Verpackungstypen automatisch klassifizieren: Beutel, Trays und Faltschachteln sicher unterscheiden

Wenn sich Varianten kaum unterscheiden: die Grenze regelbasierter Werkzeuge

Ein regelbasiertes Prüfwerkzeug braucht ein beschreibbares Merkmal: einen Durchmesser, eine Kantenlänge, eine Fläche, einen Grauwert. Solange sich zwei Verpackungstypen in einer solchen Größe unterscheiden, ist die Aufgabe gelöst, bevor sie begonnen hat.

In den Aufzeichnungen tauchen jedoch andere Fälle auf. Nusssorten unterscheiden sich in Form und Oberfläche, aber jede Nuss sieht anders aus als ihre Nachbarin derselben Sorte. Backwaren im Tray variieren in Bräunung und Aufgang stärker als zwischen zwei Sorten. Zehn Lack- und Folienfarben liegen so nah beieinander, dass ein einzelner Farbwert die nächstliegenden Paare zusammenfasst. Zwei Manschetten tragen dasselbe Layout und unterscheiden sich in einem Wort. Hier ist die Streuung innerhalb einer Klasse größer als der Abstand zwischen zwei Klassen, und daran scheitern feste Schwellwerte.

Das Akzeptanzkriterium heißt Trennschärfe, nicht Messgenauigkeit. Eine Prüfung, die 300 Typen sicher auseinanderhält und bei zwei unsicher wird, ist genau dort nicht abnahmefähig, wo die Verwechslung entsteht. Deshalb beginnt jede Spezifikation mit dem ähnlichsten Paar.

AI-Klassifizierung in der Verpackungslinie: was eingelernt wird und was nicht

Eine AI-Klassifizierung dreht das Vorgehen um. Statt ein Merkmal zu definieren und eine Grenze zu setzen, zeigt man dem System Beispielbilder je Klasse und lässt es das unterscheidende Muster selbst finden. Für Naturprodukte, nahe Farbvarianten und Aufdruckdetails ist das der praktikable Weg. Eine All-in-One Kamera mit integrierter AI der Modellreihe VS bringt diese Klassifizierung mit, und wo mehrere Kameras auf einem Controller arbeiten, übernimmt die High-Performance Bildverarbeitung mit integrierter AI der Modellreihe VS-G. Der AI Vision-Sensor der Modellreihe IV4 deckt mit AI Identify die Typentscheidung ab, AI Count zählt gleichartige Objekte wie Becher in einem Tray.

Entscheidungsreif wird eine solche Lösung über die Qualität der Beispielbilder. Erstens gehören alle Varianten in den Einlernbestand, ausdrücklich die ähnlichsten Paare, sonst lernt das System eine Trennung, die es nie prüfen musste. Zweitens muss die zulässige Streuung abgedeckt sein: Chargenwechsel, Verschmutzung, Faltenwurf, Lageabweichung, Tageslicht in der Halle. Zehn perfekte Muster erzeugen in der Serie Pseudoausschuss. Drittens sollten physische Grenzmuster dokumentieren, wo eine Variante endet.

Was eine Klassifizierung nicht leistet, gehört ebenso zur Auslegung: Sie liefert eine Klasse, kein Maß. Verlangt die Aufgabe eine Positionsangabe für einen Greifer, eine Winkelangabe für die Vororientierung oder einen gelesenen Text, braucht es zusätzliche Werkzeuge im selben Prüfablauf. In vielen Linien läuft deshalb eine Klassifizierung für die Typfrage neben einer Lageerkennung für die Handhabung.

Farbe als Merkmal: wo ein Farbsensor reicht und wo er aufgibt

Farbe ist in der Verpackung das häufigste Unterscheidungsmerkmal, weil Grundfarben ein bequemes Ordnungssystem für Sortimente sind. Für die Technikwahl ist das gute Nachricht und Falle zugleich.

Bei einer Handvoll klar getrennter Farben, etwa vier Deckelfarben oder drei Folientypen, ist ein Lichtleitersensor mit Farbunterscheidungsvermögen der Modellreihe CZ die einfachere Lösung als eine Kamera. Er braucht kein Bildfeld, keine große Beleuchtungsplanung und liefert ein Schaltsignal für die Steuerung.

Die Grenze zeigt sich, sobald das Sortiment wächst. In den Aufzeichnungen findet sich ein Farbsensor, der einen Teil der Palette sauber trennte und die nächstliegenden Paare zusammenfasste. Ein Punktmessgerät wertet einen Fleck aus und kennt keinen räumlichen Kontext. Unterscheiden sich zwei Varianten nur in der Verteilung der Farbe, etwa durch einen Aufdruck auf gleichem Grund, endet der Weg. Ebenso, wenn Glanz, Wölbung oder Faltenwurf den Farbwert stärker verschieben als der Unterschied zwischen den Varianten.

Dann führt der Weg zur Kamera, bei mehrdeutiger Farbe weiter zur multispektralen Aufnahme. Eine All-in-One Kamera der Modellreihe VS nimmt über acht Wellenlängen von UV bis IR auf, sodass Materialien, die im sichtbaren Licht gleich erscheinen, in einem anderen Spektralbereich auseinandertreten.

Transparente und halbtransparente Produkte im Takt erkennen

Transparente Ware ist die zweite Sackgasse. Ampullen, Laborverbrauchsartikel, klare Becher und farblose Kleinteile im Zuführer liefern im Auflicht kaum Kontrast, und die Aussage, dass Lichttaster hier ihre Grenze erreichen, ist in den Aufzeichnungen der häufigste Anlass für den Wechsel zur Bildverarbeitung.

Der Hebel ist die Beleuchtung, nicht die Auflösung. Durchlicht macht aus einem transparenten Objekt eine Silhouette und damit ein auswertbares Merkmal, was für Form, Höhe und Anwesenheit meist genügt. Ist die Silhouette zweier Varianten gleich, hilft UV-Beleuchtung, weil viele Kunststoffe und Beschichtungen darauf unterschiedlich reagieren. Polarisationsfilter nehmen gewölbten Oberflächen die Reflexe.

Der Takt kommt als zweite Anforderung hinzu, in dokumentierten Anwendungen von etwa 18 Takten pro Minute beim Tray-Packen bis zu 200 Teilen pro Minute in Zuführern. Bei den hohen Raten bleiben wenige Millisekunden für Aufnahme, Klassifizierung und Ausgabe, und der Auslöser wird zur eigenen Frage: Ein sauberer Trigger auf das einzelne Teil ist bei dicht laufender Zuführung schwieriger zu bekommen als das Prüfergebnis.

Bei Folien und dünnen Kunststoffteilen wirkt Elektrostatik im Hintergrund. Aufgeladene Teile ziehen Staub an und haften aneinander, was Doppelabzüge und verfälschte Bilder erzeugt. Ionisatoren der Modellreihe SJ an Zuführung und Abwicklung flankieren deshalb die Kamera.

Der unterschätzte Zeitfresser: Programmumschaltung gegen Mehrfachauswertung

Ein Prüfprogramm pro Variante ist der übliche Aufbau und funktioniert gut, solange die Liste überschaubar bleibt und die Umschaltung zum Rüstvorgang gehört. Der AI Vision-Sensor der Modellreihe IV4 hält bis zu 128 Programme vor, was für Kartonage-, Verschluss- und Formatfragen meist ausreicht.

Problematisch wird es, wenn innerhalb eines Auftrags umgeschaltet werden muss, weil verschiedene Typen gemischt laufen. In den Aufzeichnungen gehen mehrere Sekunden pro Teil allein für den Programmwechsel verloren. Bei 18 Takten pro Minute ist das verkraftbar, in einem Zuführer mit 200 Teilen pro Minute nicht mehr. Ein weiterer Fall ist eine ältere Vision-Sensor-Generation, deren Umschaltung mehr Zeit kostete als die Prüfung.

Zwei Auswege sind gangbar. Der eine besteht darin, mehrere nahe Varianten in einem Prüfprogramm gegeneinander zu bewerten: Das System hält die hinterlegten Typen parallel vor, entscheidet in einer Aufnahme, welcher vorliegt, und gibt die Klasse aus. Die Umschaltzeit entfällt, und die Steuerung muss den Typ nicht vorher kennen. Der andere ist die AI-Klassifizierung mit Klassen statt Programmen, weil eine neue Variante als weitere Klasse ergänzt wird und nicht als weiteres Regelwerk.

Für die Auslegung folgt daraus eine Frage an das Lastenheft: Wechselt der Typ zwischen Aufträgen oder innerhalb eines Auftrags? Die Antwort verschiebt die Lösung mehr als die Anzahl der Varianten.

Sortenreinheit vor dem Verpacken absichern

Die Typunterscheidung am fertigen Gebinde findet den Fehler, aber sie findet ihn spät. Eine Station vor dem Verschließen findet ihn dort, wo er noch korrigierbar ist.

Drei Einbauorte haben sich bewährt. Der erste liegt an der Produktzuführung: Welche Sorte kommt an, und darf für sie die eingestellte Verpackung verwendet werden? Der zweite liegt am Magazin: Liegt die richtige Faltschachtel, die richtige Manschette, der richtige Beutelvorrat bereit? In dokumentierten Anwendungen werden dafür mehrere Magazine nebeneinander mit einem Bildfeld bis etwa 1.000 x 350 mm überwacht. Der dritte prüft unmittelbar vor dem Verschließen Produkt und Verpackungsmittel im gleichen Bild.

Die Wirkung liegt in der Vermeidung der Serie. Wird ein Sortenwechsel am Trichter erkannt, betrifft die Reaktion einige Teile; wird er am Palettenplatz erkannt, einen Auftrag. Wie die Identität über Etikett und Code abgesichert wird, beschreibt "Etiketten- und Codekontrolle zur Typunterscheidung: das richtige Etikett auf der richtigen Verpackung", den Verschlusszustand behandelt "Verschlusskontrolle an Kartons und Faltschachteln: offene Laschen, Deckel und Überstände erkennen" und Endlosmaterial "Etikettenposition, Splice und Druckbildlage: Merkmale auf der laufenden Bahn erkennen". Die Einordnung aller Weichen liefert "Sortieren und Typunterscheidung in der Verpackungs- und Druckindustrie: Verwechslungen zuverlässig ausschließen", den Gesamtüberblick der Verpackung & Druck Hub.

Häufige Fragen

Weiterführende Artikel

Übergeordnete Themenseite: Kennzeichnung, Kontrolle und Identifikation in Verpackung und Druck: Der Überblick für Linienbetreiber und Qualitätsverantwortliche

Hauptartikel zum Thema: Sortieren und Typunterscheidung in der Verpackungs- und Druckindustrie: Verwechslungen zuverlässig ausschließen

Weiterer Artikel im Thema: Etiketten- und Codekontrolle zur Typunterscheidung: das richtige Etikett auf der richtigen Verpackung

Weiterer Artikel im Thema: Verschlusskontrolle an Kartons und Faltschachteln: offene Laschen, Deckel und Überstände erkennen

Weiterer Artikel im Thema: Etikettenposition, Splice und Druckbildlage: Merkmale auf der laufenden Bahn erkennen