Automatisierte Reifeninspektion und -klassifikation

Das TireTech-Inspektionssystem führt jeden Reifen über ein Förderband in die Mitte der Anlage, wo er für den Scanvorgang horizontal positioniert wird. Drei modulare C6-2040-Kompaktsensoren von AT Sensors scannen den rotierenden Reifen anschließend im Lasertriangulationsverfahren und erfassen innerhalb von nur zehn Sekunden eine vollständige 3D-Punktewolke.

Diese Punktewolke liefert präzise Daten zu allen relevanten Reifenmerkmalen: Profiltiefe, Kontur, Höhe, Form und Volumen. Auf Basis dieser Daten klassifiziert das System jeden Reifen nach Hersteller, Größe (Breite, Querschnitt, Durchmesser), Saison (Sommer oder Winter), DOT-Nummer, Sondermarkierungen wie ContiSeal und ContiSilent sowie Erstausrüstungskennzeichnungen wie AO, MO, TO, NO, AR und MOE. Das Ergebnis ist eine vollautomatische Sortierentscheidung ohne manuellen Eingriff, ganz gleich ob Runderneuerung, Recycling oder Granulatverarbeitung.

Die Entscheidung für AT Sensors war keine zufällige. Marcel Staudinger, Entwickler und Sales Manager bei TireTech, erklärt die Wahl: „Wir haben die Laserprofilsensoren von AT empfohlen bekommen und waren direkt beeindruckt von dem modularen Prinzip der Produktreihe. Wir konnten uns die Laserprofiler wie in einem Baukastensystem genau passend auf unsere Anforderungen konfigurieren und somit beispielsweise sowohl den Triangulationswinkel als auch die erforderliche Laserstärke selbst zusammenstellen. Weiter haben uns die 2040-3D-Sensoren aufgrund ihres großen Field of Views und ihrer Genauigkeit überzeugt.“

Dieses modulare Prinzip ist ein entscheidender Differenziator. Armin Jehle, Senior Sales Manager bei AT Sensors, ergänzt: „Mit dem modularen 3D-Kompaktsensoren überwindet AT erstmals das Problem, dass Triangulationssensoren aufgrund der Auflösungs-, Geschwindigkeits- und Flexibilitätsanforderungen hinsichtlich der Sensorkonfiguration bisher stets mit hohen NRE-Kosten und langer Entwicklungsdauer verbunden waren. Basierend auf dem MCS-Konzept kann AT für jede Anwendung den optimal zugeschnittenen Sensor als individuelle Lösung mit der Zuverlässigkeit eines Serienprodukts liefern – ohne zusätzliche Kosten für kundenspezifische Entwicklungen, ohne Mindestbestellmengen sowie ohne lange Lieferzeiten.“

Die von den AT Sensoren erfassten 3D-Daten werden von der Bildverarbeitungssoftware aku.visionManager® der aku.automation GmbH ausgewertet. Die Software nutzt KI-gestützte Deep-Learning-Algorithmen, die auf tausenden von Reifenbildern trainiert wurden, und ermöglicht so eine zuverlässige Klassifikation auch bei der großen Varianz an Reifentypen, Herstellern und Markierungen.

Die Integration zwischen Hard- und Software ist unkompliziert: Dank der GenICam-Standardschnittstellen der AT Sensoren lässt sich der aku.visionManager® ohne großen Programmieraufwand mit der Hardware verbinden. „Als wir 2019 gemeinsam den ersten Prototypen dieser Anlage gefertigt haben, kam für uns nur eine Zusammenarbeit mit den Produkten von AT infrage. Wir kooperieren bereits seit Jahren und wissen sowohl um die Verlässlichkeit der Sensoren als auch um deren Langlebigkeit.“, erklärt Christian Merten, Key Account Manager bei aku.automation.

Die Software umfasst zudem umfangreiche Statistikmodule, mit denen Kunden die Effizienz ihrer Reifenkontrolle anhand von Tages- und Monatsberichten kontinuierlich im Blick behalten – eine zuverlässige Grundlage für die datenbasierte Prozessoptimierung.

Eine der anspruchsvollsten Aufgaben im Rahmen der Entwicklung war der Umgang mit der enormen Varianz der am Markt verfügbaren Reifen. Viele Hersteller bringen Informationen wie die DOT-Nummer an unterschiedlichen Stellen der Reifenflanke an, sodass das Inspektionssystem sehr flexibel in seiner Lesemethodik sein musste. Der Aufbau einer umfassenden Datenbank aller relevanten Reifenklassifikationen war eine weitere zeitintensive Voraussetzung, bevor das System Reifen zuverlässig und detailliert identifizieren und sortieren konnte.

Einige Klassifikationsentscheidungen haben auch direkte Sicherheitsimplikationen. Das TireTech-System kann beispielsweise erkennen, ob ein Reifen eine bestimmte Klebemasse im Gummi enthält. Ist das der Fall, darf der Reifen nicht zu Granulat verarbeitet werden – da die Klebemasse die Zerkleinerungsscheren beeinträchtigen und eine Brandgefahr verursachen kann. Dieses Merkmal automatisch und zuverlässig zu erkennen, ist eine Fähigkeit, die manuelle Inspektion im großen Maßstab schlicht nicht gewährleisten kann.

Bislang hat TireTech mehrere Systeme in Deutschland und den Niederlanden ausgeliefert, weitere sind in Planung. Jedes System ermöglicht es Kunden, Altreifen nachhaltig weiterzuverarbeiten, Entsorgungskosten zu eliminieren und durch die intelligente Wiederverwendung von Gummimaterial einen messbaren Beitrag zur Reduzierung der Umweltbelastung zu leisten.

Die nächste Entwicklungsstufe ist bereits in Planung: eine kompakte, KI-unterstützte mobile Inspektionsstation für kleinere Betriebe wie Autowerkstätten oder Reifenhandel – mit dem Ziel, dieselbe Klassifikationsleistung einem breiteren Markt zugänglich zu machen. Mit dem modularen Sensorkonzept von AT Sensors als technologischem Rückgrat ist das System auf Skalierung ausgelegt. Und darauf, mit den Anforderungen des Marktes mitzuwachsen.