KI zur Fremdkörperdetektion in befüllten Getränkeflaschen

Die meisten Kontrollgeräte bei der Getränkeabfüllung basieren noch auf klassischer Bildanalyse. Mit der zentralen Ausgangsfrage: „Mit welchen Menschzentrierten KI-Methoden können in einem Bild einer befüllten Getränkeflasche aus Glas kleinste Fremdkörper erkannt werden, wobei die Varianz der Flascheneigenschaften extrem groß ist und nur sichtbares Licht verwendet wird?“, sollen neue KI-Techniken zur deutlich verbesserten Fremdköperdetektion genutzt werden.

Getränkeabfüllung ist ein industriell geprägter, hochautomatisierter Fließprozess. Qualitätsmanagementsysteme im Bereich Packaging heben mehrere Kontrollpunkte als besonders kritisch hervor, sogenannte CCP (critical control point). Neuartig an dem zu entwickelndem Verfahren zur Inline-Fremdkörperdetektion (FKD) ist die hohe Bedienerfreundlichkeit aufgrund der Interaktion zwischen Mensch und KI bei gleichzeitigem vollen Konsumentenschutz entsprechend der aktuellen medizinischen Erkenntnisse.

Die Firma miho deckt mit einer Vielzahl verschiedener Inline-Kontrollgeräte nahezu alle Kontrollaufgaben einer Getränkeabfüllanlage ab, wobei der Schwerpunkt auf bildgebenden Verfahren und klassischen Methoden der Bildanalyse liegt. Sie hat für die Einführung einer FKD auf KI-Basis eine hervorragende Marktposition und besitzt mit einem vergleichsweise großen F&E-Team umfangreiche Expertise in der klassischen Bildverarbeitung.

Das IES (Fachgebiet Intelligente Eingebettete Systeme) der Universität Kassel bietet für das Projekt Expertise im Bereich der Automatisierung von Maschinellem Lernen (ML), bei ML auf Bildern sowie in der Anomalieerkennung.