Verfahren zur Erkennung von sackförmigen Stückgütern für die automatische Entladung in logistischen Prozessen

Die wirtschaftliche Relevanz für die Automatisierung der Entladung von standardisierten Massenstückgütern ist hoch, denn ein großer Teil der importierten Güter Europas eignen sich aufgrund ihrer Form, ihres Gewichts und ihrer Größe für die automatische Entladung. Die Automatisierung der Entladeprozesse ist aufgrund der undefinierten Lage und Position der Stückgüter in den Ladungsträgern eine große Herausforderung. Eine Machbarkeitsstudie des Bremer Instituts für Produktion und Logistik über die automatische Entladung von sackförmigen Stückgütern hat gezeigt, dass die Objekterkennung die größte Herausforderung ist. Daher wird in dieser Arbeit ein Verfahren zur Erkennung von sackförmigen Stückgütern für die automatische Entladung in logistischen Prozessen entwickelt. Es wird ein modellbasiertes Erkennungsverfahren entwickelt, das aus einer Initialpunktsuche und einer Hypothesen-Verifikation besteht. Das Modell für sackförmige Stückgüter ist ein Baum, dessen Knoten ausgewählte Oberflächenpunkte und dessen Kanten Nachbarschaftsbeziehungen zwischen den Oberflächenpunkten eines sackförmigen Stückguts repräsentieren. Die Erkennung teilt sich in eine Initialpunktsuche und eine Hypothesen-Verifikation. In der Initialpunktsuche werden Sensorpunkte gesucht, die sich als Wurzelknoten eines Objektbaums eignen. In der darauf folgenden Hypothesen-Verifikation wird die Hypothese entweder verifiziert oder verworfen, dass es sich bei einem Initialpunkt um einen Wurzelknoten eines Objektbaums handelt. Die Validierung des Verfahrens erfolgt an Testfällen, die realitätsnahe Entladeszenarien nachstellen.