+49 6221 672 19-00 info@hdvisionsystems.com

So simpel und doch hochkomplex: Der Griff in die Kiste

Kisten ausräumen – kein Problem! Schwierig wird es, wenn Roboter statt Menschen diese Aufgabe übernehmen sollen. Denn wo wir uns schnell zurechtfinden und intuitiv richtig greifen, muss eine Maschine per Steuerung erfahren, was zu tun ist.

Dass das eine ganze Menge ist, beweist unsere Liste mit 14 unerwartet komplexen Anforderungen für die Bin Picking Automatisierung.

  1. Chaos und Unordnung in der Kiste – Wohin soll der Roboter greifen? Wo liegen überhaupt die Objekte?
  2. Das Problem mit den Kanten: Perfekt in der Kiste voneinander getrennte Objekte schaffen es vermutlich kaum aus der Anlieferung ins Werk. Verkantungen, Überlappungen und Teilverdeckungen sind Standard. Eine automatisierte Bildverarbeitung erkennt so allerdings die vorgegebenen Formen nicht mehr – denn sie sind ja nicht zu sehen. Das betrifft vor allem 2D-Kameras, denen die Tiefe des Bildes fehlt.
  3. Sind Objekte hartnäckig verkantet, kann ein Mensch mit beiden Händen arbeiten und die Aufgabe logisch lösen. In der Robotik sieht dieser Fall aktuell immer noch den Umweg über ein Ausschütten der Kiste auf z.B. ein Fließband vor.
  4. Alles steht Kopf? In unsortierten Kisten keine Seltenheit. Fehlt die einheitliche Orientierung, packt der Greifer womöglich falsch zu und das Teil wird falsch herum in die weitere Produktion geschickt.
  5. Hinfahren, greifen, ablegen. Leider ist es mit der Bestimmung der Greifpunkte nicht so einfach. Die beste und sicherste Greifstelle für z.B. einen Kolben zu finden und dabei die Roboter Kinematik zu beachten, gestalten diesen Ablauf ungleich schwieriger.
  6. Haben Sie die Ergonomie und Greifeigenschaften gewichtiger Objekte beachtet? So wie wir uns damit sprichwörtlich schwertun, geht es auch einem falsch konfigurierten Roboter beim Griff aus der Kiste.
  7. Apropos Kiste: Um was für ein Behältnis handelt es sich überhaupt? Groß oder klein? Geriffelt, gewellt, vergittert? Ist sie im unteren Bereich überhaupt noch gut zu erkennen? Gibt es unvorhersehbare Dellen und Verformungen? Wir passen uns unbewusst diese neuen Gegebenheiten an, doch eine Maschine kann das nicht.
  8. Bloß keine Unfälle bauen! Kollisionsvermeidung kommt im Bin Picking besondere Bedeutung zu, denn Industrieroboter verfügen über ungleich größere Kräfte als der Mensch. Ungebremst sollte der Roboterarm deswegen nicht in Wände, Kiste oder andere Sicherheitsbereiche fahren. Für den Einsatz als Cobot, also ohne eingrenzende Roboterzelle, erhöht sich die Komplexität der Kollisionsvermeidung um ein Vielfaches.
  9. Wie sich der Roboterarm bewegen kann, bestimmt auch die Bahnplanung. Sicherheitsbereiche, Kollisionen mit anderen Werkstücken oder Wänden müssen dafür einbezogen werden. Nicht immer ist die am nächsten liegende Route die beste.
  10. Das wiederum führt direkt zum Thema Zeit. Mit welcher Geschwindigkeit läuft der Gesamtprozess ab, welche Teilbereiche sind aktuell besonders aufwendig und können verkürzt werden? Verschiedene Verfahren zur Bildaufnahme und -verarbeitung unterscheiden sich hier deutlich.
  11. Um diese Zeiten zu verkürzen, kommt es auch auf die Lichtverhältnisse der Aufnahmesituation an. Wechselndes Licht sollten Sie vermeiden. Heute ist zusätzliche Beleuchtung Standard, um schummrige Produktionsumgebungen ausreichend zu erhellen, sowie Rauschen und Artefakte bei der Aufnahme zu reduzieren.
  12. Je simpler die Kamera, umso wichtiger die richtigen Kameraparameter. Entsprechend der Aufgabe müssen diese eingestellt werden – sodass z.B. die Tiefenschärfe stimmt.
  13. Ein Hersteller, der Ihnen alle Bauteile einer Bin Picking Zelle aus eigener Produktion liefert? Besser nicht! Denn jeder Teilschritt der Aufgabe benötigt maximale Kompetenz und Präzision. Hilfreicher ist es, auf eine gute Integrierbarkeit der gewählten Komponenten zu achten. Ein Integrator kann Sie dabei kompetent unterstützen.
  14. Schließlich die letzte Herausforderung: Ist das eingesetzte System zuverlässig und beantwortet alle bereits genannten Fragen? Je nach Greifaufgabe haben einige Punkte mehr oder weniger Gewicht. Auch das sollten Sie bei Ihrem Griff in die Kiste beachten.

Object Handling für Ihre Greif-Aufgabe

Bereit, alle Anforderungen für Ihr Bin Picking zu erfüllen? Finden Sie heraus, welches Object Handling sich am besten für Ihre Automatisierungsaufgabe eignet.

Welche Aufgabe möchten Sie mit LumiScan VGR lösen?

Welche Aufgabe möchten Sie mit LumiScan VGR lösen?

Welche Aufgabe möchten Sie mit LumiScan VGR lösen?

Welche Aufgabe möchten Sie mit LumiScan VGR lösen?

  • Start
  • Werkstücke
  • Arbeitsbereich
  • Systemanbindung
  • Kontakt
Start

Welche Aufgabe möchten Sie mit LumiScan VGR lösen?

Unser Konfigurator führt Sie in 5 einfachen Schritten zu Ihrer Lösung.

Starten Sie jetzt Ihre Systemkonfiguration!

Zu greifende Werkstücke
Wie ist die Oberfläche der zu greifenden Werkstücke beschaffen?
Alternativ: Laden Sie eine oder mehrere Bilddateien Ihrer Werkstücke hoch!

Max. Größe: 64,0 MB

Arbeitsbereich
Wie weit ist der gewünschte Arbeitsabstand zwischen Sensor und Werkstücken?
Systemanbindung
Welche Schnittstellen-Konfiguration soll das System nutzen?
Zeitrahmen
Kontaktdaten
Datenschutz

In der sich rasant entwickelnden Welt der industriellen Automatisierung ist eine zuverlässige und flexible Objekterkennung ein Grundpfeiler für Vision-Guided Robotics (VGR) und Qualitätssicherung. Bei HD Vision Systems ist es unsere Mission, die Grenzen des Möglichen in der Automatisierung neu zu definieren. Als Vision-Partner auf der Bosch Rexroth CtrlX-Plattform bringen wir modernste Bildverarbeitungstechnologie durch leistungsstarke Apps auf den Fabrikboden, die Konnektivität vereinfachen und die Leistung verbessern.

Pattern Matching: Ein traditioneller Ansatz

Eine der häufigsten Fragen beim Entwurf von Automatisierungslösungen ist, ob traditionelle Pattern-Matching-Techniken oder moderne KI-basierte Objekterkennung verwendet werden sollen. Pattern Matching ist regelbasiert und nutzt manuell definierte Vorlagen oder geometrische Formen zur Objekterkennung. Obwohl es lange ein fester Bestandteil klassischer Bildverarbeitung war, stößt es unter realen Bedingungen oft an seine Grenzen. Änderungen in Beleuchtung, Ausrichtung, Maßstab oder selbst kleine Verdeckungen können zu Erkennungsfehlern führen. Zudem ist die Einrichtung aufwändig, erfordert Expertenwissen und lässt sich nur schwer an Veränderungen in der Produktionslinie anpassen.

Deep Learning: Intelligent und anpassungsfähig

Im Gegensatz dazu nutzt die KI-basierte Objekterkennung datengetriebene Modelle, die auf großen und vielfältigen Datensätzen trainiert wurden. Diese Modelle erkennen Objekte anhand abstrakter Muster und sind dadurch wesentlich robuster und flexibler. Sie kommen mit unterschiedlichsten Abweichungen und Unregelmäßigkeiten in industriellen Umgebungen zurecht. Mithilfe von Transfer Learning und Datenaugmentation lassen sich Modelle zudem schnell auf neue Objekte oder Bedingungen anpassen – ganz ohne komplexes Regelwerk.

Integrierte KI auf CtrlX

Wir bei HD Vision Systems setzen konsequent auf diesen modernen Ansatz und haben ihn direkt in die Bosch Rexroth CtrlX-Plattform integriert. Unsere Apps ermöglichen den Anschluss von Standard-Industriekameras gemäß dem GenICam-Standard via Ethernet. Die aufgenommenen Bilder werden von KI-Modellen direkt im CtrlX-Ökosystem verarbeitet. Die Ergebnisse sind nicht nur präzise, sondern werden auch automatisch aus 2D-Bildkoordinaten in 3D-Weltkoordinaten überführt – entscheidend für präzise Roboterführung und Qualitätssicherung.

Vor-Ort-Training und Individualisierung

Neben vortrainierten Modellen bieten wir Frameworks an, mit denen Nutzer eigene Bilddaten annotieren und individuelle Objekterkennungsnetzwerke trainieren können – komplett vor Ort, ohne Daten in die Cloud zu senden. So behalten Sie die volle Kontrolle über Datenschutz und Datensicherheit. Integratoren und Endanwender können so hochspezialisierte Erkennungslösungen entwickeln – exakt zugeschnitten auf ihre Anwendung.

Zukunftsausblick: KI für moderne Fertigung

Pattern Matching hatte seine Zeit, aber die zunehmende Komplexität moderner Fertigungsprozesse verlangt intelligentere, flexiblere Systeme. Deep Learning liefert genau das. Mit den fortschrittlichen Vision-Tools von HD Vision Systems und der Modularität der Bosch Rexroth CtrlX-Plattform stehen Herstellern leistungsstarke Objekterkennungslösungen zur Verfügung, die mit ihren Anforderungen wachsen.

Egal ob Nachrüstung bestehender Anlagen oder Neuplanung – jetzt ist der richtige Zeitpunkt, die Kraft KI-gesteuerter Bildverarbeitung zu nutzen. Wir freuen uns, Sie dabei zu begleiten.

7. Oktober 2020

Continue reading:

Share This