- IT&Production - https://www.it-production.com -

Dem Roboter die Augen öffnen

Vision-Systeme für Cobots

Dem Roboter die Augen öffnen

Roboter helfen vielerorts, die Produktion zu automatisieren. Mit Vision-Systemen lernen sie sogar das Sehen – etwa um ihre Umgebung wahrzunehmen. Allerdings gilt es dabei einiges zu beachten, nicht nur bei der Auswahl des Systems.

Vision-Systeme werden in Zukunft zunehmend an Relevanz gewinnen. Die Ausstattung eines Cobots mit einem Sehsinn ist daher eine sinnvolle Ergänzung.(Bild: OnRobot A/S) [1]

Vision-Systeme werden in Zukunft zunehmend an Relevanz gewinnen. Die Ausstattung eines Cobots mit einem Sehsinn ist daher eine sinnvolle Ergänzung.(Bild: OnRobot A/S)

Zehn Millionen Informationen kann das menschliche Auge innerhalb einer Sekunde aufnehmen. Dabei ist es so komplex wie kaum ein anderes Organ. Zusammen mit dem Gehirn verarbeitet es eingehende Informationen, leitet diese umgehend weiter und bildet die Welt optisch ab – ähnlich einer Filmkamera. Der Sehsinn erlaubt es, ein breites Spektrum an Aufgaben zu erledigen, vom Griff nach der Kaffeetasse bis hin zu feinmechanischen Präzisionsarbeiten wie der Montage eines Uhrwerks. Dabei stecken selbst hinter intuitiven Handgriffen hochkomplexe Prozesse.

Nur so intelligent wie der Code

Maschinen hingegen sind nur so intelligent, wie ihre Programmierung es erlaubt. Welche Möglichkeiten es dabei gibt, zeigen vor allem Cobots. Im Gegensatz zu altbekannten Industrierobotern stellen sie eine platzsparende und erschwingliche Automatisierungslösung dar. Sie können Arbeitskräfte beispielsweise unterstützen, indem sie repetitive Aufgaben übernehmen. Dabei verleihen Vision-Systeme kollaborierenden Robotern einen eigenen Sehsinn und befähigen sie, komplexere Aufgaben zu übernehmen. Noch bis vor wenigen Jahren waren Bildverarbeitungssysteme teuer und nur von Fachleuten programmierbar.

Der sehende Roboter

Zwar leisten Cobots auch ohne Bildverarbeitung hervorragende Arbeit. Allerdings ist es vergleichsweise aufwendig, ‚blinde‘ Applikationen beispielsweise für Pick-and-Place-Aufgaben zu programmieren: Damit ein Roboter weiß, wo genau sich ein Gegenstand befindet, muss der Anwender ihm das Zielobjekt jedes Mal in genau derselben Ausrichtung und am selben Ort präsentieren. Um Zufälligkeiten auszuschließen, müssen oft zusätzliche Vorrichtungen wie Wendelförderer installiert werden. Vision-Systeme ermöglichen dem Roboter, selbst zufällig angeordnete Objekte zu verorten und sie präziser zu greifen. Zudem können Cobots mithilfe von Bildverarbeitungsprogrammen schnell zwischen verschiedenen Werkstücken wechseln, was die Umrüstzeiten senkt. Kosten für die Installation zusätzlicher Zuführvorrichtungen entfallen.

Wird die Kamera am Roboterarm montiert, lässt sich die gesamte Applikation flexibel und ohne großen Umbauaufwand an verschiedenen Orten einsetzen, beispielsweise für Pick&Place-Aufgaben. (Bild: OnRobot A/S) [2]

Wird die Kamera am Roboterarm montiert, lässt sich die gesamte Applikation flexibel und ohne großen Umbauaufwand an verschiedenen Orten einsetzen, beispielsweise für Pick&Place-Aufgaben. (Bild: OnRobot A/S)

Vision-Systeme für Cobots

Dem Roboter die Augen öffnen

Vision-Systeme wie Eyes von OnRobot können Werkstücke anhand ihrer Form und Farbe identifizieren und ermöglichen es dem Roboter so, diese präziser zu greifen. (Bild: OnRobot A/S) [3]

Vision-Systeme wie Eyes von OnRobot können Werkstücke anhand ihrer Form und Farbe identifizieren und ermöglichen es dem Roboter so, diese präziser zu greifen. (Bild: OnRobot A/S)

Wie funktioniert’s?

Doch wie funktioniert ein solches System? In der Regel sind Vision-Systeme PC-basiert, nehmen Bilder über eine oder mehrere Kameras auf und digitalisieren die Daten anschließend. Da Cobots über eine begrenzte Rechenleistung verfügen, müssen Hersteller von Vision-Systemen andere Lösungen für die Verarbeitung der Daten finden. So bietet beispielsweise OnRobot das Kameraprogramm zusammen mit der Vision-Lösung Eyes an. An den Cobot angeschlossen, lassen sich die Grundfunktionen über einen Webbrowser programmieren. Wird mit objektbasierter Erkennung gearbeitet wird die Kamera zunächst mit einer speziellen Messplatte auf den Arbeitsbereich kalibriert und im Anschluss das Werkstück erlernt. Bei der Verwendung von Features wie Landmark-Kalibrierung, Colour und Blob Detection sind viele Vision-Systeme in der Lage, Objekte allein anhand ihrer Farbe und Form zu identifizieren. Dabei genügt es, alle relevanten Informationen zu den Eigenschaften des Gegenstandes in das System einzuspeisen. Das Teaching entfällt und Anwender sparen Zeit bei der Programmierung. Die Eye-Box gibt die Position des Werkstücks an den Roboter weiter, der dann auf einen entsprechenden Trigger-Befehl hin reagiert und das Werkstück an den nächsten Arbeitsschritt weitergibt oder im Falle eines Fehlers aussortiert.

Welche Systeme gibt es?

Grundsätzlich existieren drei Arten von Kamerasystemen, die in Kombination mit Robotern zum Einsatz kommen:

Und los geht’s

Ist das passende System gefunden, geht es an die Integration. Dabei sollte zunächst evaluiert werden, wo die Kamera angebracht wird – das hängt von der Aufgabe ab. So bietet eine Montage an der Wand weniger Flexibilität in Bezug auf den Einsatzort der Applikation als eine Befestigung am Roboterarm selbst. Sollen beispielsweise vormittags Pick & Place-Aufgaben in einem Teil des Raums erledigt, die Applikation am Nachmittag aber zur Maschinenbeschickung in einem anderen Teil genutzt werden, empfiehlt es sich, die Kamera so zu integrieren, dass der Cobot ohne großen Aufwand seinen Arbeitsplatz wechseln kann. Damit das System einwandfrei funktioniert, muss die Arbeitsumgebung entsprechend eingerichtet werden. Eine Grundvoraussetzung dabei ist Sauberkeit. Vision-Systeme in Umgebungen einzusetzen, in denen sie Dampf- oder Rauchentwicklung sowie Fett- und Schmutzpartikeln in der Luft ausgesetzt sind, ist daher nicht empfehlenswert. Verschmutzungen auf der Linse erhöhen das Risiko, dass das Kamerasystem die wesentlichen Merkmale nicht korrekt erfasst und die Applikation in ihrer Funktionstüchtigkeit eingeschränkt ist.

Auf das Licht achten

Zudem spielen auch die Lichtverhältnisse eine große Rolle. Idealerweise sind diese über den gesamten Arbeitsprozess hinweg konstant. Ermöglicht wird dies beispielsweise durch die Installation eines Spotlights, entweder in unmittelbarer Umgebung oder an der Applikation selbst. Bei Letzterem ist zu beachten, dass die Lichtquelle aus Richtung der Kamera strahlt. Der Einsatz eines Kamerasystems in der Nähe eines großen Fensters ist also nicht zu empfehlen, da sich die Lichtintensität je nach Tageszeit verändert. So muss sich das System mehrfach neu einstellen,.

Die Ausstattung eines Cobots mit einem Sehsinn ist eine sinnvolle Ergänzung für Unternehmen, um auch in Zukunft produktiv und damit wettbewerbsfähig zu bleiben. (Bild: OnRobot A/S) [4]

Die Ausstattung eines Cobots mit einem Sehsinn ist eine sinnvolle Ergänzung für Unternehmen, um auch in Zukunft produktiv und damit wettbewerbsfähig zu bleiben. (Bild: OnRobot A/S)

Für welche Anwendung?

Danach ist die Applikation einsatzbereit. 2D-Kameras eignen sich für Aufgaben wie Anwesenheitskontrolle, Analyse einzelner Objekte oder Geometrien, Ausrichtung von Mustern oder der Erkennung von Barcodes. 3D-Kameras unterstützen bei der Oberflächenprüfung, bei Volumenmessungen oder der Vollständigkeitskontrolle von 3D-Objekten – beispielsweise im Spritzguss, um rechtzeitig zu erkennen, ob filigrane Teilelemente von Werkstücken beim Herauslösen aus der Form abgebrochen sind. 2,5D-Vision-Systeme wie OnRobots Eyes lassen sich bei Kommissionierungs- und Pick-and-Place-Aufgaben ebenso einsetzen wie in der Qualitätsprüfung. Die OnRobot-Lösung erkennt durch die Farb- und Konturerkennung beispielsweise Abweichungen zwischen einem Werkstück und seiner Vorlage. Dadurch kann das System Werkstücke nach der CNC-Bearbeitung oder dem Spritzgießen auf Produktionsfehler prüfen. Darüber hinaus lassen sich genaue Parameter für den Greiferabstand festlegen. Auf diese Weise ist sichergestellt, dass der Cobot auch eng beieinanderliegende Objekte erkennt und sie beim Greifen nicht beschädigt.

Machine Learning

Vision-Systeme werden in Zukunft zunehmend an Relevanz gewinnen. Durch zerstörungsfreie Prüfung beispielsweise können Unternehmen die Qualität der Produkte sichertellen, fehlerhafte Ware kann rechtzeitig lokalisiert werden. Die Ausstattung eines Cobots mit einem Bision-System ist daher oft eine sinnvolle Ergänzung. Erste Versuche mit Machine Learning zeigen, dass sich die Lernfähigkeit der Systeme noch steigern lässt. Das könnte den Programmieraufwand künftig weiter reduzieren.