Motion-based material characterization in sensor-based sorting

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.

Sensor-based sorting provides state-of-the-art solutions for sorting cohesive, granular materials. Typically, involved sensors, illumination, implementation of data analysis and other components are designed and chosen according to the sorting task at hand. A common property of conventional systems is the utilization of scanning sensors. However, the usage of area-scan cameras has recently been proposed. When observing objects at multiple time points, the corresponding paths can be reconstructed by using multiobject tracking. This in turn allows to accurately estimate the point in time and position at which any object will reach the separation stage of the optical sorter and hence contributes to decreasing the error in physical separation. In this paper, it is proposed to further exploit motion information for the purpose of material characterization. By deriving suitable features from the motion information, we show that high classification performance is obtained for an exemplary classification task. The approach therefore contributes towards decreasing the detection error of sorting systems.