Die Erfindung betrifft ein Verfahren und eine Vorrichtung zur Füllhöhenkontrolle von Behältern mit den Merkmalen des Oberbegriffs von Anspruch 1 bzw. 11.

Es sind Verfahren und Vorrichtungen zur Füllhöhenkontrolle von Behältern bekannt, bei denen die Behälter mit einem Transporteur als Behältermassenstrom transportiert und mit einer Sen soreinheit als Messdaten erfasst werden. Die Messdaten werden dann mit einer Auswerteeinheit ausgewertet und dabei von den Behältern jeweils die Füllhöhe ermittelt. Insbesondere wird zur Ermittlung der Füllhöhe ein Flüssigkeitsspiegel in den Behältern bestimmt, der eine flüssige oder pastöse Phase eines Füllguts von einem darüber angeordneten Gas abgrenzt.

Die DE 102018133602 A1 offenbart eine Kontrollvorrichtung zum Bestimmen eines Füllstands eines mit einer Flüssigkeit zu befüllenden Behälters mit einer Sendeeinheit zum emittieren we nigstens eines den Behälter durchdringenden Messstrahls und eine dieser zugeordneten, den Messstrahl empfangenden Empfangseinheit. In einem gewünschten Füllzustand wird der Mess strahl an einer Grenzfläche zwischen der Flüssigkeit und einer darüber angeordneten Gasschicht in eine von der Empfangseinheit abgelenkte Richtung reflektiert.

Die DE 102005009176 A1 offenbart ein Verfahren und eine Vorrichtung zur Füllstandsmessung an Behältern, wobei die Behälter in einer Transportrichtung durch eine Messstation hindurch be wegt werden, die eine spaltenartige Sendeeinrichtung für Messstrahlen und eine hierzu parallele spaltenartige Empfangseinrichtung für Messstrahlen aufweist.

Die WO 03/016886 A1 offenbart ein Verfahren und eine Vorrichtung zur Inspektion gefüllter und verschlossener Flaschen mit einer Kamera, die wenigstens den Kopf- und Schulterbereich der Flaschen von der Seite durch eine telezentrische Optik aus wenigstens zwei umfänglich verschie denen Richtungen von einer Lichtquelle betrachtet und wenigstens zwei Abbildungen erzeugt, die einer Bildanalyse und/oder einem Bildvergleich unterzogen werden, wobei bei Erkennung einer unzulässigen Abweichung ein Signal erzeugt wird.

Nachteilig bei den bekannten Verfahren und Vorrichtungen ist, dass sie in Abhängigkeit vom Be hältertyp und/oder dem Füllgut von einem erfahrenen Anwender mittels Parameter angepasst werden müssen. Zudem kann es in seltenen Fällen Vorkommen, beispielsweise bei der Bildung von dichtem Schaum, dass der Füllspiegel des Füllguts nicht zuverlässig ermittelt werden kann, um die Füllhöhe zu bestimmen. Darüber hinaus können auch Schwankungen in der Behälterwan dung, z.B. Verdickungen, Farbschlieren oder Glasfehler, oder auch die Behälterform selbst eine verzerrte Darstellung des Flüssigkeitsspiegels bewirken, welche eine konventionelle algorithmi sche Auswertung der Füllhöhe erschweren oder gar verhindern können.

Aufgabe der vorliegenden Erfindung ist es daher, ein Verfahren und eine Vorrichtung zur Füllhö henkontrolle von Behältern bereitzustellen, das mit weniger Aufwand auf verschiedene Behälter typen und/oder Sorten eingerichtet und mit dem die Füllhöhe zuverlässiger und kostensparend ermittelt werden kann.

Zur Lösung dieser Aufgabenstellung stellt die Erfindung ein Verfahren zur Füllhöhenkontrolle von Behältern mit den Merkmalen des Anspruchs 1 bereit. Vorteilhafte Ausführungsformen der Erfin dung sind in den Unteransprüchen genannt.

Dadurch, dass die Messdaten von der Auswerteeinheit mit dem auf Basis künstlicher Intelligenz arbeitenden Auswerteverfahren ausgewertet werden, um die Füllhöhe zu ermitteln, kann das Aus werteverfahren gleichermaßen auf verschiedene Behältertypen und/oder Sorten eingerichtet wer den, ohne dass es beim Wechsel einer erneuten Parametrisierung bedarf. Folglich muss das auf Basis künstlicher Intelligenz arbeitende Auswerteverfahren nicht mehr von einem erfahrenen An wender aufwendig parametrisiert und optimiert werden, um es konkret auf einen Behältertyp und/oder eine Sorte einzustellen. Zudem können Fehleinstellungen verringert werden, wodurch das Verfahren zuverlässiger und damit kostensparender arbeitet.

Das Verfahren zur Füllhöhenkontrolle kann in einer Getränkeverarbeitungsanlage eingesetzt wer den. Insbesondere kann es einem Füllverfahren zum Füllen der Behälter mit dem Füllgut und/oder einem Verschlussverfahren zum Verschließen der Behälter mit einem Verschluss nach- oder zu geordnet sein.

Die Behälter können dazu vorgesehen sein, das Füllgut, wie beispielsweise ein Getränk, ein Nah rungsmittel, ein Hygieneartikel, eine Paste, ein chemisches, biologisches und/oder pharmazeuti sches Produkt aufzunehmen. Die Behälter können als Flaschen, insbesondere als Kunststofffla schen oder Glasflaschen ausgebildet sein. Bei Kunststoffflaschen kann es sich im speziellen um PET-, PEN-, HD-PE oder PP-Flaschen handeln. Ebenso kann es sich um biologisch abbaubare Behälter oder Flaschen handeln, deren Hauptbestandteile aus nachwachsenden Rohstoffen, wie zum Beispiel Zuckerrohr, Weizen oder Mais hergestellt werden. Die Behälter können vor der Füll höhenkontrolle mit einem Verschluss versehen werden, beispielsweise mit einem Kronkorken, Schraubverschluss, Abreißverschluss oder dergleichen. Denkbar ist auch, dass die Behälter bei der Füllhöhenkontrolle ohne Verschluss erfasst werden. Bei einem Behältertyp kann es sich um eine bestimmte Behälterform handeln. Bei einer Sorte kann es sich um einen bestimmten Typ von Füllgut handeln, beispielsweise um Bier im Unter schied zu einem Softdrink.

Denkbar ist, dass das Verfahren dazu eingesetzt wird, einen Flüssigkeitsspiegel in den Behältern zu bestimmen, der eine flüssige oder pastöse Phase des Füllguts von einem darüber angeordne ten Gas abgrenzt. Beispielsweise kann es sich bei dem Flüssigkeitsspiegel jeweils in den Behäl tern um eine Grenze zwischen einem Getränk und einem darüber angeordneten Gas handeln. Denkbar ist auch, dass es sich bei dem Flüssigkeitsspiegel um eine Grenze zwischen der flüssi gen oder pastösen Phase des Füllguts und einem darüber angeordneten Schaum handelt.

Die Behälter können mit dem Transporteur zu der Sensoreinheit als der Behältermassenstrom transportiert werden, vorzugsweise als einbahniger Behältermassenstrom. Denkbar ist jedoch auch einen mehrbahniger Behältermassenstrom. Der Transporteur kann ein Karussell und/oder einen Lineartransporteur umfassen. Beispielsweise kann der Transporteur ein Förderband umfas sen, auf dem die Behälter stehend in einen Kontrollbereich der Sensoreinheit transportiert werden. Denkbar sind auch Aufnahmeelemente, die ein oder mehrere Behälter während des Transports aufnehmen.

Die Sensoreinheit kann als optische Sensoreinheit ausgebildet sein, insbesondere mit einem Sen der und mit einem Empfänger für elektromagnetische Strahlung, um die Behälter in einem Bereich eines Soll-Flüssigkeitsspiegels mittels elektromagnetischer Strahlung zu durchleuchten und/oder zu beleuchten und/oder mit dem Sensor zu erfassen. Bei der elektromagnetischen Strahlung kann es sich um Licht, insbesondere um infrarotes oder sichtbares Licht handeln. Beispielsweise kön nen die Behälter so mit Durchlicht und/oder mit Auflicht durch- bzw. beleuchtet werden. Denkbar ist auch, dass es sich dabei um Röntgenstrahlen handelt, mit denen die Behälter durchleuchtet werden. Der Sender kann ein oder mehrere Quellen zur Erzeugung der elektromagnetischen Strahlung umfassen, beispielsweise eine LED, einen Laser und/oder eine Röntgenquelle. Der Empfänger kann ein oder mehrere Detektoren für elektromagnetische Strahlung umfassen, bei spielsweise eine oder mehrere Fotodioden, Fototransistoren und/oder einen fotosensitiven Zeilen oder Matrixsensor, wie beispielsweise einen CCD- oder CMOS-Chip. Zudem kann die Sensorein heit ein oder mehrere Umlenkelemente für die elektromagnetische Strahlung umfassen, beispiels weise Linsen und/oder Spiegel.

Die Auswerteeinheit kann die Messdaten mit einem Signalprozessor und/oder mit einer CPU (Central Processing Unit) und/oderGPU (Graphics Processing Unit) und/oder mit einer TPU (Ten sor Processing Unit) und/oder mit einer VPU (Vision Processing Unit) verarbeiten. Denkbar ist auch, dass die Auswerteeinheit eine Speichereinheit, eine oder mehrere Datenschnittstellen, bei spielsweise eine Netzwerkschnittstelle, eine Anzeigeeinheit und/oder eine Eingabeeinheit um fasst. Vorzugsweise kann die Auswerteeinheit die Messdaten digital verarbeiten, um von den Be hältern jeweils die Füllhöhe zu ermitteln.

Bei den Messdaten kann es sich um Ausgabesignale der Sensoreinheit handeln. Die Messdaten können als digitales oder analoges Datensignal vorliegen. Beispielsweise können die Messdaten als zeit- und/oder ortsaufgelöste, digitale Datensignale vorliegen.

Die Füllhöhe kann einer relativen Höhe des Flüssigkeitsspiegels gegenüber einer Referenzhöhe am Behälter entsprechen. Bei der Referenzhöhe kann sich beispielsweise um eine Dichtfläche an der Behältermündung oder um eine untere Aufstandsfläche am Behälterboden handeln. Denkbar ist auch, dass es sich bei der Referenzhöhe um eine Füllhöhenmarkierung handelt.

Das auf Basis künstlicher Intelligenz arbeitende Auswerteverfahren kann wenigstens einen Ver fahrensschritt mit einem tiefen neuronalen Netzwerk umfassen, wobei die Messdaten zur Ermitt lung der Füllhöhe mit dem tiefen neuronalen Netzwerk ausgewertet werden. Dadurch kann die Verarbeitung der Messdaten der verschiedenen Behältertypen und/oder Sorten abstrahiert wer den und ist so besonders effizient. Zudem kann das tiefe neuronale Netzwerk ohne Anpassung von Parametern auf die verschiedenen Behältertypen und/oder Sorten trainiert werden. Das tiefe neuronale Netzwerk kann eine Eingabeschicht, mehrere verdeckte Schichten und eine Ausgabe schicht umfassen. Das tiefe neuronale Netzwerk kann ein sogenanntes faltendes neuronales Netzwerk mit wenigstens einer faltenden Schicht und mit einer Poolingschicht umfassen. Denkbar ist jedoch auch, dass das auf Basis künstlicher Intelligenz arbeitende Auswerteverfahren wenigs tens einen Verfahrensschritt mit einem neuronalen Netzwerk umfasst, wobei die Messdaten zur Ermittlung der Füllhöhe mit dem neuronalen Netzwerk ausgewertet werden.

Die Sensoreinheit kann eine Kamera umfassen, mit der die Behälter als Bilddaten erfasst werden, wobei die Messdaten die Bilddaten umfassen. Dadurch ist es mit einfachen Mitteln möglich, be sonders umfangreiche Messdaten der Behälter zur Ermittlung der Füllhöhe zu erfassen. Dadurch können beispielsweise auch komplexere Flüssigkeitsspiegel besser erkannt werden, beispiels weise wenn Schaum über dem Füllgut vorhanden ist, wenn der Füllspiegel aufgrund Schwappens nicht eben und horizontal ist oder eine Unterscheidung notwendig wird ob der Behälter randvoll oder nicht befüllt ist. Diese Unterscheidung leer/ voll kann bei klaren, farblosen Behältern oftmals nur über die beobachtete Änderung des Brechungsindex und damit einhergehende Abdunklung im Konturbereich des Behälters möglich sein. Die Kamera kann den Zeilen- oder Matrixsensor und ein Objektiv umfassen, um die Behälter bildhaft zu erfassen. Vorzugsweise kann der Zeilen- oder Matrixsensor infrarote Lichtstrahlung erfassen. Denkbar ist, dass die Behälter bei der Erfas sung zwischen dem Sender und dem Empfänger für Lichtstrahlung angeordnet werden, wobei der Empfänger die Kamera umfasst. Der Sender kann als Beleuchtungseinheit ausgebildet sein und eine oder mehrere LEDs als Lichtquellen umfassen, insbesondere infrarote und/ oder sichtbare LEDs. Bei den Bilddaten kann es sich beispielsweise um Kamerabilder handeln, beispielsweise um TIFF-oder JPEG-Dateien.

Die Sensoreinheit kann unterschiedliche Sensoren umfassen, die jeweils mit einem anderen Messverfahren arbeiten, wobei die Behälter mit den unterschiedlichen Sensoren als die Messda ten erfasst werden. Dadurch, dass die Behälter mit den unterschiedlichen Messverfahren erfasst werden, ist die Ermittlung der Füllhöhe besonders zuverlässig. Die unterschiedlichen Sensoren können die Kamera, eine Lichtschranke, insbesondere eine Laserlichtschranke, mehrere über ei nander angeordnete Lichtschranken, mehrere übereinander angeordnete Photodioden und der gleichen umfassen. Denkbar ist auch, dass bei einem der unterschiedlichen Sensoren mit einem Sender ein Messstrahl emittiert wird, der die Behälter durchdringt und der in einem gewünschten Füllzustand an dem Flüssigkeitsspiegel von einem Empfänger weg oder zu ihm hin abgelenkt wird. Denkbar sind auch Sensoren zur Füllhöhenerfassung mittels Hochfrequenz oder Röntgen strahlung.

Das auf Basis der künstlichen Intelligenz arbeitende Auswerteverfahren kann mit Trainingsdaten sätzen trainiert werden, die jeweils Messdaten eines Trainingsbehälters und optional eine zuge ordnete Zusatzinformation umfassen. Dadurch kann das Auswerteverfahren auf die verschiede nen Behältertypen und/oder Sorten besonders einfach überwacht trainiert werden. Bei den Trai ningsmessdaten kann es sich um die gleiche Art Daten handeln, wie die Messdaten, insbesondere um Bilddaten. Die zugeordnete Zusatzinformation kann in den Trainingsdatensätzen jeweils als Metadaten eingebettet sein. Beispielsweise kann es sich bei den Trainingsdatensätzen jeweils um erfasste Messdaten eines Trainingsbehälters als Trainingsmessdaten und die Füllhöhe als zuge ordnete Zusatzinformation handeln. Bei einem Trainingsbehälter kann es sich um einen zuvor näher beschriebenen Behälter handeln. Der Trainingsbehälter kann mit einem Füllgut befüllt und insbesondere mit einem Verschluss verschlossen sein. Denkbar ist, dass die Trainingsdatensätze Trainingsmessdaten von unterschiedlichen Behältertypen und/oder Sorten von Trainingsbehäl tern bzw. Füllgut umfassen. Die Trainingsdaten können bevorzugt Grenzfälle beinhalten wie z.B. stark schwappender Füllstand, Produktropfen über der Füllhöhe, Gasbläschen im Produkt, leere oder komplett gefüllte Behälter, leere jedoch mit Entlastungsnebel beaufschlagte Behälter und/o der solche mit diffuser Flüssigkeits- Schaumgrenze. Dadurch kann das auf Basis künstlicher In telligenz arbeitende Auswerteverfahren auf besonders viele verschiedene Behältertypen und/oder Sorten trainiert werden und muss bei der Auswertung der Messdaten der Behälter nicht mehr speziell angepasst werden.

Die Trainingsmessdaten können von einem Anwender wenigstens teilweise ausgewertet werden, wobei dabei die Zusatzinformation manuell ermittelt wird. Dadurch können die Trainingsmessda ten besonders zuverlässig ausgewertet worden.

Denkbar ist auch, dass die Trainingsmessdaten zusätzlich oder alternativ mit einer weiteren Aus werteeinheit mit einem konventionell arbeitenden Auswerteverfahren wenigstens teilweise ausge wertet und dabei die Zusatzinformation automatisch ermittelt wird. Dadurch können besonders viele Trainingsdatensätze verschiedener Behältertypen und/oder Sorten automatisch erstellt wer den. Mit dem „konventionell arbeitenden Auswerteverfahren“ kann hier ein Auswerteverfahren ge meint sein, das nicht auf künstliche Intelligenz basiert. Insbesondere kann das konventionell ar beitende Auswerteverfahren keinen Verfahrensschritt mit einem neuronalen oder tiefen neurona len Netzwerk aufweisen. Denkbar ist auch, dass dies bedeutet, dass das konventionell arbeitende Auswerteverfahren die Messdaten und/oder Bilddaten mit einer Transformations-, Punkt-, Nach barschafts-, Filter-, Histogramm-, Schwellwert-, Helligkeits- und/oder Kontrastoperation auswer tet, um damit mittelbar in den Messdaten den Flüssigkeitsspiegel zu ermitteln.

Die Trainingsbehälter können mit einerweiteren Sensoreinheit als die Trainingsmessdaten erfasst werden. Dadurch können die Trainingsbehälter beispielsweise in einer Versuchsanlage des Her stellers der Getränkeverarbeitungsanlage erfasst und daraus die Trainingsdatensätze erstellt wer den. Denkbar ist jedoch auch, dass die Trainingsbehälter mit derselben Sensoreinheit erfasst wer den, mit der auch die Behälter des Behältermassenstroms als Messdaten erfasst werden.

Die Zusatzinformation kann eine Füllhöhe, einen vollständig überfüllten Zustand und/oder einen vollständig unterfüllten Zustand des in den T rainingsmessdaten erfassten T rainingsbehälters, eine Sorteninformation und/oder eine Auswertbarkeitsinformation zu den Trainingsmessdaten umfas sen. Dadurch kann der Füllzustand der Trainingsbehälter besonders genau charakterisiert wer den. Bei dem vollständig überfüllten Zustand und/oder dem vollständig unterfüllten Zustand kann die Füllhöhe außerhalb eines Meßbereichs liegen. Bei der Auswertbarkeitsinformation kann es sich um eine Fehlerinformation handeln, ob eine Auswertung der entsprechenden Trainingsmess daten durch den Anwender oder das konventionell arbeitende Auswerteverfahren möglich war. Denkbar ist beispielsweise, dass der Flüssigkeitsspiegel bei einem bestimmten Trainingsbehälter nicht klar erkennbar ist und damit die entsprechenden T rainingsmessdaten nicht ausgewertet wer den konnten. Es können die Trainingsbehälter mit jeweils unterschiedlichen Behältertypen und/oder Sorten als die Trainingsmessdaten erfasst werden, um daraus die Trainingsdatensätze zu bilden. Dadurch können besonders viele verschiedene Behälterformen und/oder Füllgutsorten zum Training des auf Basis künstlicher Intelligenz arbeitenden Auswerteverfahren herangezogen werden. Folglich können dann besonders viele verschiedene Behältertypen und/oder Sorten der Füllhöhenkontrolle unterzogen werden, ohne das auf Basis künstlicher Intelligenz arbeitende Auswerteverfahren wei ter anzupassen.

Darüber hinaus stellt die Erfindung zur Lösung der Aufgabenstellung eine Vorrichtung zur Füllhö henkontrolle von Behältern mit den Merkmalen des Anspruchs 11 bereit. Vorteilhafte Ausfüh rungsformen der Erfindung sind in den Unteransprüchen genannt.

Dadurch, dass die Auswerteeinheit dazu ausgebildet ist, die Messdaten mit dem auf Basis künst licher Intelligenz arbeitenden Auswerteverfahren auszuwerten, um die Füllhöhe zu ermitteln, kann die Auswerteeinheit gleichermaßen für verschiedene Behältertypen und/oder Sorten eingerichtet werden, ohne dass es beim Wechsel einer erneuten Parametrisierung bedarf. Folglich muss das auf Basis künstlicher Intelligenz arbeitende Auswerteverfahren nicht mehr von einem erfahrenen Anwender aufwendig parametrisiert und optimiert werden, um es konkret auf einen Behältertyp und/oder eine Sorte einzustellen. Zudem können Fehleinstellungen verringert werden, wodurch das Verfahren zuverlässiger und damit kostensparender arbeitet.

Die Vorrichtung kann zur Durchführung des Verfahrens nach einem der Ansprüche 1-10 ausge bildet sein. Die Vorrichtung kann die zuvor in Bezug auf die Ansprüche 1-10 beschriebenen Merk male einzelnen oder in beliebigen Kombinationen sinngemäß umfassen.

Die Vorrichtung kann in einer Getränkeverarbeitungsanlage angeordnet sein. Insbesondere kann die Vorrichtung einem Füller und/oder einem Verschließer nach- oder zugeordnet sein, um die Füllhöhe des abgefüllten Füllguts zu kontrollieren.

Das auf Basis künstlicher Intelligenz arbeitende Auswerteverfahren kann ein tiefes neuronales Netzwerk umfassen, um die Messdaten zur Ermittlung der Füllhöhe mit dem tiefen neuronalen Netzwerk auszuwerten. Dadurch kann die Verarbeitung der Messdaten der verschiedenen Behäl tertypen und/oder Sorten abstrahiert werden und ist so besonders effizient. Zudem kann das tiefe neuronale Netzwerk besonders einfach auf die verschiedenen Behältertypen und/oder Sorten trai niert werden. Das tiefe neuronale Netzwerk kann eine Eingabeschicht, mehrere verdeckte Schich ten und eine Ausgabeschicht umfassen. Das tiefe neuronale Netzwerk kann ein sogenanntes fal tendes neuronales Netzwerk mit wenigstens einer faltenden Schicht und mit einer Poolingschicht umfassen. Denkbar ist jedoch auch, dass das auf Basis künstlicher Intelligenz arbeitende Aus werteverfahren wenigstens einen Verfahrensschritt mit einem neuronalen Netzwerk umfasst, wo bei die Messdaten zur Ermittlung der Füllhöhe mit dem neuronalen Netzwerk ausgewertet werden.

Die Sensoreinheit kann eine Kamera umfassen, um die Behälter als Bilddaten zu erfassen, wobei die Messdaten die Bilddaten umfassen. Dadurch ist es mit einfachen Mitteln möglich, besonders umfangreiche Messdaten der Behälter zur Ermittlung der Füllhöhe zu erfassen. Dadurch können beispielsweise auch komplexere Flüssigkeitsspiegel besser erkannt werden, beispielsweise wenn Schaum über dem Füllgut vorhanden ist. Die Kamera kann den Zeilen- oder Matrixsensor und ein Objektiv umfassen, um die Behälter bildhaft zu erfassen. Vorzugsweise kann der Zeilen- oder Matrixsensor infrarote Lichtstrahlung erfassen. Denkbar ist, dass die Behälter bei der Erfassung zwischen dem Sender und dem Empfänger für Lichtstrahlung angeordnet sind, wobei der Emp fänger die Kamera umfasst. Der Sender kann als Beleuchtungseinheit ausgebildet sein und eine oder mehrere LEDs als Lichtquellen umfassen, insbesondere infrarote LEDs. Bei den Bilddaten kann es sich beispielsweise um Kamerabilder handeln, beispielsweise um TIFF-oder JPEG-Da- teien.

Die Sensoreinheit kann unterschiedliche Sensoren umfassen, die jeweils mit einem anderen Messverfahren ausgebildet sind, um die Behälter als die Messdaten zu erfassen. Dadurch werden die Behälter mit den unterschiedlichen Messverfahren erfasst und die Ermittlung der Füllhöhe ist so besonders zuverlässig. Die unterschiedlichen Sensoren können die Kamera, eine Licht schranke, insbesondere eine Laserlichtschranke, mehrere übereinander angeordnete Licht schranken, mehrere übereinander angeordnete LEDs und dergleichen umfassen. Denkbar ist auch, dass einer der unterschiedlichen Sensoren dazu ausgebildet ist, mit einem Sender ein Messstrahl zu emittieren, der die Behälter durchdringt und der in einem gewünschten Füllzustand an dem Flüssigkeitsspiegel von einem Empfänger weg oder zu ihm hin abgelenkt wird. Denkbar ist zudem, dass einer der unterschiedlichen Sensoren dazu ausgebildet ist, die Füllhöhe mittels Hochfrequenz oder Röntgenstrahlung zu erfassen.

Die Vorrichtung kann ein Computersystem mit der Auswerteeinheit umfassen. Dadurch kann die Auswerteeinheit als Computerprogrammprodukt implementiert sein. Das Computersystem kann den Signalprozessor und/oder die CPU (Central Processing Unit) und/oder die GPU (Graphics Processing Unit) und/oder die TPU (Tensor Processing Unit) und/oder die VPU (Vision Processing Unit) umfassen. Denkbar ist auch, dass das Computersystem eine Speichereinheit, eine oder mehrere Datenschnittstellen, eine Netzwerkschnittstelle, eine Anzeigeeinheit und/oder eine Ein gabeeinheit umfasst. Denkbar ist, dass die Auswerteeinheit und die Sensoreinheit als integriertes System ausgebildet sind. Beispielsweise kann das Computersystem in die Kamera integriert sein bzw. die Kamera kann als „intelligente“ Kamera ausgebildet sein.

Weitere Merkmale und Vorteile der Erfindung werden nachfolgend anhand der in den Figuren dargestellten Ausführungsbeispiele näher erläutert. Dabei zeigt:

Figur 1 ein erfindungsgemäßes Ausführungsbeispiel einer Vorrichtung zur Füllhöhen kontrolle von Behältern in einer Draufsicht;

Figur 2 ein Beispiel für bei der Füllhöhenkontrolle erfasste Messdaten; und

Figuren 3A - 3B ein erfindungsgemäßes Ausführungsbeispiel eines Verfahrens zur Füllhöhen kontrolle von Behältern als Flussdiagramm.

In der Figur 1 ist ein erfindungsgemäßes Ausführungsbeispiel einer Vorrichtung 1 zur Füllhöhen kontrolle von Behältern 2 in einer Draufsicht dargestellt. Die Vorrichtung 1 ist zur Durchführung des Verfahrens 100 in den nachfolgend beschriebenen Figuren 3A - 3B ausgebildet.

Zu sehen ist, dass die Behälter 2 zunächst mit dem Einlaufstern 9 an den Füller 6 übergeben und dort mit einem Füllgut, beispielsweise mit einem Getränk befüllt werden. Der Füller 6 umfasst beispielsweise ein Karussell mit daran angeordneten Füllorganen (hier nicht dargestellt), mit de nen die Behälter 2 während des Transports mit dem Füllgut befüllt werden. Nachfolgend werden die Behälter 2 über den Zwischenstern 10 an den Verschließer 7 übergeben und dort mit einem Verschluss versehen, beispielsweise mit einem Korken, Kronkorken oder mit einem Schraubver schluss. Dadurch wird das Füllgut in den Behältern 2 vor Umgebungseinflüssen geschützt und kann nicht mehr aus den Behältern 2 auslaufen.

Nachfolgend werden die Behälter 2 über den Auslaufstern 11 an den Transporteur 3 übergeben, der die Behälter 2 als Behältermassenstrom zur Sensoreinheit 4 transportiert. Der Transporteur ist hier beispielhaft als Förderband ausgebildet, auf dem die Behälter 2 stehend transportiert wer den. Die daran angeordnete Sensoreinheit 4 umfasst einen ersten Sensor mit der Beleuchtungs einrichtung 42 als Sender und der Kamera 41 als Empfänger, um die Behälter 2 mit elektromag netischer Lichtstrahlung im Durchlicht zu erfassen. Beispielsweise handelt es sich um infrarotes Licht. Die Beleuchtungseinrichtung 42 weist beispielsweise eine streuende Lichtaustrittsscheibe auf, die mit mehreren LEDs hinterleuchtet wird und die so einen leuchtenden Bildhintergrund für die Behälter 2 aus Sicht der Kamera 41 bildet. Mit der Kamera 41 werden die Behälter 2 dann als Messdaten erfasst und als digitale Signale an das Computersystem 5 weitergeleitet. Ein Beispiel für derartige Messdaten der Kamera 41 wird weiter unten anhand der Figur 2 näher erläutert. Zusätzlich ist es denkbar, dass die Behälter 2 optional mit einem zweiten Sensor 43, 44 erfasst werden, der mit einem anderen Messverfahren als der erste Sensor 41 , 42 arbeitet. Beispiels weise kann es sich um eine Röntgenquelle 44 als Sender und einen Röntgenempfänger 43 als Empfänger handeln. Durchläuft der Röntgenstrahl das Füllgut, so wird er anders gedämpft, als beim Durchlaufen der Luft oder des Schaums oberhalb des Flüssigkeitsspiegels. Folglich können die Behälter 2 mit verschiedenen Messverfahren erfasst werden, so dass bei der nachfolgenden Auswertung die Füllhöhe noch zuverlässiger für verschiedene Behältertypen und/oder Sorten er mittelt werden kann.

Des Weiteren ist das Computersystem 5 mit den Auswerteeinheiten 51 , 52 zu sehen. Das Com putersystem 5 umfasst beispielsweise eine CPU, eine Speichereinheit, eine Eingabe- und Ausga beeinheit und eine Netzwerkschnittstelle. Dementsprechend sind die Auswerteeinheiten 51 , 52 als Computerprogrammprodukt in dem Computersystem 5 implementiert.

Die Auswerteeinheit 51 ist dazu ausgebildet, die Messdaten der Behälter 2 mit einem auf Basis künstlicher Intelligenz arbeitenden Auswerteverfahren auszuwerten, um die Füllhöhe zu ermitteln. Dies wird nachfolgend anhand der Figuren 3A - 3B näher beschrieben.

Die weitere Auswerteeinheit 52 ist lediglich optional vorhanden und dient zur Auswertung von Trainingsmessdaten, die von Trainingsbehältern (hier nicht dargestellt) mit der Sensoreinheit 4 erfasst werden. Die weitere Auswerteeinheit 52 ist dazu ausgebildet, die Trainingsmessdaten der Trainingsbehälter mit einem konventionell arbeitenden Auswerteverfahren auszuwerten und dabei eine dem jeweiligen Trainingsbehälter zugeordnete Zusatzinformation automatisch zu ermitteln. Bei der Zusatzinformation handelt es sich um eine Füllhöhe, einen vollständig überfüllten Zustand und/oder einen vollständig unterfüllten Zustand des in den Trainingsmessdaten erfassten Trai ningsbehälters und/oder um eine Auswertbarkeitsinformation zu den Trainingsmessdaten. Folg lich können mit der weiteren Auswerteeinheit 52 auf konventioneller Basis automatisch eine Viel zahl von T rainingsdatensätzen bereitgestellt werden, um damit anschließend das auf Basis künst licher Intelligenz arbeitende Auswerteverfahren der Auswerteeinheit 51 zu trainieren. Dies wird weiter unten anhand der Figuren 3A - 3B näher erläutert.

Die Behälter 2 mit der gewünschten Füllhöhe werden nach der Füllhöhenkontrolle weiteren Ver arbeitungsschritten zugeführt, beispielsweise einer Etikettiermaschine und/oder einem Palettierer. Demgegenüber werden Behälter 2 mit abweichender Füllhöhe mittels einer Weiche aus dem Be hältermassenstrom zur Wiederverwertung oder Entsorgung ausgeschleust. In der Figur 2 ist ein Beispiel für bei der Füllhöhenkontrolle erfasste Messdaten der Kamera 41 dargestellt. In diesem Fall handelt es sich um Bilddaten, in denen der Behälter 2 in einer seitlichen Ansicht mit dem Behälterkörper 23, der Behälterschulter 22 und der Behältermündung 21 abge bildet ist. Zu sehen ist, dass der Behälter 2 weiterhin mit dem Füllgut F befüllt ist, über dem sich zur Behältermündung 21 hin der Schaum S gebildet hat.

Weiterhin ist zu sehen, dass der Bereich B2 nahe der Behälterschulter 22 und die Bereiche B3.2 am Rand des Behälterkörpers 23 in den Messdaten dunkel abgebildet sind. Dagegen erscheint der mittlere Bereich B3.1 des Behälterkörpers 23 hell. Dies liegt darin begründet, dass die elekt romagnetischer Lichtstrahlung beim Durchlaufen des Behälters 2 durch sein transparentes Mate rial (beispielsweise Glas oder PET) und das Füllgut F gebrochen wird, sodass nur im mittleren Bereich B3.1 des Behälterkörpers 23 ein direkter Lichtweg von der Beleuchtungseinrichtung 42 zur Kamera 41 hin freigegeben wird.

Des Weiteren ist zu sehen, dass auch der Bereich B2 im Bereich der Behälterschulter 22 aufgrund der noch stärkeren Lichtbrechung keinen oder nur einen geringen direkten Lichtweg zulässt. Folg lich ist dieser Bereich B2, je nach Sorte mehr oder weniger stark von Streulicht durchdrungen. Zudem wird der Schaum S zur Kamera in 41 hin ebenfalls nur von Streulicht durchdrungen, da sich die elektromagnetische Lichtstrahlung mehrfach an den Blasen den Schaums S bricht.

Folglich ist also der Flüssigkeitsspiegel FS in den Messdaten der Figur 2 nicht einfach durch einen Helligkeitssprung identifizierbar. Konventionelle Bildverarbeitungsalgorithmen müssten hier erst aufwändig durch eine geeignete Parametrisierung an den Behältertyp und die Sorte des Füllguts F angepasst werden. Hier setzt die Erfindung an, um die Füllhöhe H zu ermitteln.

In den Figuren 3A - 3B ist ein erfindungsgemäßes Ausführungsbeispiel eines Verfahrens 100 zur Füllhöhenkontrolle von Behältern 2 als Flussdiagramm dargestellt. Das Verfahren 100 wird ledig lich beispielhaft anhand der zuvor in Bezug auf die Figur 1 beschriebenen Vorrichtung 1 beschrie ben.

Zunächst werden die Behälter 2 im Schritt 101 mit dem Transporteur 3 als Behältermassenstrom transportiert. Dies geschieht beispielsweise mittels eines Förderbands oder eines Karussells. Da bei werden die Behälter 2 zur Sensoreinheit 4 transportiert.

Im nachfolgenden Schritt 102 werden die Behälter 2 von der Sensoreinheit 4 als Messdaten er fasst. Beispielsweise werden die Behälter 2 von einem Sensor mit der Beleuchtungseinheit 42 und mit der Kamera 41 durchleuchtet und so als Bilddaten erfasst. Optional werden die Behälter 2 im Schritt 103 zusätzlich mit einem dazu unterschiedlichen Sensor erfasst. Beispielsweise durchläuft ein Röntgenstrahl aus der Röntgenquelle 44 die Behälter 2 und wird mit dem Röntgenempfänger 43 erfasst. Dadurch, dass die Behälter 2 mit den unterschiedli chen Messverfahren der Sensoren 41 , 42 bzw. 43, 44 erfasst werden, ist die Ermittlung der Füll höhe H besonders zuverlässig.

Anschließend werden im Schritt 104 die Messdaten mit der Auswerteeinheit 51 mit einem auf Basis künstlicher Intelligenz arbeitenden Auswerteverfahren ausgewertet, wobei von den Behäl tern 2 jeweils die Füllhöhe H ermittelt wird. Dazu umfasst das Auswerteverfahren wenigstens ein Verfahrensschritt mit einem tiefen neuronalen Netzwerk, beispielsweise ein faltendes neuronales Netzwerk. Dabei durchlaufen die Messdaten zunächst eine Eingabeschicht, mehrere Faltungs schichten und/oder versteckte Schichten, eine Poolingschicht und eine Ausgabeschicht. Mit der Ausgabeschicht wird beispielsweise direkt die Füllhöhe H ausgegeben. Denkbar ist auch, dass zusätzlich ein vollständig überfüllter Zustand, ein vollständig unerfüllter Zustand des in den Mess daten erfassten Behälters und/oder eine Auswertbarkeitsinformation zu den Messdaten ausgege ben wird.

Ist die so ermittelte Füllhöhe H gemäß nachfolgendem Schritt 106 in Ordnung, so werden die Behälter 2 im Schritt 107 weiteren Behandlungsschritten zugeführt. Andernfalls werden die Be hälter im Schritt 108 zur Wiederverwertung oder Entsorgung ausgeschleust.

Um das auf Basis künstlicher Intelligenz arbeitende Auswerteverfahren des Schritts 104 einzuler nen, wird es vorab mit einer Vielzahl von Trainingsdatensätzen trainiert (Schritt 105). Die Trai ningsdatensätze umfassen jeweils Trainingsmessdaten eines Trainingsbehälters und eine zuge ordnete Zusatzinformation. Die Zusatzinformation beschreibt beispielsweise die Füllhöhe, einen vollständig überfüllten Zustand, einen vollständig unterfüllten Zustand des in den Trainingsmess daten erfassten Trainingsbehälters und/oder eine Auswertbarkeitsinformation zu den Trainings messdaten. Folglich sind zum Training des tiefen neuronalen Netzwerks sowohl Daten der Einga beschicht in Form der Trainingsmessdaten als auch der Ausgabeschicht in Form der zugeordne ten Zusatzinformation bekannt und das tiefe neuronale Netzwerk kann entsprechend auf verschie dene Behältertypen und/oder Sorten trainiert werden. Folglich muss der Anwender die Auswer tung nicht mehr aufwändig auf die verschiedenen Behältertypen und/oder Sorten parametrisieren.

Wie in der Figur 3B zu sehen ist, werden die Trainingsbehälter zur Erstellung der Trainingsdaten sätze mit der Sensoreinheit 4 oder mit einer weiteren, hier nicht dargestellten Sensoreinheit als die Trainingsmessdaten erfasst (Schritt 109). Danach können die Trainingsmessdaten im Schritt 110 von einem Anwender wenigstens teilweise ausgewertet werden, um die Zusatzinformation manuell zu ermitteln. Beispielsweise kann der An wender in den Bilddaten, wie in der Figur 2 gezeigt, die Füllhöhe H manuell kennzeichnen.

Alternativ oder zusätzlich werden die Trainingsmessdaten mit der weiteren Auswerteeinheit 52 mit einem konventionell arbeitenden Auswerteverfahren wenigstens teilweise ausgewertet und dabei die Zusatzinformation automatisch ermittelt. Dadurch können besonders viele Trainingsda tensätze bereitgestellt werden. Dies eignet sich beispielsweise für bereits bekannte Behältertypen, bei denen das konventionell arbeitende Auswerteverfahren besonders gut und zuverlässig arbei tet.

Nachfolgend werden im Schritt 112 die Trainingsdatensätze gebildet, die jeweils die Trainings messdaten eines Trainingsbehälters und die zugeordnete Zusatzinformation umfassen. Die Trai ningsdatensätze werden dann dem Schritt 105 übergeben und damit das auf Basis künstlicher Intelligenz arbeitende Auswerteverfahren trainiert.

Dadurch, dass die Messdaten von der Auswerteeinheit 51 mit dem auf Basis künstlicher Intelli genz arbeitenden Auswerteverfahren ausgewertet werden, um die Füllhöhe H zu ermitteln, kann das Auswerteverfahren gleichermaßen auf verschiedene Behältertypen und/oder Sorten einge richtet werden, ohne dass es beim Wechsel einer erneuten Parametrisierung bedarf. Folglich muss das auf Basis künstlicher Intelligenz arbeitende Auswerteverfahren nicht mehr von einem erfahrenen Anwender aufwendig parametrisiert und optimiert werden, um es konkret auf einen Behältertyp und/odereine Sorte einzustellen. Zudem können Fehleinstellungen verringert werden, wodurch das Verfahren 100 und die Vorrichtung 1 zuverlässiger und damit kostensparender ar beiten.

Es versteht sich, dass in den zuvor beschriebenen Ausführungsbeispielen genannte Merkmale nicht auf diese Merkmalskombinationen beschränkt sind, sondern auch einzelnen oder in beliebi gen anderen Merkmalskombinationen möglich sind.