KI-gestütztes Robotersystem zur flexiblen und automatisierten Obstschälung
Im Forschungs- und Entwicklungsprojekt ASQKI wird ein robotergestütztes Schälsystem für unterschiedliche Obstsorten entwickelt. Die Lösung verbindet Bildverarbeitung, Methoden der Künstlichen Intelligenz und eine adaptive Prozesssteuerung. Produktmerkmale wie Form, Größe und Oberflächenbeschaffenheit sollen automatisch erfasst und zur Anpassung des Schälprozesses genutzt werden. Ziel ist eine flexible Obstvorverarbeitung mit geringerem manuellem Aufwand und reduziertem Verschnitt.
Ausgangslage und Motivation
Bei der Verarbeitung von Obst müssen Rohwaren für viele Produkte zunächst geschält und weiterverarbeitet werden. Dieser Arbeitsschritt erfolgt in vielen Anwendungen manuell. Verfügbare automatisierte Schällösungen sind häufig auf bestimmte Fruchtarten oder begrenzte Geometrie- und Größenbereiche ausgelegt. Stark variierende Formen, Oberflächen und Reifezustände erschweren daher eine flexible Automatisierung.
Für Verarbeitungsbetriebe besteht damit Bedarf an Systemen, die unterschiedliche Produktvarianten zuverlässig erkennen und die Bearbeitung an die jeweilige Frucht anpassen können. Dies ist insbesondere dort relevant, wo wechselnde Obstsorten oder Früchte mit uneinheitlichen geometrischen und qualitativen Eigenschaften verarbeitet werden.
Zielstellung
ASQKI soll ein automatisiertes Schälsystem entwickeln, das verschiedene Obstsorten und Qualitätsklassen flexibel verarbeiten kann. Ein robotergestütztes System soll relevante Produktmerkmale automatisch erfassen und daraus geeignete Parameter für Werkzeugführung und Prozessablauf ableiten.
Dazu wird eine adaptive Prozessführung entwickelt, die den Schälvorgang an die erkannten Eigenschaften des jeweiligen Produkts anpasst. Angestrebt werden eine reproduzierbare Bearbeitung, ein möglichst geringer Fruchtverlust und eine Systemarchitektur, die sich für unterschiedliche Verarbeitungsszenarien einsetzen lässt.
Lösungsansatz
Der technologische Ansatz verbindet Robotik, Computer Vision und datenbasierte Prozessmodellierung. Ein Kamerasystem erfasst die zu verarbeitenden Früchte. Verfahren der Bildverarbeitung und des maschinellen Lernens sollen Obstsorten erkennen und Merkmale wie Form, Größe, Farbe, Oberflächenstruktur sowie mögliche Beschädigungen oder Reifeindikatoren auswerten.
Auf Basis dieser Informationen wird ein Parametermodell entwickelt, das Zusammenhänge zwischen Produkteigenschaften und Prozessparametern des Schälvorgangs beschreibt. Daraus sollen geeignete Einstellungen für die Werkzeug- und Bahnführung abgeleitet werden. Der Schälprozess wird durch einen kollaborativen Roboter ausgeführt, dessen Bewegungsbahn aus den ermittelten Konturdaten und den im Modell hinterlegten Prozessparametern bestimmt wird.
Zur Kopplung der einzelnen Hard- und Softwarekomponenten wird eine robotische Steuerungsarchitektur aufgebaut. Ergänzend soll ein Optimierungsalgorithmus die im Projekt gewonnenen Prozessdaten nutzen, um das Parametermodell iterativ an unterschiedliche Produktvarianten anzupassen. Wesentliche technische Herausforderungen liegen in der zuverlässigen Objekterkennung unter variierenden Umgebungsbedingungen und in der Ableitung robuster Prozessparameter für unterschiedliche Früchte.
Projektpartner und Aufgaben
Das Projekt wird gemeinsam von der Wings Group GmbH und der Ostbayerischen Technischen Hochschule Amberg-Weiden bearbeitet.
Die Wings Group GmbH verantwortet insbesondere die mechanischen und robotischen Systemkomponenten sowie deren Integration. Dazu gehören die Entwicklung der Schälmechanik, die robotergestützte Handhabung und die Einbindung der Steuerungs- und Simulationsumgebung.
Die OTH Amberg-Weiden übernimmt Forschungsaufgaben im Bereich Künstliche Intelligenz und Datenanalyse. Dazu zählen die Entwicklung der Bildverarbeitung zur Objekterkennung, die Auswertung der Prozessdaten und die Entwicklung des Optimierungsalgorithmus.
Anwendung
Das geplante System richtet sich an Unternehmen der Obstverarbeitung, landwirtschaftliche Betriebe sowie Hersteller von Trockenfrüchten und weiteren verarbeiteten Obstprodukten. Ein möglicher Einsatz liegt in der Vorverarbeitung von Obst mit variierenden Formen und Qualitätsmerkmalen, darunter auch Früchte, die nicht für den Frischmarkt vorgesehen sind.
Durch die adaptive Erfassung und Bearbeitung unterschiedlicher Produktvarianten soll die Automatisierung auch bei wechselnden Rohwaren unterstützt werden. Gleichzeitig soll der Schälprozess so geführt werden, dass unnötiger Fruchtverlust vermieden wird.
Förderung
Das FuE-Vorhaben wurde im Rahmen des ZIM-Innovationsnetzwerks „Ressourcenschonende Produktion“ entwickelt und wird als FuE-Kooperationsvorhaben durch das Zentrale Innovationsprogramm Mittelstand (ZIM) gefördert.
