Bin Picking: KI hilft beim Griff in die Kiste

Bin Picking spielt in der Automation eine immer größere Rolle. Der „Griff in die Kiste“ zählt dabei zu den schwierigsten Aufgaben: Der Roboter muss unterschiedliche, auch chaotisch angeordnete Objekte mit teilweise komplexen Geometrien erkennen, kollisionsfrei aus dem Behälter entnehmen, in eine orientierte Lage bringen und an die Maschine übergeben. Die Einrichtung des Zusammenspiels zwischen Bauteilen, Kiste und Greifer erfordert eine Menge Erfahrung und Know-how des Bedieners.

Herausforderung Bin Picking

Daher ist die Implementierung von Bin-Picking-Lösungen für Anwenderinnen und Anwender eine große technologische Herausforderung. Ohne Unterstützung durch den Systemhersteller oder Integrator geht es in den meisten Fällen nicht. Wie wäre es aber, wenn das System lernfähig wäre und die Parameter bei der Einstellung oder sogar im laufenden Betrieb selbstständig anpassen könnte? Liebherr-Verzahntechnik, Hersteller von Automationslösungen, arbeitet an einer Weiterentwicklung der eigenen Software LHRobotics.Vision. Mittels Künstlicher Intelligenz (KI) vereinfacht diese die Parametrierung für den Bediener erheblich. „Wir wollen das ‚Bin Picking für jedermann‘ ermöglichen“, fasst Jürgen Groß, Vertriebsleiter Flexible Fertigungs- und Automationssysteme bei Liebherr, das Ziel des Projekts zusammen.

Liebherr ist bekannt als Hersteller kompletter Roboterzellen mit integrierter Bin-Picking-Software. 2020 entschloss sich das Unternehmen, die Software als eigenständiges Produkt anzubieten. Damit lässt sie sich auch in Anlagen anderer Hersteller verwenden – was sie sowohl für Endanwender als auch für Integratoren attraktiv macht.

Technologiepaket mit 3D-Kamera

Das Technologiepaket umfasst neben der grafisch geführten, intuitiv bedienbaren Software auch ein projektorbasiertes 3D-Kamerasystem. Dieses ermöglicht eine objektorientierte Bilderkennung durch Auswertung einer 3D-Stereo-Vision-Aufnahme. Aus den 3D-Daten der Bauteile und den Störkonturen der realen Kisten wird eine Punktewolke erzeugt, die als Basis für die Bahnplanung der kollisionsfreien 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. Damit kann der Anwender oder die Anwenderin rein virtuell die Greifergeometrie anpassen und Abläufe optimieren, um einen verbesserten Entleerungsgrad auch tiefer Kisten zu erzielen – ohne Risiko und ohne teure Investitionen in eine Test-Hardware.

Neue Bauteile werden automatisch eingerüstet

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 optimalen Einstellparameter ermittelt werden. Das vereinfacht Prozesse und spart Zeit und Kosten. 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.

„Viele Anwender schrecken heute noch vor dem Bin Picking zurück, weil es angeblich so komplex sei und man sich diese Baustelle nicht ins Haus holen wolle. Mit dem Software-Release können wir unseren Anwendern und Integratoren diese Ängste nehmen“, so Groß. „Wir sehen den Paradigmenwechsel in der ganzen Branche auch als Chance: Aufgrund des Umbruchs im Automotive-Sektor und der Umstellung auf E-Mobilitätsanwendungen müssen wir uns den neuen Herausforderungen stellen.“

Lesen Sie auch: Wandelbare Fabrik: Welche Rolle spielt die Intralogistik?