Dr.-Ing.

Gruna, Robin

Filters

3
Reset filters

Settings
Now showing 1 - 3 of 3
  • Publication
    Application of area-scan sensors in sensor-based sorting
    ( 2018)
    Maier, Georg
    ;
    Pfaff, F.
    ;
    Pieper, C.
    ;
    Gruna, Robin
    ;
    Noack, B.
    ;
    Kruggel-Emden, H.
    ;
    Längle, Thomas
    ;
    Hanebeck, U.D.
    ;
    Wirtz, S.
    ;
    Scherer, V.
    ;
    Beyerer, Jürgen
    In the field of machine vision, sensor-based sorting is an important real-time application that enables the separation of a material feed into different classes. While state-of-the-art systems utilize scanning sensors such as line-scan cameras, advances in sensor technology have made application of area scanning sensors feasible. Provided a sufficiently high frame rate, objects can be observed at multiple points in time. By applying multiobject tracking, information about the objects contained in the material stream can be fused over time. Based on this information, our approach further allows predicting the position of each object for future points in time. While conventional systems typically apply a global, rather simple motion model, our approach includes an individual motion model for each object, which in turn allows estimating the point in time as well as the position when reaching the separation stage. In this contribution, we present results from our collaborative research project and summarize the present advances by discussing the potential of the application of area-scan sensors for sensor-based sorting. Among others, we introduce our simulation-driven approach and present results for physical separation efficiency for simulation-generated data, demonstrate the potential of using motion-based features for material classification and discuss real-time related challenges.
  • Publication
    Motion-based material characterization in sensor-based sorting
    ( 2018)
    Maier, Georg
    ;
    Pfaff, F.
    ;
    Becker, F.
    ;
    Pieper, C.
    ;
    Gruna, Robin
    ;
    Noack, B.
    ;
    Kruggel-Emden, H.
    ;
    Längle, Thomas
    ;
    Hanebeck, U.D.
    ;
    Wirtz, S.
    ;
    Scherer, V.
    ;
    Beyerer, Jürgen
    Für die Sortierung von kohäsiven, granularen Materialien entspricht die sensorgestützte Sortierung dem Stand der Technik. Die Auswahl geeigneter Systemkomponenten, wie etwa Sensorik, Beleuchtung, oder die Realisierung der Datenauswertung, orientiert sich bei der Entwicklung entsprechender Systeme an der konkreten Sortieraufgabe, die es zu lösen gilt. Eine Gemeinsamkeit findet sich im Einsatz scannender Sensoren. Jüngst wurde jedoch der Einsatz von Flächenkameras vorgeschlagen. Durch die Beobachtung von Objekten zu mehreren Zeitpunkten besteht die Möglichkeit, deren Bewegungspfade zu verfolgen. Dies erlaubt eine präzise Schätzung der Position und des Zeitpunkts, zu welchem ein Objekt die Trennstufe des Systems erreicht und hilft somit dabei, den Fehler in der physikalischen Separation zu verringern. In dieser Veröffentlichung wird vorgeschlagen, diese Bewegungsinformation ebenfalls zur Charakterisierung von Materialien zu verwenden. Durch die Ableitung geeigneter Merkmale zeigen wir exemplarisch für eine Klassifikationsaufgabe, dass hierdurch gute Ergebnisse erzielt werden können. Der vorgestellte Ansatz trägt damit zur Verringerung des Erkennungsfehlers in Sortiersystemen bei.
  • Publication
    Improving material characterization in sensor-based sorting by utilizing motion information
    ( 2017)
    Maier, Georg
    ;
    Pfaff, F.
    ;
    Becker, F.
    ;
    Pieper, C.
    ;
    Gruna, Robin
    ;
    Noack, B.
    ;
    Kruggel-Emden, H.
    ;
    Längle, Thomas
    ;
    Hanebeck, U.D.
    ;
    Wirtz, S.
    ;
    Scherer, V.
    ;
    Beyerer, Jürgen
    Sensor-based sorting provides state-of-the-art solutions for sorting of cohesive, granular materials. Systems are tailored to a task at hand, for instance by means of sensors and implementation of data analysis. Conventional systems utilize scanning sensors which do not allow for extraction of motion related information of objects contained in a material feed. Recently, usage of area-scan cameras to overcome this disadvantage has been proposed. Multitarget tracking can then be used in order to accurately estimate the point in time and position at which any object will reach the separation stage. In this paper, utilizing motion information of objects which can be retrieved from multitarget tracking for the purpose of classification is proposed. Results show that corresponding features can significantly increase classification performance and eventually decrease the detection error of a sorting system.