Herausforderung Griff in die Kiste

Selbstständiges automatisiertes Teach-in beim Bin Picking

Herausforderung Griff in die Kiste

Der Griff in die Kiste gehört zu den schwierigsten Disziplinen in der Automation. Das Einstellen der Parameter zum sicheren Erkennen und Greifen der häufig komplexen Objekte ist anspruchsvoll und erfordert viel Expertise. Liebherr-Verzahntechnik hat mit LHRobotics.Vision eine Software entwickelt, die das Bin Picking für Anwender mittels künstlicher Intelligenz vereinfachen soll.

Der neue Release der Software LHRobotics.Vision ermittelt beim Bin Picking auf Basis realer Scan-Daten die passende Parametrierung zum Einrüsten der Werkstücke. (Bild: Liebherr-Verzahntechnik GmbH)
Der neue Release der Software LHRobotics.Vision ermittelt beim Bin Picking auf Basis realer Scan-Daten die passende Parametrierung zum Einrüsten der Werkstücke. (Bild: Liebherr-Verzahntechnik GmbH)


Seit 10 zehn Jahren realisiert Liebherr Robotersysteme mit Bin Picking und bietet seit zwei Jahren ein eigenständiges Softwarepaket an, das auch in Anlagen anderer Hersteller integriert werden kann.

Projektorbasiertes 3D-Kamerasystem

Das Softwarepaket umfasst neben der grafisch geführten, intuitiv bedienbaren Software ein projektorbasiertes 3D-Kamerasystem. Es ermöglicht eine objektorientierte Bilderkennung durch Auswertung einer 3D-Aufnahme. Aus den 3D-Daten der Bauteile und den Störkonturen der realen Kisten wird eine Punktewolke erzeugt, die als Basis für die Bahnplanung der kollisionfreien Bauteilentnahme dient. Die gewünschten Greifpunkte am Bauteil lassen sich einfach grafisch in der Software festlegen, das aufwendige Teachen des Roboters entfällt. Ein besonderes Feature ist das optionale Simulationstool LHRobotics.Vision Sim. Mittels Physics Engine wird eine Kistenbefüllung simuliert, anschließend eine virtuelle Punktewolke erzeugt und ausgewertet. Nicht nur der Scan, auch die Entnahme wird vollständig simuliert inklusive aller Umgebungsparameter, wie das Verhaken oder Wegrollen von Teilen. Damit können Anwender rein virtuell die Greifergeometrie anpassen und Abläufe anpassen, um einen verbesserten Entleerungsgrad auch tiefer Kisten zu erzielen.

Herausforderung Bin Picking mit KI bewältigen

Für die Implementierung von Bin-Picking-Lösungen ist bis dato meistens Unterstützung durch den Systemhersteller oder Integrator notwendig. Wie wäre es aber, wenn das System lernfähig wäre und die Parameter bei der Einstellung oder sogar im laufenden Betrieb selbstständig anpassen könnte? In einem neuen Release der Software LHRobotics.Vison erfolgt nun eine entscheidende Verbesserung: Künstliche Intelligenz und maschinelles Lernen ermöglichen das automatische Einrüsten neuer Bauteile in den Bin-Picking-Prozess. Dabei berechnet das System auf Basis realer Scan-Daten die geometrischen Parameter der Bauteile und analysiert die Auflösung und das Rauschverhalten des Sensors. Anschließend werden aus diesen Scan-Daten Testmessungen generiert, mit deren Hilfe dann die bestmöglichen Einstellparameter ermittelt werden. Indem das System sich beim Einrüsten mit jedem Scan selbst trainiert, schafft es die Grundlage für den nächsten Schritt: das maschinelle Lernen im laufenden Betrieb.

Vom Algorithmus bis zur Kamera bietet Liebherr ein umfangreiches Gesamtpaket. Der dreistufige Algorithmus wurde von einem führenden Forschungsinstitut entwickelt. Liebherr industrialisierte die Software: Eine intuitive Benutzeroberfläche ist die Folge, mit der sich neue Werkstücke in Minuten einrichten lassen und der gesamte Prozess in wenigen Stunden sicher läuft. Bei den Sensoren setzt Liebherr vorwiegend auf Zivid-Farbkameras, die auch bei schwierigen Teilen vollständige Punktewolken liefern, z.B. bei Spiegelungen oder geringem Kontrast zur Unterlage. Durch die offene Sensorschnittstelle kann für jeden Anwendungsfall die jeweils passende Kamera verwendet werden.

Durch die Möglichkeit, Werkstück, Greifer sowie Roboter mit der gesamten Umgebung abzubilden, ist die Bahnplanung von der Entnahme bis zur Ablage des Bauteils inklusive Kollisionsüberwachung in einer Software gebündelt. Greifer können mit allen Achsen und Freiheitsgraden angelegt werden, sodass auch mechanische Greifer realitätsgetreu abgebildet werden.

Das könnte Sie auch Interessieren

Bild: Fraunhofer-Institut IML
Bild: Fraunhofer-Institut IML
Belohnung als 
Anreiz zum Lernen

Belohnung als Anreiz zum Lernen

KI-Entwickler Julian Eßer trainiert Roboter, sich intelligent zu verhalten. Denn das Entscheidende ist, dass die Maschinen nicht nur bei kalkulierbaren Ereignissen richtig handeln. Vor allem müssen sie auch in unvorhergesehen Situationen das Richtige tun. Dafür testet er als Mitglied des AI Grids, einer Initiative des Bundesforschungsministeriums, die vielversprechende Talente in künstlicher Intelligenz in Deutschland fördert, am Fraunhofer IML Hunderte Roboter in virtuellen Welten. Ziel ist, dass die Maschinen üben und lernen, mit Störungen und Varianten ähnlicher Situationen umzugehen – und dann selbst Varianten anbieten. Dafür kommt eine Art Belohnungssystem für Roboter zum Einsatz: So lernen sie leichter aus Fehlern und wählen den schnellsten und effektivsten Weg zum Ziel.

Bild: TeDo Verlag GmbH
Bild: TeDo Verlag GmbH
inVISION Day Metrology 2024

inVISION Day Metrology 2024

Am 16. Mai 2024 findet zum zweiten Mal der inVISION Day Metrology – Digital Conference for Metrology statt. An dem Tag werden in den vier Sessions 3D-Scanner, Inline Metrology, Surface Inspection sowie CT & X-Ray aktuelle Lösungen und Produkte in zahlreichen 20-minütigen Vorträgen präsentiert.