Flasche leer? Nicht mit Deep OCR
Nahrungsmittel | OCR & OCVUm Produkte schnell und auch bei schwierigen Umständen verlässlich zu identifizieren, hat sich der Einsatz von Machine Vision bewährt. Auch das Unternehmen Visione Artificiale setzt bei seinem System für die Nachverfolgbarkeit von Aluminiumflaschen während der Produktion auf Machine Vision. Zum Einsatz kommt die Standard-Machine-Vision-Software MVTec HALCON der Münchner MVTec Software GmbH.
Das im italienischen Bione ansässige Unternehmen Visione Artificiale SRL ist spezialisiert auf die Integration von Machine Vision in durchgängig automatisierte Robotik-Systeme. Zum Portfolio des Unternehmens zählen unter anderem Systeme zur Qualitätskontrolle von Bauteilen, 3D-Vision-Systeme, Bin-Picking-Applikationen oder Deep-Learning-basierte Anwendungen.
Für ein Unternehmen aus der Lebensmittelindustrie hat Visione Artificiale eine Anwendung entwickelt, mit der sich die Rückverfolgung von CO₂-befüllten Aluminiumflaschen, die zum Aufsprudeln von stillem Wasser verwendet werden, automatisieren lässt. Mit Laser auf den zylinderförmigen Flaschen eingravierte Informationen wie Seriennummern oder Abfülldatum dienen dazu, die Aluminiumflaschen mittels optischer Zeichenerkennung (Optical Character Recognition / OCR) automatisiert zu identifizieren. Die eingravierten Informationen werden robust und schnell per Machine Vision auf Richtigkeit überprüft. Da die Überprüfung automatisiert und rund um die Uhr stattfindet, kann das Unternehmen langfristig Kosten sparen.
Automatisierter und beschleunigter Kontrollprozess
Im Rahmen der Anwendung tastet eine Zeilenkamera die sich drehende Flasche ab und nimmt ein zweidimensionales Bild der gekrümmten Oberfläche auf. Zunächst müssen auf dem Bild die Bereiche gefunden werden, die Buchstaben und Zahlen enthalten. Anschließend bestimmt das Netzwerk die Zeichen und überprüft die enthaltenen Informationen auf ihre Korrektheit. So wird der gesamte Kontrollprozess automatisiert und beschleunigt. Da das Setup mit zwei Kameras und Drehvorrichtungen ausgestattet ist, lassen sich pro Takt jeweils zwei Flaschen gleichzeitig für eine höhere Effizienz testen.
Eindeutige Identifikation dank Deep OCR
Aufgrund der Oberflächenbeschaffenheit des Aluminiums können bei der Bildaufnahme durch die Belichtung vielfältige Reflexionen und Flecken entstehen. Dadurch wird bei der Bildverarbeitung eine korrekte Segmentierung der Zeichen erschwert und die OCR-basierte Identifikation gestört. Um dennoch robuste Erkennungsraten zu gewährleisten, setzt Visione Artificiale auf die in HALCON integrierte Technologie Deep OCR. Diese arbeitet mit Deep-Learning-Algorithmen und ist in der Lage, Zeichen unabhängig von ihrer Ausrichtung, Schriftart und Polarität zu lokalisieren. Die automatische Gruppierung von Buchstaben ermöglicht zudem die Identifizierung ganzer Wörter. Fehlinterpretationen von ähnlich aussehenden Zeichen werden gänzlich vermieden, wodurch die Erkennungsleistung deutlich steigt. HALCONs Deep OCR wurde für die verlässliche Identifikation verschiedenster Schrifttypen trainiert.
„Aufgrund der besonderen Beschaffenheit des Flaschen-Materials hätte uns ein konventionelles OCR-System bei der Identifikation der eingravierten Texte nicht zum Ziel geführt. Um trotz der Reflexionen robuste Erkennungsraten zu erzielen, benötigten wir ein intelligentes OCR-System, das mit dieser Herausforderung zurechtkommt. Deep OCR hat sich hierbei als optimale Lösung für unsere Anforderungen erwiesen. Dank umfassend vortrainierter Deep-Learning-Netze lassen sich auch schwer lesbare Texte mit hoher Genauigkeit erkennen. Die HALCON-Bibliotheken von MVTec bieten eine beeindruckende Palette an Deep-Learning-Algorithmen, mit denen wir diese komplexe Aufgabenstellung erfolgreich lösen können“, bestätigt Fazio Saverio, Gründer und Eigentümer von Visione Artificiale. Bei der Umsetzung stand Saverio und seinem Team das Unternehmen iMAGE S beratend zur Seite. iMAGE S unterstützt seine Kunden in allen Fragen der industriellen Bildverarbeitung und stellt dazu auch eigene Produkte und Technologien bereit.
Machine Vision für höhere Qualität und Produktivität
Durch den Einsatz der Machine Vision Software HALCON inklusive Deep OCR konnte die Rückverfolgung der CO2-Flaschen mittels Seriennummern überhaupt erst umgesetzt werden. Nur durch eine automatisierte Kontrolle und Verifizierung lässt sich der Prozess wirtschaftlich und schnell umsetzen. Zudem werden die Mitarbeiter, die den Prozess zuvor manuell durchgeführt haben, von der monotonen Aufgabe entlastet und stehen für anspruchsvollere Aufgaben zur Verfügung. Dank optimierter Nachverfolgbarkeit wurde die Produktivität der gesamten Prozesskette erhöht und die Qualität der Produkte deutlich gesteigert.