Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB

Filters

5 3
Reset filters

Settings
Now showing 1 - 8 of 8
  • Publication
  • Publication
    Predictive tracking with improved motion models for optical belt sorting
    ( 2020)
    Pfaff, Florian
    ;
    Pieper, Christoph
    ;
    Maier, Georg
    ;
    Noack, Benjamin
    ;
    Gruna, Robin
    ;
    Kruggel-Emden, Harald
    ;
    Hanebeck, Uwe D.
    ;
    Wirtz, Siegmar
    ;
    Scherer, Viktor
    ;
    Längle, Thomas
    ;
    Beyerer, Jürgen
    Optical belt sorters are a versatile means to sort bulk materials. In previous work, we presented a novel design of an optical belt sorter, which includes an area scan camera instead of a line scan camera. Line scan cameras, which are well-established in optical belt sorting, only allow for a single observation of each particle. Using multitarget tracking, the data of the area scan camera can be used to derive a part of the trajectory of each particle. The knowledge of the trajectories can be used to generate accurate predictions as to when and where each particle passes the separation mechanism. Accurate predictions are key to achieve high quality sorting results. The accuracy of the trajectories and the predictions heavily depends on the motion model used. In an evaluation based on a simulation that provides us with ground truth trajectories, we previously identified a bias in the temporal component of the prediction. In this paper, we analyze the simulation-based ground truth data of the motion of different bulk materials and derive models specifically tailored to the generation of accurate predictions for particles traveling on a conveyor belt. The derived models are evaluated using simulation data involving three different bulk materials. The evaluation shows that the constant velocity model and constant acceleration model can be outperformed by utilizing the similarities in the motion behavior of particles of the same type.
  • Publication
    Characterizing material flow in sensor-based sorting systems using an instrumented particle
    ( 2020)
    Maier, Georg
    ;
    Pfaff, Florian
    ;
    Bittner, Andrea
    ;
    Gruna, Robin
    ;
    Längle, Thomas
    ;
    Beyerer, Jürgen
    ;
    Noack, Benjamin
    ;
    Kruggel-Emden, Harald
    ;
    Hanebeck, Uwe D.
    Sensor-based sorting is a well-established single particle separation technology. It has found wide application as a quality assurance and control approach in food processing, mining, and recycling. In order to assure high sorting quality, a high degree of control of the motion of individual particles contained in the material stream is required. Several system designs, which are tailored to a sorting task at hand, exist. However, the suitability of a design for a sorting task is assessed by empirical observation. The required thorough experimentation is very time consuming and labor intensive. In this paper, we propose an instrumented bulk material particle for the characterization of motion behavior of the material stream in sensor-based sorting systems. We present a hardware setup including a 9-axis absolute orientation sensor that is used for data acquisition on an experimental sorting system. The presented results show that further processing of this data yields meaningful features of the motion behavior. As an example, we acquire and process data from an experimental sorting system consisting of several submodules such as vibrating conveyor channels and a chute. It is shown that the data can be used to train a model which enables predicting the submodule of a sorting system from which an unknown data sample originates. To our best knowledge, this is the first time that this IIoT-based approach has been applied for the characterization of material flow properties in sensor-based sorting.
  • Publication
    Automated security testing for web applications on industrial automation and control systems
    ( 2019)
    Pfrang, Steffen
    ;
    Borcherding, Anne
    ;
    Meier, David
    ;
    Beyerer, Jürgen
    Industrielle Automatisierungs- und Steuerungssysteme (IACS) spielen eine Schlüsselrolle in modernen Produktionsanlagen. Zum einen stellen sie den angeschlossenen Feldgeräten Echtzeitfunktionalität zur Verfügung. Zum anderen werden sie immer mehr mit lokalen Netzwerken und dem Internet verbunden, um die durch ""Industrie 4.0"" erdachten Anwendungsfälle zu ermöglichen. Viele IACS sind mit Webservern ausgestattet, die Webanwendungen für Konfigurations- und Verwaltungszwecke bereitstellen. Wenn ein Angreifer Zugriff auf eine solche Webanwendung erhält, die auf einem IACS betrieben wird, kann er Schwachstellen ausnutzen und möglicherweise den kritischen Automatisierungsprozess unterbrechen. Sicherheitsforschung für Webanwendungen ist in der Office-IT wohlbekannt. Es gibt eine Vielzahl von Best Practices und Tools zum Testen von Webanwendungen auf verschiedene Arten von Schwachstellen. Security-Tests zielen darauf ab, diese Schwachstellen zu entdecken, bevor sie ausgenutzt werden können. Um IACS-Herstellern und Integratoren die Durchführung von Security-Tests für ihre Geräte zu ermöglichen, wurde ISuTest entwickelt, ein modulares Security-Testing-Framework für IACS. Dieser Beitrag enthält eine Klassifizierung bekannter Arten von Schwachstellen in Webanwendungen. Dazu verwendet er die schlimmstmögliche direkte Auswirkung einer Schwachstelle. Basierend auf dieser Analyse wird eine Teilmenge von Open-Source-Schwachstellenscannern zur Erkennung solcher Schwachstellen ausgewählt und in ISuTest integriert. Anschließend wird die Integration ausgewertet. Diese Auswertung ist zweischrittig: Zuerst werden absichtlich verwundbare Webanwendungen genutzt. In einem zweiten Schritt werden sieben reale IACS, wie eine speicherprogrammierbare Steuerung, industrielle Switche und Cloud-Gateways, eingesetzt. Beide Auswertungsschritte beginnen mit der manuellen Überprüfung der Webanwendungen auf Schwachstellen. Sie schließen mit einem automatisierten Test der Webanwendungen mit den von ISuTest automatisierten Schwachstellenscannern. Die Ergebnisse zeigen, dass die Schwachstellenscanner 53?% der vorhandenen Schwachstellen erkannt haben. In einer früheren Studie mit kommerziellen Schwachstellenscannern konnten 54?% der Sicherheitslücken gefunden werden. Während der Durchführung der Analyse wurden 45 neue Schwachstellen entdeckt. Einige von ihnen brachten nicht nur den Webserver zum Absturz, sondern ließen das komplette IACS abstürzen und stoppten damit den kritischen Automatisierungsprozess. Dies zeigt, dass Security-Tests im industriellen Umfeld von entscheidender Bedeutung sind und alle von den Geräten erbrachten Dienste abdecken müssen.
  • Publication
    Uncertainty quantification of nonlinear distributed parameter systems using generalized polynomial chaos
    ( 2019)
    Chettapong, J.
    ;
    Bernard, Thomas
    ;
    Beyerer, Jürgen
    Viele Industrie- und Umweltprozesse sind komplexe örtlich-zeitliche Systeme, die auch als verteilt-parametrische Systeme bezeichnet werden. Sie können oft durch nichtlineare gekoppelte partielle Differentialgleichungen (PDE) beschrieben werden. Solche Systeme sind oft komplex und es ist schwierig, die Beziehung zwischen Modelleingang, Modellausgang und den Modellparametern herzustellen. Zusätzlich weicht die Prädiktion der physikalischen Modelle in der Regel von den realen Messungen ab. Im vorliegenden Beitrag wird ein systematischer Ansatz vorgestellt, um das Systemverhalten bei solchen Prozessen zu verstehen und die Abweichung zwischen der Modellprädiktion und dem realen Prozess zu reduzieren. Unvollständiges Wissen über den Prozess kann als Unsicherheit im Bayes'schen Sinn interpretiert werden. Die Unsicherheiten werden durch Zufallsvariablen oder ein Zufallsfeld beschrieben und mit der Methode der Unsicherheitsquantifizierung (UQ) quantifiziert. Die Hauptschwierigkeiten der Anwendung dieser UQ Ansätze auf nichtlineare PDE sind: (1) Modellierung der Unsicherheiten, (2) Reduktion des Rechenaufwandes. Herkömmliche Verfahren, wie beispielsweise sampling-basierte Verfahren, benötigen zahlreiche Modellberechnungen. Dieser Rechenaufwand kann durch die Methode des verallgemeinerten polynomialen Chaos (generalized polynomial chaos, gPC) vermindert werden. Die gPC Ansätze sind als effiziente Methode zur Quantifizierung der Unsicherheit bekannt. Als ein neues numerisches Verfahren wird die Polynomial Chaos Expansion (PCE) auf die rekursive Bayes'sche Schätzung angewendet. Die Effizienz und Leistungsfähigkeit des vorgeschlagenen Frameworks wird anhand der Diffusionsgleichung als Benchmark-Modell sowie anhand eines komplexen rheologischen Prozesses zur Herstellung von Glasstäben gezeigt. Mit Hilfe des beschriebenen Vorgehens kann der Prozess systematisch analysiert und die Modellparameter optimal kalibriert werden.
  • Publication
    Kognitive Systeme und Robotik
    ( 2018)
    Bauckhage, Christian
    ;
    Bauernhansl, Thomas
    ;
    Beyerer, Jürgen
    ;
    Garcke, Jochen
    Kognitive Systeme können komplexe Prozesse überwachen, analysieren und gewinnen daraus auch die Fähigkeit, in ungeplanten oder unbekannten Situationen richtig zu entscheiden. Fraunhofer-Experten setzen Verfahren des maschinellen Lernens ein, um neue kognitive Funktionen für Roboter und Automatisierungslösungen zu nutzen. Dazu statten sie Systeme mit Technologien aus, die von menschlichen Fähigkeiten inspiriert sind bzw. diese imitieren und optimieren. Der Bericht beschreibt diese Technologien, erläutert aktuelle Anwendungsbeispiele und entwirft Szenarien für zukünftige Anwendungsfelder.
  • Publication