Refine
Year of publication
- 2025 (2)
Document Type
- conferencepaper (2)
Has Fulltext
- no (2)
Is part of the Bibliography
- no (2)
Für eine Automatisierungslösung wird ein von künstlicher Intelligenz gestütztes System zur Detektion von unterschiedlichen Objekten sowie deren Positionsmessung entwickelt. Die Objekterkennung erfolgt unter Verwendung eines Jetson Nano von Nvidia. Zur Positionsbestimmung auf einem Förderband wird ein Inkrementaldrehgeber ROD 420 eingesetzt. Der Positionswert wird mit einem selbst entwickelten Messsystem auf einem Arty A7 Field Programmable Gate Array (FPGA) errechnet und zur Sensorfusion an den Jetson Nano übertragen.
The analysis of fluorescence lifetimes has the potential to reliably differentiate plastics from foodstuffs. A setup for use in an industrial process is required to work in real time. The combination of Rapid fluorescence lifetime imaging microscopy (Rapid-FLIM) and neural networks shows significant improvements in capture time compared to other FLIM technologies, while achieving a reliable differentiation of foodstuffs and plastics.
