Projekt DOS

In der Fleisch verarbeitenden Industrie kommt es immer wieder zu Schnittverletzungen an Knochenbandsägen. Dies wird vor allem durch die recht geringen Abstände zwischen  den Händen des Benutzers und dem Sägeblatt begünstigt. Nur durch hohe Konzentration und umsichtige Arbeitsweise lassen sich Arbeitsunfälle an solchen Maschinen wirksam vermeiden. Mechanische Schutzeinrichtungen, wie Andrückvorrichtungen oder Schiebetische, bieten aufgrund der erforderlichen flexiblen Sägetechniken für die unterschiedlichen Fleischformen und -sorten nur bedingt ausreichenden Schutz oder sind erst gar nicht einsetzbar. Vorkehrungen gegen eine Manipulation der Schutzeinrichtung sind bei mechanischen Vorrichtungen aufwändig umzusetzen.

Ein schnellstmöglicher Stillstand des Sägebandes bei einer Finger- oder Handdetektion in der Gefahrenzone würde Schnittverletzungen zuverlässig vermeiden. Solche Sägeblattabschaltungen oder Nothalteinrichtungen sind bereits erprobt und einsatzfähig. Für die Auslösung der Systeme fehlt aktuell noch eine zuverlässige Sensorik zur Erkennung des Gefahrenfalls ohne den Arbeitsablauf stark einzuschränken.

Bekannte bildauswertende Verfahren mit komplexen Algorithmen reagieren meist relativ langsam sowie ungenau und sind somit für eine hinreichend schnelle Abschaltung des Sägeblattes nicht geeignet. Zudem sind solche Systeme recht aufwändig und besitzen eine nicht in jede Maschine integrierbare Baugröße. Sie müssen häufig separat im Arbeitsbereich angebracht werden.

Frühere Forschungsprojekte, die den Wassergehalt der Schnittobjekte mittels naher Infrarotreflexion detektieren, können unter bestimmten Bedingungen nicht hinreichend zuverlässig zwischen tierischem Gewebe und menschlicher Haut unterscheiden, da der Wassergehalt in beiden Geweben ähnlich ist. Demnach ist ein neues und verbessertes Verfahren notwendig, um berührungslos, schnell und sicher den Unterschied in einem Abstand von 20 bis 40 cm zu detektieren und eine sensible Sensorik für die Sägeblattabschaltung bei Gefahr zu liefern.

Im vorliegenden Forschungsvorhaben soll mittels spektraler und zeitlich dynamischer Auswertung zuverlässig und kontaktlos menschliche Haut von totem tierischen Fleisch/Gewebe unterschieden werden. Bei der Messung soll neben dem sichtbaren auch das ultraviolette Spektrum herangezogen werden. Es hat sich bereits in einer Voruntersuchung gezeigt, dass sich z.B. das Reflexionsspektrum von Schweinefleisch in einem Wellenlängenbereich zwischen 300 nm und 400 nm (nahes UV) deutlich vom Spektrum der menschlichen Haut unterscheidet.

Es gibt viele Studien, die über das spektrale Reflexionsverhalten von menschlicher Haut bzw. tierischem Gewebe berichten. Allerdings gibt es keine Veröffentlichungen, die beide Arten (menschliche Haut sowie tierisches Gewebe) miteinander vergleichen. Deswegen soll nach charakteristischen Unterschieden im nahen UV und auch im sichtbaren Reflexionsspektrum gesucht werden, die im Gegensatz zu Infrarotspektren eine sichere Klassifikation ermöglichen.

Aufbauend auf den mittels hochaufgelöster Spektroskopie gefundenen unterschiedlichen spektralen Signaturen soll die Echtzeit-Klassifikation der im Arbeitsbereich aufgenommenen Spektren mit einem geeigneten Verfahren des überwachten maschinellen Lernens erfolgen. Dabei wird eine speziell für Reflexion geeignete Optik verwendet.

Ein entscheidender Faktor für eine sichere Detektion und Klassifikation ist der Einsatz einer entsprechenden und an das Verfahren angepassten Lichtquelle. Diese wird entwickelt und vermessen. Die eingesetzten optischen Leistungen stellen dabei keine Gefährdung für die Beschäftigten dar.

Neben der fleischverarbeitenden Industrie, vertreten in der BGN, ist das Projekt auch für den Berufszweig der Pathologen (Berufsgenossenschaft für Gesundheitsdienst und Wohlfahrtspflege - BGW) und betroffene Arbeitsplätze im Einzelhandel (Berufsgenossenschaft Handel und Warendistribution – BGHW) interessant, da auch dort das Problem der Unterscheidung von totem und lebendigem Fleisch auftritt.

Fördersumme: 167.000 €

* DOS steht für „Contactless human skin Detection based on the Oxygen Saturation”.