Access-Control-Allow-Origin: https://hdvisionsystems,com Gibt es die eierlegende Wollmilchsau im Bin Picking? - HD Vision Systems
+49 6221 672 19-00 info@hdvisionsystems.com

Gibt es die eierlegende Wollmilchsau im Bin Picking?

Der berühmte Griff in die Kiste: Was für uns kein Problem ist, stellt Maschinen vor große Herausforderungen: richtig sehen, lokalisieren, klassifizieren, greifen, ablegen– und dabei schnell genug vorgehen. Gibt es ein Bin Picking System, das alle diese Anforderungen erfüllt und mit dem der perfekte Griff in die Kiste gelingt?

 

Kernbestandteile eines Bin Picking Systems

Bin Picking beschreibt das Greifen von Teilen aus einer Kiste oder Schüttung und das anschließende Platzieren in der gewünschten Position. Ein Bin Picking System besteht aus:

  • einer Auswerteeinheit, z.B. einem Industrie-PC,
  • einer Sensorik Kamera,
  • und einem Roboter.

Die Auswerteeinheit fungiert als das Gehirn, die Sensorik als Augen des Systems. Zunächst sammelt die Kamera Informationen über den Arbeitsplatz. Dabei lokalisiert sie das Zielobjekt. Der Industrie-PC erhält daraufhin die nötigen Daten zur Auswertung. Diese beinhalten die lokalisierten Teile und die Arbeitsumgebung. Anhand der im Vorhinein definierten möglichen Griffpunkte plant der PC die Roboterbewegung. Dabei kalkuliert der PC Kollisionsgefahren durch andere Objekte, den Kistenrand sowie nicht greifbare Objekte mit ein. Auf Basis dessen wählt der PC mögliche Griffpunkte und einen kollisionsfreien Weg. Der PC leitet die Information an die Robotersteuerung oder eine zwischengeschaltete SPS weiter, woraufhin dieser die Bewegung ausführt und die Teile greift. Der Greifer legt das Teil entweder zur Weiterverarbeitung ab oder führt eine Qualitätsinspektion in einem nachrangigen Prozess durch.

 

Anforderungen an Bin Picking Systeme

Wo findet Bin Picking Einsatz?

Funktionierende Bin Picking Systeme nehmen Arbeitern monotone, körperlich anstrengende Tätigkeiten ab. Einsatz findet das System unter anderem in der industriellen Produktion oder Logistik. Diese Automatisierung setzt weitere Ressourcen frei – Mitarbeiter können stattdessen in anderen Bereichen eingesetzt werden. Zudem ist Bin Picking zeitlich effizient und senkt binnen Zwei-Jahresfrist die Kosten.

 

Positionierung der Teile

Beim Bin Picking differenzieren Experten zwischen dem strukturiertem, dem semistrukturierten und dem zufälligen Bin Picking. Im strukturierten Bin Picking befinden sich Teile in vorhersehbaren Mustern, z.B. in sortierten Stapeln. Dadurch erkennt das System diese zuverlässig und greift sie ohne Probleme. Die Bilderkennung funktioniert am besten bei geometrisch symmetrischen Teilen. Bei semistrukturiertem Bin Picking liegen die Teile in einer groben Organisierung. Das Vorhandensein einer gewissen Ordnung erleichtert die Erkennung und Entnahme. Zufälliges Bin Picking dagegen beschreibt die Arbeit mit Teilen in komplett zufälligen Positionen. Die Teile überlappen sich, haben wechselnde Orientierungen und können sogar ineinander verkeilt sein. Dies erschwert die Erkennung. Zudem stellt die Kollisionsproblematik des Greifers mit Kistenrand oder anderen Teilen beim zufälligen Bin Picking eine große Herausforderung dar.

 

Roboter und Greifer

Für das Gelingen des Bin Picking Vorganges ist die Auswahl des richtigen Roboters wichtig. Einzelne Roboter haben Vor- und Nachteile. Anhand Beschaffenheit und Gewicht der Teile erfolgt die Auswahl des passenden Greiferaufsatzes und der Traglast. Je mehr Freiheitsgrade bzw. Achsen ein Roboter besitzt, desto besser kommt dieser auch an schwierig erreichbare Werkstücke heran. Mit der Anzahl der Freiheitsgrade erhöht sich jedoch auch die Taktzeit. Wenn Teile im zufälligen Bin Picking in einer Ecke liegen oder miteinander verkeilt sind, ist der Roboter teilweise trotz der Auswahl des richtigen Roboters und Greifers nicht imstande, eine Kiste leerzuräumen.

 

Auswirkung der Beleuchtung

Die Beleuchtung ist für die Erkennung der Teile von Bedeutung. Die passende Helligkeit ist abhängig von der Oberflächenbeschaffenheit und dem Kontrast zwischen Teilen und Hintergrund. Das Licht darf nicht zu hell sein, um Glanz oder Reflexionen zu vermeiden. Die Lichtverhältnisse sollten zudem während des Prozesses gleichbleiben. Je nach Situation setzt man daher polarisierendes Licht oder eine Flächenbeleuchtung ein.

 

Bin Picking Lösungen

2D oder 3D Vision?

Man unterscheidet zwischen 2D- und 3D-Vision-Systemen. Daher erkennt der Sensor weder die Höhe noch die genaue Form eines Objektes. Sich ändernde Hintergründe oder Lichtverhältnisse beeinflussen deswegen die Genauigkeit des Systems. Spiegelnde, sich bewegende oder dunkle Teile erkennt das System weniger gut. Bei klaren Kontrasten zwischen Teilen und Umfeld funktionieren 2D-Vision-Systeme gut. Somit finden sie häufig Einsatz im strukturierten Bin Picking. Durch den weniger komplexen Algorithmus reagieren diese Systeme schneller. Zudem sind sie preiswerter.

Ein 3D-Vision-System erkennt zusätzlich zu der X- und Y-Achse die Tiefe der Z-Achse und hat somit einen dreidimensionalen Blick auf die Szene. Durch den erweiterten Blickwinkel blendet das System den Hintergrund aus. Dadurch ist die Abgrenzung übereinanderliegender Teile möglich. Neue Teile werden durch CAD-Modelle einmalig in die Software eingepflegt und danach problemlos erkannt. Dank einer eigenen Lichtquelle und -regulierung sind 3D-Systeme weniger abhängig vom Außenlicht. Im Vergleich zu 2D-Vision-Systemen bieten diese eine zuverlässigere Lösung auch für komplexe Teile, Anordnungen oder unterschiedliche Hintergründe. Sie finden auch bei semistrukturiertem und zufälligem Bin Picking Einsatz.

 

Was ist das ideale Kamerasystem?

Weiterhin unterscheidet man zwischen Laser-, Lichtfeld-, Stereo- und Time of Flight Kameras. Die Lichtfeldsysteme bieten häufig die beste Datenqualität. Der Lichtfeldansatz besteht meist aus einem Linsen- oder Multi-Kamera-Array. So erkennt dieser selbst auf kleinen Flächen glänzende Oberflächen. Sie sind prozesssicherer und die Inbetriebnahme gelingt schneller. Aufgrund der hohen Datenqualität funktioniert der Griff in die Kiste auch bei metallischen und glänzenden Oberflächen.

Stereosysteme funktionieren auf Basis einer strukturierten Beleuchtung: Dabei projiziert das System Muster auf eine Szene und generiert dadurch ein 3D-Bild. Stereokameras erreichen genaue Aufnahmen – allerdings nur mit den richtigen Lichtverhältnissen. Bei schlechter Beleuchtung oder reflektierenden Objekten können verzerrte Ergebnisse auftreten. Zudem können sie nur für Entfernungen von bis zu zwei Metern eingesetzt werden. Mit Stereokameras lassen sich sehr kurze Taktzeiten erreichen.

Lasersysteme hingegen erreichen eine höhere Genauigkeit. Allerdings sind Lasersysteme häufig scannende Systeme, weswegen eine Erkennung bewegender Objekte nicht möglich ist. Bei Lasersystemen tritt zudem ein Gefahrenbereich auf, der in Sicherheitsregulierungen beachtet werden muss.  Sie bieten nichtsdestotrotz einen preisgünstigen Einstieg in die Vision-Technologie.  

Time of Flight Sensoren ermitteln mithilfe eines Infrarotlichtes die Entfernung zwischen Zielobjekt und Sensor. Daher liefern sie auch bei schlechten Lichtverhältnissen sehr genaue Ergebnisse. Auch Time of Flight Sensoren sind von den richtigen Lichtverhältnissen abhängig – reflektierende Objekte stellen daher ein Problem dar. Zwar nehmen sie sehr genaue Daten auf, der mögliche Anwendungsbereich ist allerdings klein.

Alle Kamerasysteme bieten sowohl Vor- als auch Nachteile, was die Taktzeit oder Tiefengenauigkeit betrifft. Fortgeschrittene Technologien wie 3D-Analyse und 3D-Bildverarbeitung sind zur Überwindung anspruchsvoller Herausforderungen im Picking notwendig.

 

Ausblick

Nicht umsonst bezeichnen Experten das Bin Picking als die Königsdisziplin der industriellen Bildverarbeitung. Zahlreiche Freiheitsgrade, herausfordernde Werkstücke und spezifische Setups fordern heutige Systeme heraus. Obwohl neue Technologien zur Bilderfassung und -verarbeitung die Grenzen des Machbaren kontinuierlich verschieben, gibt es noch keine eierlegende Wollmilchsau im Bin Picking.  KI-basiertes Bin Picking bietet jedoch bereits vielversprechende Ansätze in Forschung und ersten Anwendungen. In Zukunft könnte dadurch die Erkennung unbekannter und verschiedener Objekte, eine automatische Griffpunktfestlegung und ein zuverlässiges Greifen schwer erkennbarer Objekte mit nur einem einzigen System gelingen.

3. Juni 2021

Direkt weiterlesen:

Share This