f+h fördern und heben 5/2022

FORSCHUNG UND

FORSCHUNG UND ENTWICKLUNG 02 Bestandteile des Erfassungssystems Zentrale Bediensteuerung Kamera Modul 1 Akku Energie Energie Kommunikation IMU & Photodioden Modul Akku Energie Kommunikation Kamera Modul 2 Kommunikation Akku Energie Raspberry Pi Raspberry Pi Raspberry Pi Energie Kommunikation Daten Energie Kommunikation Daten Energie Kommunikation Daten Energie Kommunikation Daten Energie Kommunikation Daten Energie Kommunikation Daten Kamera (x-Richtung) IMU und Photodioden inkl. Steuereinheit Speichermedium Speichermedium Speichermedium Kamera (y-Richtung) der Messfahrten im Behälter Einplatinencomputer (Raspberry Pi 4 Model B) eingesetzt, welche über externe Akkus (Powerbanks) versorgt werden und die erfassten Messdaten auf internen Micro-SD-Karten oder externen SSD-Festplatten speichern. Die Ansteuerung und Statusüberwachung der Datenaufnahme geschieht über eine zentrale Bediensteuerung, welche auf einer separaten Platine implementiert ist. Die Konfiguration der Daten-, Energie- und Kommunikationsverbindungen zwischen den beschriebenen Elementen zeigt Bild 02. Um das so entstandene Konzept für möglichst viele Anlagentypen einsetzen zu können, wurde ein modulares System für die Integration der Datenaufnahmeeinheit entwickelt, welches sich aufwandsarm für die standardisierten Kleinladungsträgergrößen 200 × 300, 300 × 400 und 400 × 600 mm einsetzen lässt. In der kleinsten Größe wird das entwickelte Modulpaket direkt in den Behälter eingesetzt. Dieses Modulpaket besteht aus einem Akkumodul, welches die Powerbanks beinhaltet, einem Rechnermodul zur Aufnahme der Raspberry Pi, sowie einem Speicher- und Bedienmodul, welches die externen Speichermedien sowie die Platine zur zentralen Steuerung und Überwachung enthält. In den beiden größeren Behältertypen wird eine Aufnahmeplattform eingefügt, in die sich das Modulpaket aufwandsarm integrieren lässt (Bild 03). DATENINTERPRETATION IN VERSCHIEDENEN MODULEN Durch die Datenaufnahme mithilfe des intelligenten Behälters werden auf den Speichermedien Rohdaten abgelegt, welche nicht unmittelbar einen Aufschluss über die Zusammensetzung der Förderanlage geben können. In der Stufe der Dateninterpretation werden daher verschiedene Module eingesetzt, welche die aufgenommenen Farb- und Tiefenbildsequenzen, den zeitlichen Verlauf der Beschleunigungen und Drehraten sowie den zeitlichen Verlauf der Lichtintensität nutzen, um daraus Informationen über Umgebung und Bewegung des Behälters abzuleiten. Im Projekt wurden dazu exemplarisch Module zur Rekonstruktion des Bewegungspfads, zur Unterscheidung von Bewegungsabschnitten, zur Erkennung der Oberfläche der Förderelemente sowie zur Ermittlung der aktuellen Breite bei Rollenförderern umgesetzt und getestet. Als Beispiel sei hier die Rekonstruktion des Bewegungspfads genannt, bei der die Bildsequenzen beider Kameras im Verfahren der Visual Odometry (vgl. [2]) eingesetzt werden. Dabei werden in einem Bild, welches zum Zeitpunkt t aufgenommen wurde, Schlüsselpunkte identifiziert und beschrieben (Bild 04). Im Bild mit dem Zeitstempel t-1 wird durch den Algorithmus nach diesen Schlüsselpunkten gesucht und auf Basis deren Verschiebung im Tiefenbild der Bewegungspfad zwischen den Zeitstempeln rekonstruiert. Das Ergebnis der Bewegungsrekonstruktion einer Überfahrt des intelligenten Behälters über eine Teststrecke zeigt Bild 05. Als zweites Beispiel für die Umsetzung eines Moduls dient die Erkennung der Oberfläche. Sie arbeitet mit dem Prinzip der maschinellen Bildklassifikation, welche ein Teilgebiet des maschinellen Lernens ist (vgl. [3]). Hierbei werden die aufgenommenen Bilder durch einen Klassifikator, welcher vorab anhand erkannter Bildmerkmale aus Trainingsdatensätzen erstellt wurde, einer Oberflächenklasse zugeordnet. Weitere Module, z. B. die Erkennung von Übergängen zwischen Förderelementen sowie die Rekonstruktion der Kinematik wurden im Rahmen des Projekts theoretisch behandelt. REKONSTRUKTIONSVERFAHREN Das Verfahren zur Rekonstruktion, welches die Ableitung von Modellierungsdaten zum Ziel hat, arbeitet auf Basis der so entstandenen Umgebungs- und Bewegungsdaten. Durch ihre Zeit- 84 f+h 2022/05 www.foerdern-und-heben.de

FORSCHUNG UND ENTWICKLUNG 03 Modulares Erfassungssystem für verschiedene Behältergrößen 200 x 300 mm 300 x 400 mm 400 x 600 mm AGV M4 Besuchen Sie uns auf der LogiMAT 2022 in Stuttgart! 31.05. - 02.06.2022 Halle 2, Stand D11