Bin Picking mit 3D-Vision

Bin Picking mit 3D-Vision

MVTec Software präsentiert sein Machine-Vision-Portfolio auf der diesjährigen Automatica. Einen Schwerpunkt bilden dabei neue Features im Kontext von Deep Learning und 3D-Vision. MVTec präsentiert auf der Messe eine Deep-Learning-basierte Bin-Picking-Anwendung. Diese verbindet 3D-Vision und Deep Learning mit dem Ziel, Greifflächen auf beliebigen Objekten robust zu erkennen.

 (Bild: MVTec Software GmbH)

(Bild: MVTec Software GmbH)

Im Gegensatz zu typischen Bin-Picking-Anwendungen entfällt hierbei das Einlernen von Objektoberflächen. Daher sind keinerlei Vorkenntnisse über die jeweiligen Objekte erforderlich. In einer Live-Demonstration mit einem bildverarbeitungsbasierten Robotiksystem demonstriert das Unternehmen, wie sich zukünftig mit MVTec Halcon beliebige Objekte mit unbekannten Formen greifen, bewegen und ablegen lassen.

MVTec Software GmbH
www.mvtec.com

Das könnte Sie auch Interessieren

Bild: Conductix-Wampfler AG
Bild: Conductix-Wampfler AG
Lösungspaket für FTS und AMR

Lösungspaket für FTS und AMR

Conductix-Wampfler, ein Hersteller von Systemen für die Energie- und Datenübertragung zu beweglichen Verbrauchern, zeigt auf der diesjährigen Logimat ein umfangreiches Lösungspaket für fahrerlose Transportsysteme und autonome mobile Roboter, bestehend aus Systemen zur Batterieladung, Energiespeichern und Kommunikationslösungen inklusive einem Nothalt-System.

Bild: Faulhaber/ EduArt
Bild: Faulhaber/ EduArt
Einstieg in die mobile Robotik leicht gemacht

Einstieg in die mobile Robotik leicht gemacht

Typischerweise entlasten Roboter Menschen von monotonen Tätigkeiten. Das gilt auch für den Transport in der Produktion und Intralogistik. Hier können in zahlreichen Anwendungsfällen autonome mobile Roboter oder fahrerlose Transportsysteme zu effizienzsteigernden Helfern werden. Allerdings fehlt in vielen Unternehmen noch das Knowhow bzw. die Erfahrung im Umgang mit diesen Systemen. Eine entsprechende Roboterlernplattform erleichtert Anwendern nun den Einstieg in die Welt von AMR und FTS. Von den eingesetzten Antrieben wird in der Lernplattform ebenso wie in der realen Anwendung einiges verlangt.

Bild: Linde Material Handling GmbH
Bild: Linde Material Handling GmbH
Auf dem Weg zum autonomen Outdoor-Stapler

Auf dem Weg zum autonomen Outdoor-Stapler

Im Forschungsprojekt ‚KAnIS – Kooperative Autonome Intralogistik Systeme‘ haben die Projektpartner Linde Material Handling und die technische Hochschule Aschaffenburg Lösungen für die anspruchsvollen Einsätze autonomer Gegengewichtsstapler entwickelt, die sowohl im Innen- als auch im Außenbereich Lasten bewegen. Ein Schwerpunkt lag auf deren kooperativem Verhalten: Über ein 5G-Netz und einen Edge-Server tauschen die Fahrzeuge Informationen in Echtzeit aus und können sich gegenseitig vor Hindernissen warnen.