Fraunhofer-Gesellschaft

Publica

Hier finden Sie wissenschaftliche Publikationen aus den Fraunhofer-Instituten.

Bildverarbeitung und der Griff-in-die-Kiste

 
: Mönnig, Manuel

Stuttgarter Produktionsakademie:
Roboter in der Intralogistik : Aktuelle Trends - Neue Technologien - Moderne Anwendungen. Seminar, 24. November 2016, Stuttgart
Stuttgart, 2016 (Seminar SPA 333)
27 Folien
Seminar "Roboter in der Intralogistik" <2016, Stuttgart>
German
Conference Paper
Fraunhofer IPA ()
Griff in die Kiste; Bildverarbeitung; Intralogistik; Fabrik der Zukunft

Abstract
Griff-in-die-Kiste wird eingesetzt um als Schüttgut transportierte Werkstücke aus Gitterboxen oder Kisten zu vereinzeln. Zentraler Bestandteil einer Griff-in-die-Kiste-Anwendung ist das Greifsystem. Es sollte eine möglichst geringe Störkontur aufweisen, idealerweise über einen Kollisionssensor verfügen und flexibel eine große Zahl an Greifpositionen am Werkstück ermöglichen. Zur 3D-Bilderfassung werden StereoVision-Kameras, Time-of-Flight-Kameras (ToF) oder Laserscanner eingesetzt. Die Sensorik kann dabei stationär oder am Greifer angebracht werden, was Einfluss auf erreichbare Zykluszeit und Flexibilität bei unterschiedlichen Aufnahmeperspektiven hat. Vision Software für den Griff-in-die-Kiste besteht üblicherweise aus einzelnen Modulen zur „Objektlagenerkennung“, „Greifpunktberechnung und Bahnplanung“ und „Ablageberechnung“. Schwer lokalisierbar sind Werkstücke mit transparenten beziehungsweise glänzenden Oberflächen oder biegeschlaffe Teile. Für eine prozesssichere Vereinzelung sind Teile, die häufig Verhaken oder Verklemmen können, eine Herausforderung.
Die Einbindung des Griff-in-die-Kiste in die Fabrik der Zukunft geschieht über einen Cloud-Service. Die Verwendung einer Cloud-Infrastruktur bietet die Vorteile von einfacherer Wartbarkeit und einem verbesserter Kosten-Nutzen-Faktor beim Einsatz hochperformanter Rechnerhardware.
In Zukunft ist die Verbreitung von selbstlernenden Systemen zu erwarten. Ein aktuelles Beispiel besteht in „Kinema Pick“: einem selbstlernenden und selbstkalibrierenden Depalettierungssystem. Darüber hinaus macht ein Google-Projekt auf sich aufmerksam, bei dem bis zu 14 Roboter das Greifen von unterschiedlichen Objekten gelernt haben. Dort trainierten die Roboter gemeinsam ein Neuronales Netz.

: http://publica.fraunhofer.de/documents/N-431805.html