MHD und Chargencode gegenlesen: OCR und OCV in der Lebensmittel- und Getränkelinie

Ein Drucker, der nur auf Störung verdrahtet ist, meldet, dass er gedruckt hat. Welches Datum auf der Flasche steht, weiß er nicht. In dokumentierten Projekten ist genau das der Ausgangspunkt: Eine Reklamation kommt zurück, ein Abnehmer in einem anderen EU-Land verlangt eine zusätzliche Qualitätsprüfung, oder mit einem neuen ERP-System wird Track and Trace eingeführt. Dann steht die Frage im Raum, ob sich die Klarschrift auf der laufenden Flasche gegen einen Sollwert lesen lässt, bei 20.000 bis 58.000 Einheiten pro Stunde. Ein Betreiber transparenter PET-Flaschen hat den Stand seiner Linie in einem Satz zusammengefasst: Sein Mindesthaltbarkeitsdatum konnte bisher niemand lesen.

Wichtige Punkte im Überblick

  • Eine transparente PET- oder Glasflasche liefert keinen definierten Hintergrund, weil hinter dem Aufdruck Füllgut, Rückenetikett und die nächste Flasche im Band stehen, und weißer Druck auf schwarzen Packungen kehrt zusätzlich die Polarität um.
  • Die Lösung steckt im Aufbau und nicht in der Software: zusätzliche Beleuchtung, ein Polarisationsfilter und ein Blickwinkel von schräg oben, am PET-Flaschenhals in der Anwendungspraxis bei etwa 100 mm Arbeitsabstand.
  • Der Mustervergleich gegen ein gespeichertes Bild fällt aus, sobald eine Düse leicht zusetzt oder das Substrat wechselt, während eine AI-basierte Klarschriftauslesung auf einem AI Vision-Sensor der Modellreihe IV4 die Zeichen als Zeichen liest.
  • In realen Projekten liegen die Zeitbudgets bei 200 ms je Flasche und je Dose bei 200 Dosen pro Minute und bei 48 ms auf einem PET-Flaschenhals mit gesetzten Highspeed-Filtern bei 20.000 Flaschen pro Stunde.
  • Ein gelesener String ohne Sollwert ist nur ein Protokoll, und in dokumentierten Projekten war nicht die Erkennung der Engpass, sondern die Vergabe und Pflege des Mastertextes mit seinem Datumsformat und seiner Chargenlogik.

Warum das MHD auf transparenten Flaschen und schwarzen Packungen schwer zu lesen ist

Klarschriftauslesung in der Abfüllung ist keine Schrifterkennung am Schreibtisch. Fünf Eigenschaften der Aufgabe machen sie schwer:

  • Eine transparente PET- oder Glasflasche liefert keinen definierten Hintergrund. Hinter dem Aufdruck stehen Füllgut, Rückenetikett und die nächste Flasche im Band.
  • Glas, glänzende Deckel und metallisierte Folie spiegeln die eigene Beleuchtung in das Bild.
  • Weißer Druck auf schwarzen Flaschen kehrt die Polarität um. In einem dokumentierten Werk laufen vier schwarz druckende Geräte, ein UV-Coder und ein weiß druckendes Gerät auf denselben Linien.
  • Sechs- und achtstellige Codes auf Verschlüssen sind klein, sitzen gewölbt und lassen sich oft nicht verlegen, weil der Deckel vorgegeben ist.
  • Die Druckqualität schwankt von Einheit zu Einheit. Genau daran scheitert der Vergleich mit einem gespeicherten Musterbild.

Keine dieser Eigenschaften tritt alleine auf. Schwierig wird es, wo spiegelnde und transparente Flächen zusammenkommen, in Bewegung und bei wechselnder Flaschenform.

Anwesenheit, Inhalt, Abgleich: drei Stufen der Prüfung und was jede kostet

Die erste Stufe prüft, ob überhaupt gedruckt wurde. Ein Werk hat dafür den Drucker an die Steuerung der Abfüllanlage gehängt, sodass ein ausgefallener Druck eine Störung auslöst. Das kostet wenig und sagt nichts über den Inhalt.

Die zweite Stufe liest die Zeichen und vergleicht sie mit dem Sollwert der Linie. Optisch ist das die eigentliche Arbeit, datentechnisch reicht ein Sollwert aus der Steuerung, in einem Projekt ausdrücklich so gelöst.

Die dritte Stufe vergleicht diesen Sollwert mit dem Mastertext aus dem ERP-System. Hier verschiebt sich der Aufwand von der Optik in die IT. In einem Projekt, das aus Reklamationen entstand, war die Klarschriftauslesung unstrittig, offen blieb allein die Anbindung. Wer die Stufen der Reihe nach baut, hat nach Stufe zwei den größten Teil des Nutzens.

Beleuchtung, Polarisationsfilter und Blickwinkel als Teil der Lösung

Die Optik entscheidet sich am Aufbau, nicht am Sensor. An einer Station direkt hinter der Siegelmaschine waren zusätzliche Beleuchtung und ein Polarisationsfilter die Voraussetzung für ein stabiles Ergebnis. Auf einem PET-Flaschenhals hat sich ein Blickwinkel von schräg oben bei etwa 100 mm Arbeitsabstand bewährt, weil die Spiegelung damit aus dem Zeichenbereich wandert.

Aus der Anwendungspraxis sind Leseabstände von rund 90 bis 400 mm dokumentiert, Sichtfelder von 30 mm auf einem einzelnen Code bis 150 x 150 mm auf einer Packung. Der Arbeitsabstand ist selten die Grenze, AI Vision-Sensoren der Modellreihe IV4 arbeiten von 50 mm bis über 3 m. Die Grenze setzt das Verhältnis von Zeichenhöhe zum Sichtfeld. Ein Sichtfeld von 150 mm über achtstelliger Klarschrift verschenkt Auflösung, die keine Software zurückholt.

Inkjet- und Laserkennzeichnung mit einer Prüfung abdecken: unterschiedlicher Kontrast auf einer Linie

Selten trägt eine Linie nur eine Art von Kennzeichnung. In einem Getränkewerk kommt das MHD teils aus dem Tintenstrahldrucker, teils aus dem Laser, und beides erzeugt völlig verschiedene Bilder. Der Continuous-Inkjet-Drucker der Modellreihe MK-G setzt Pigment auf die Oberfläche, ein Laser erzeugt eine Struktur- oder Farbänderung im Material, die als schwacher, richtungsabhängiger Kontrast erscheint. Der UV-Laser Coder FP-1000 auf Verpackungsfolie verhält sich wieder anders als eine Gravur auf Glas.

Der Aufbau muss also beide Kontrastarten hergeben, was über die Beleuchtungsrichtung geht und nicht über die Auswertung. Und das Prüfprogramm gehört an die Kennzeichnungsart gebunden, nicht nur an den Artikel. Welches Markierverfahren auf welchem Werkstoff sitzt, ordnet der Beitrag „Glasflaschen, Verschlüsse und Kanister per Laser codieren: verbrauchsmaterialfrei kennzeichnen".

200 bis 48 Millisekunden: OCR bei 20.000 bis 58.000 Einheiten pro Stunde

Der Takt ist die harte Randbedingung, und die dokumentierten Werte liegen weiter auseinander, als es die Linienleistung vermuten lässt. Auf einem Flaschenetikett aus 90 mm Abstand wurden 200 ms je Flasche gefahren, bei etwa 70 bis 90 ms Verarbeitungszeit für eine Textzeile. An einer Dosenlinie mit 200 Dosen pro Minute stehen ebenfalls 200 ms zur Verfügung. Auf einem PET-Flaschenhals waren 48 ms möglich, mit gesetzten Highspeed-Filtern, bei 20.000 Flaschen pro Stunde. Auf einem Bieretikett lautete die Vorgabe 58.000 Einheiten pro Stunde bei 150 x 150 mm Sichtfeld, und die schnellste Anlage eines Abfüllers fährt 45.000 Flaschen pro Stunde, also 12,5 je Sekunde.

Das sind Werte aus realen Projekten und keine Gerätespezifikationen. Sie hängen an der Zahl der Textzeilen, an der Größe des ausgewerteten Bildbereichs und an den zugeschalteten Filtern. Ebenso wichtig ist der Auslöser. Läuft die Bahn über einen Frequenzumrichter, gehört vor die Auslegung die Frage, wo ein brauchbares Triggersignal abgegriffen wird.

AI-OCR gegen Druckschwankung: Zeichensatz nach Regel statt nach Musterbild

Der Mustervergleich gegen ein gespeichertes Bild ist die Methode, die in der Abfüllung am häufigsten aufgegeben wird. Er hält, solange der Druck gleich bleibt, und fällt aus, sobald eine Düse leicht zusetzt oder das Substrat wechselt. Eine AI-basierte Klarschriftauslesung liest stattdessen Zeichen als Zeichen. In einem Test hat die Kombination aus \`AI Trigger\` und String-Suche auf einem AI Vision-Sensor der Modellreihe IV4 den Anwender überzeugt, nachdem der vorherige Weg über den Bildvergleich lief.

Der zweite Hebel ist die Beschreibung des Zeichensatzes. Legt man je Stelle fest, ob dort eine Zahl oder ein Buchstabe stehen kann, entscheidet die Regel die typischen Verwechslungen von 0 und O oder 1 und I, ohne dass die Optik besser werden muss. Sitzen die Zeichen auf transparentem, spiegelndem oder dunklem Untergrund, ist die All-in-One Kamera mit integrierter AI der Modellreihe VS die robustere Wahl, weil ihr Klassifikator die Streuung des Druckbilds mitnimmt.

Mastertext, SPS und ERP: woher der Sollwert kommt und wer ihn pflegt

Ein gelesener String ohne Sollwert ist nur ein Protokoll. In einem dokumentierten Projekt war der Engpass ausdrücklich nicht die Erkennung, sondern die Vergabe des Mastertextes, also die Frage, wer festlegt, welches Datumsformat und welche Chargenlogik gelten und wer das beim Produktwechsel ändert.

Drei Quellen für den Sollwert sind in der Praxis dokumentiert:

  • die Steuerung der Linie, die den Wert an die Prüfstation gibt
  • das ERP-System, das den Mastertext je Artikel führt
  • ein Code, der ohnehin auf der Packung steht und von einem AI-Codeleser der Modellreihe SR-X als Referenz mitgelesen wird

Eine Linie ohne SPS ist dabei kein Ausschlussgrund, und dieser Fall ist häufiger, als Angebote unterstellen. In einem Projekt sollte eine CSV- oder Textdatei direkt an das ERP-System gehen, weil in der Linie noch keine Steuerung vorhanden war. In einem anderen liest ein mobiler Computer der Modellreihe BT-A700 den Code zuerst, und der Festleser vergleicht dagegen. Beide Wege umgehen die Steuerung bewusst.

Kondensat, Eisbeschlag und wechselnde Flaschenformen beherrschen

Kommen Flaschen aus dem Tiefkühlbereich, laufen sie an. Ein Projekt nennt einen Übergang von minus 24 auf minus 4 Grad, bei dem Eisbeschlag auftreten kann, mit zehn Flaschentypen zwischen 50 und 110 mm Durchmesser. Immerhin ist die Charge dort geometrisch einheitlich, sodass sich die Prüfung je Sortiervorgang einstellen lässt.

Auf einer Getränkelinie ist das anders. Bis zu acht Flaschenformen mit verschiedener Höhe und Kontur laufen über dieselbe Station, dazu hunderte Artikelvarianten. Damit wird die Programmverwaltung zum Auslegungsthema. AI Vision-Sensoren der Modellreihe IV4 halten 32 Programme intern, 128 nur mit microSD-Karte und aktivierter \`\[Programmerweiterung\]\`, wobei die Umschaltung über externe Eingänge bei den All-In-One-Modellen bei 32 endet. Trägt eine Maschine mehrere Prüfpunkte, in einem Projekt fünf Kameras für Code und Klarschrift, fasst die High-Performance Bildverarbeitung mit integrierter AI der Modellreihe VS-G bis zu acht Kameras an einem Controller zusammen.

Pseudoausschuss vermeiden: die Kosten falscher Ausleitungen

Eine Prüfung hat zwei Fehlerarten, und in der Abfüllung ist die zweite die teurere. Ein durchgelassener Fehldruck erzeugt eine Reklamation. Eine gute Flasche, die als schlecht ausgeleitet wurde, ist unmittelbar verloren, denn das Wiedereinschleusen ausgeleiteter Einheiten wurde in einem Projekt geprüft und als nicht möglich verworfen.

Zur Abnahme gehört deshalb nicht nur die Frage, ob die Prüfung schlechte Einheiten findet, sondern auch, wie viele gute sie verwirft. Beide Zahlen entstehen am Originalmaterial und nicht am Datenblatt. Steht neben der Klarschrift ein Code, kommt die Codegüte hinzu. In einem dokumentierten Fall war die Lesbarkeit mit dem Prüfgerät der eigenen Qualitätssicherung das Ausschlusskriterium, mit Güte B als Vorgabe. Gedruckte Codes werden nach ISO/IEC 15415 bewertet, lineare Codes nach ISO/IEC 15416. Codeleser der Modellreihe SR-X und der Modellreihe SR-2000 liefern diese Bewertung und zusätzlich einen Übereinstimmungswert von 1 bis 100, an dem sich die verbleibende Lesereserve über Wochen ablesen lässt. Wie sich Etikett, Sleeve und Verschluss als Objekt prüfen lassen, behandelt der Beitrag „Etikett, Sleeve und Verschluss prüfen: Sitz, Ausrichtung und Variante in der Abfülllinie".

Häufige Fragen

F Warum lässt sich das MHD auf einer transparenten Flasche so schwer lesen?

A

Eine transparente Flasche liefert keinen definierten Hintergrund, hinter dem Aufdruck stehen Füllgut, Rückenetikett und die nächste Flasche. Dazu kommen Spiegelungen auf Glas und Deckeln sowie eine von Einheit zu Einheit schwankende Druckqualität. In der Anwendungspraxis lösen zusätzliche Beleuchtung, ein Polarisationsfilter und ein Blickwinkel von schräg oben mehr als eine andere Software.

F Welche Taktzeiten sind für eine OCR-Prüfung in der Abfüllung realistisch?

A

Dokumentiert sind 200 ms je Flasche mit etwa 70 bis 90 ms Verarbeitungszeit für eine Textzeile, 200 ms je Dose bei 200 Dosen pro Minute und 48 ms auf einem PET-Flaschenhals mit gesetzten Highspeed-Filtern bei 20.000 Flaschen pro Stunde. Das sind Werte aus realen Projekten, die von Zeilenzahl, Bildbereich und Filtereinstellung abhängen.

F Warum scheitert der Vergleich mit einem gespeicherten Musterbild?

A

Weil er das Druckbild und nicht die Zeichen vergleicht. Eine leicht zusetzende Düse, ein anderes Substrat oder ein Wechsel von Tintenstrahl auf Laser verändern das Bild so weit, dass die Übereinstimmung ausfällt. Eine AI-basierte Klarschriftauslesung liest Zeichen als Zeichen und toleriert diese Streuung, ergänzt um eine Regel, welche Stelle im Code eine Zahl und welche einen Buchstaben tragen darf.

F Funktioniert die Prüfung auch in einer Linie ohne SPS?

A

Ja, und dieser Fall ist in der Abfüllung verbreitet. In einem Projekt geht das Leseergebnis als CSV- oder Textdatei direkt an das ERP-System, weil in der Linie noch keine Steuerung vorhanden ist. In einem anderen liest ein Mobilcomputer den Code als Referenz, und der Festleser vergleicht dagegen. Voraussetzung ist in beiden Fällen ein gepflegter Sollwert.

F Wie teuer sind falsche Ausleitungen wirklich?

A

Sie zählen als voller Verlust, weil eine gute, aber ausgeleitete Flasche nicht in die Linie zurückgeführt werden kann. In einem Projekt wurde genau das geprüft und verworfen. Zur Abnahme gehören daher beide Fehlerraten, gemessen am Originalmaterial.

Weiterführende Artikel

Übergeordnete Themenseite: Messen, Kennzeichnen und Prüfen in der Lebensmittel- und Getränkeproduktion: Der Überblick für Qualitäts- und Produktionsverantwortliche

Hauptartikel zum Thema: MHD und Chargennummer in der Abfüllung kennzeichnen: Verfahren, Taktzeit und Verfügbarkeit

Weiterer Artikel im Thema: Glasflaschen, Verschlüsse und Kanister per Laser codieren: verbrauchsmaterialfrei kennzeichnen

Weiterer Artikel im Thema: Etikett, Sleeve und Verschluss prüfen: Sitz, Ausrichtung und Variante in der Abfülllinie

Weiterer Artikel im Thema: Von der Flasche bis zur Palette: Codes lesen und Mehrwegkästen, Fässer und Paletten rückverfolgen