Kompakte Kamera erkennt Materialeigenschaften in Echtzeit

Statt kompletter Bilder analysiert eine neue Kamera nur ausgewählte Punkte hyperspektral. Das soll Qualitätskontrollen schneller, robuster und nachhaltiger machen.

Eine kompakte, KI-gestützte Hyperspektralkamera soll neue Anwendungen in Industrie und Landwirtschaft ermöglichen. Entwickelt wird das System im Forschungsverbund OASYS unter Beteiligung des Fraunhofer-Institut für Photonische Mikrosysteme IPMS. Ziel sei es, so eine Fraunhofer-Mitteilung, chemische Materialeigenschaften in Echtzeit sichtbar zu machen und Analysen direkt in Produktions- und Sortierprozesse zu integrieren.

Im Mittelpunkt steht dieser Messansatz: Statt komplette Bilder hyperspektral auszuwerten, analysiert eine konventionelle 2D-Kamera zunächst das Objekt. Eine KI identifiziert relevante Bereiche, sogenannte Regions of Interest, an denen anschließend gezielt spektrale Messungen erfolgen. Dadurch sollen Datenmenge, Energieverbrauch und Rechenaufwand deutlich sinken. 

Das integrierte Spektrometer erfasst spektrale Merkmale, die Rückschlüsse auf chemische Zusammensetzungen ermöglichen. So sollen sich etwa Materialarten in Textilien und Kunststoffen unterscheiden oder Qualitätsmängel in Lebensmitteln erkennen lassen, die dem menschlichen Auge verborgen bleiben. 

Einsatz in Industrie und Landwirtschaft

Die Technologie soll Einsatzmöglichkeiten entlang industrieller und agrartechnischer Wertschöpfungsketten eröffnen – in der Recyclingwirtschaft etwa zur Verbesserung der Sortierung von Kunststoffen, in der Landwirtschaft beispielsweise zur präziseren Beurteilung des Pflanzenzustands. 

Das Projekt ist Teil des Forschungsprogramms OASYS, das von September 2023 bis August 2028 läuft. Es wird vom Bundesministerium für Forschung, Technologie und Raumfahrt mit rund 12,5 Mio. Euro gefördert. Koordiniert wird der Verbund von der Brandenburgische Technische Universität Cottbus-Senftenberg. Neben dem Fraunhofer IPMS sind das Ferdinand-Braun-Institut FBH und das IHP – Leibniz-Institut für innovative Mikroelektronik beteiligt.