1 (de) Codierungsvorrichtung sowie positionsbestimmungsvorrichtung und -verfahren
EP1645839B1 (de) Vorrichtung und Verfahren zur Überwachung von bewegten Objekten
DE102013108485B4 (de) Vorrichtung und Verfahren zum Fehlertracking bei Bandmaterialien
EP2504259B1 (de) Fördereinrichtung und verfahren zum betrieb einer fördereinrichtung
EP0752137B1 (de) Identifikations- und kontrollsystem für verarbeitungs- und/oder transportgut
DE102015221417A1 (de) Bereitstellen von vereinzelten Materialteilen und Verarbeiten solcher Materialteile
EP3625740A1 (de) Vorrichtung und verfahren zum steuern eines materialflusses an einem materialfluss-knotenpunkt
DE102017006566B3 (de) Vorrichtung und Verfahren zur optischen Überwachung von Oberflächen eines Körpers
EP4157762B1 (de) Verfahren und einrichtung zum maschinellen ermitteln des funktionszustands von tragrollen einer gurtförderanlage
DE102019135620B4 (de) Optisches Anlernen von kameraerfassten Wegstrecken
DE102018121435A1 (de) Vorrichtung zur Zustandserfassung von Altreifen
DE102013104928A1 (de) Verfahren und Vorrichtung zur Zuordnung von Codes und Teilen
DE102006017337A1 (de) Verfahren zur optischen Erfassung von bewegten Objekten und Vorrichtung
EP4515506A1 (de) Verfahren zur gewinnung eines kennungsdatensatzes für eine industrielle anlage
CH679808A5 (de)
EP3786620A1 (de) Verfahren und computerprogrammprodukt zur automatisierten defektdetektion bei einer triebwerks-boroskopie
DE102020212604A1 (de) Verfahren zur Inspektion einer Anlage, vorzugsweise einer Förderanlage
EP4350539A1 (de) Verfahren und system zum automatischen bildbasierten erkennen einer identifikationsinformation an einem objekt
DE102018212671A1 (de) Verfahren zur Erstellung einer Versandinformation und mobile Vorrichtungen und Auswerterechner zur Durchführung des Verfahrens zur Erstellung einer Versandinformation
DE19824323B4 (de) Verfahren zur Überwachung des Durchgangs einer Gruppe unabhängiger Objekte durch einen Durchgangsbereich sowie Überwachungssystem
DE102021203559A1 (de) Verfahren zur Erkennung einer Identifikationsnummer
WO2021213796A1 (de) Vorrichtung und verfahren zum ermitteln eines nutzungsverhaltens von einem fahrgast bei der nutzung eines öffentlichen verkehrsmittels
DE102010048804A1 (de) Verfahren zur automatischen Prüfung von halbtransparenten Objekten, insbesondere Waffeln, mit einer Kamera
DE102018219256A1 (de) Ermitteln einer Degradation einer bestimmten Gleiskomponente

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: 20241128

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 ME 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: 20260324