Klingt banal, hat aber einen intelligenten Hintergrund: Nestlé produziert im rheinhessischen Werk Osthofen Trink- und Aufbaunahrung. Das Pulver landet automatisiert in der Dose. Hinzu kommt - dito - ein Dosierlöffel. Ein Sick-System mit Schnappschuss-Kamera erkennt, ober er auch wirklich beigefügt wurde. Am Fliessband macht das Sinn.
«Das menschliche Auge kann zwar leicht erkennen, ob ein Löffel beigefügt wurde», so Marcus Kauf, Automatisierungstechniker bei Nestlé, «aber bei einer Abfüllgeschwindigkeit von über 80 Dosen pro Minute ist das nicht mehr fehlerfrei möglich.»
Bis vor kurzem kontrollierte eine Kamera die Applizierungen, indem sie die farbigen Pixel des Kunststofflöffels zählte. Seit Kurzem verwendet Nestlé jedoch farblose Portionierer, um die Recyclingquote zu steigern. So liegen nun gräulich schimmernde, transparente Löffel auf Aluminium mit ähnlichem Farbton auf der Verschlusslasche ... oder etwa doch nicht? Schwer zu identifizieren auf dem welligen, geprägten und reflektierenden Metall – die klassische Lösung mit sensorischer Bildverarbeitung stiess an ihre Grenzen.
Fotos: Sick/Nestlé
Jetzt erlernt eine «Künstliche Intelligenz» schnell und zuverlässig permanent neue Muster, indem sie eine Vielzahl von Daten sammelt, die direkt in Algorithmen eingebaut werden. Mit der integrierten Deep-Learning-Software «dStudio» aus dem Sick AppSpace übt eine 2D-Snapshot-Kamera (picoCam) das «Denken» . Mit dem Webdienst können neuronale Netzwerke «antrainiert» werden, in diesem Fall mit Bildern der beigelegten Löffel in unterschiedlichsten Positionen. So wie Menschen im Idealfall Probleme lösen und Entscheidungen treffen, so macht es auch Deep Learning – nur um ein Vielfaches schneller.
«Der gelernte Entscheidungsalgorithmus», sagt Experte Klaus Keitel, «wird in das Kamera-System übertragen. Es wird dadurch in die Lage versetzt, selbstständig die wesentlichen Bildunterschiede zu erkennen.» Die Kamera lasse sich auch problemlos auf jedes neue Produkt anpassen, indem für die neuen Gegebenheiten wiederum ein neuronales Netz trainiert wird. Die intuitive Benutzeroberfläche verlange kein spezielles KI-Wissen oder bildverarbeitende Kenntnisse seitens des Anwenders.
Wenn die Kamera im Bild «Kein Löffel» feststellt, stoppt die Anlage automatisch. Wurde der fehlende Löffel hinzugefügt, erkennt die Kamerasoftware auch dies, um die Anlage – ohne den Umweg eines manuellen Re-Starts – weiterlaufen zu lassen.
- Details