Robot Vision, wie funktioniert es und wofür kann man es verwenden?

Es gibt viele Missverständnisse über Bildverarbeitungssysteme für Roboter. It is often thought that the integration of a vision system is complex, expensive and difficult. In addition, reliability is questioned. Thanks to the emergence of new technologies such as machine learning and artificial intelligence, costs are falling and it has become much more accessible to apply vision. How does robot vision work? Und was kann man damit machen?

Wie funktioniert die Robotervision?

Robot Vision funktioniert, indem eine oder mehrere Kameras in das Robotersystem integriert werden. Eine Kamera wird am Ende des Roboterarms angebracht und fungiert als "Auge" der Maschine. Alternativ kann die Kamera auch separat vom Roboter angebracht werden. Diese Kameras und die zugehörige Software können Objekte erkennen und Barcodes und QR-Codes scannen. Während der Programmierung lernt der Roboter, Objekte und Codes zu erkennen, mit denen er arbeiten muss. Von diesen werden 2D- oder 3D-Scans gemacht, die in der Software gespeichert werden. Es ist dann möglich, ihnen bestimmte Aufgaben zuzuweisen.

Bin Picking

Verpassen Sie keine Informationen über Cobots und Automatisierung

Abonnieren Sie unseren monatlichen Newsletter!

Mehr als 500 Unternehmen sind Ihnen vorausgegangen!
Sie können sich jederzeit wieder abmelden.

Die Möglichkeiten der Robotervision

Ein integriertes Bildverarbeitungssystem eröffnet den Robotern eine Reihe von Möglichkeiten, die es vorher nicht gab. Mit einer Kamera ausgestattete Roboter können zum Beispiel optische Inspektionen durchführen, Objekte sortieren und Messungen vornehmen.

So könnte ein Roboter am Ende eines Montageprozesses sehen, ob die Produkte richtig zusammengebaut sind. Ein gutes Beispiel ist die Prüfung einer Hauptplatine, nachdem sie gelötet worden ist. Dank der künstlichen Intelligenz lernt der Roboter, wann ein Produkt die Qualitätsanforderungen erfüllt oder nicht, um es dann zu sortieren. Die Sortierung kann auch auf der Grundlage von QR- oder Barcodes erfolgen, was in logistischen Prozessen sehr nützlich sein kann. So könnte der Roboter beispielsweise anhand des Codes auf einem Karton lernen, auf welcher Palette er gestapelt werden sollte.

Techman-robot-computer-AI

Vorteile der Vision

Neben der Tatsache, dass der Roboter eine Reihe neuer Aufgaben erlernt, bietet die Bildverarbeitung auch eine Reihe von Vorteilen bei herkömmlichen Aufgaben. Zum Beispiel bei der Einrichtung eines relativ einfachen Pick-and-Place. Die größte Herausforderung bei der Einrichtung eines solchen Systems besteht darin, dass die Objekte dem Roboter immer auf die gleiche Weise und an der gleichen Stelle präsentiert werden. Dies bedeutet, dass Vorrichtungen oder Konstruktionen hinzugefügt werden müssen, wie z. B. ein Zuführungssystem, damit Zufälligkeiten verhindert werden und die Roboter genau wissen, wo sich das Objekt befindet.

bin picking with a cobot

Dank der Bildverarbeitung kann der Roboter sehen, wo sich die Produkte befinden. Ein standardisierter Vorrat ist dann nicht erforderlich, und die Objekte können dem Roboter in großen Mengen zugeführt werden. Die Kommissionierung von Behältern ist ein Beispiel dafür.

Und was ist, wenn das Angebot standardisiert ist, aber verschiedene Arten von Objekten in unterschiedlichen Formen verarbeitet werden müssen? Oder was ist, wenn die Auflage kleiner ist und es häufige Produktwechsel gibt? Dann ist es wichtig, dass der Roboter schnell umgerüstet werden kann und neue Objekte aufnehmen und erkennen kann. Das ist mit Vision möglich. Es ist sogar möglich, zwischen Teilen und Produkten auf derselben Linie zu wechseln. Da der Roboter das Objekt erkennt, weiß er, was der nächste Schritt im Prozess ist. Dies bietet mehr Flexibilität, um verschiedene Einheiten auf der gleichen Linie zu bauen, ohne einen "blinden" Roboter umzuprogrammieren, der jedes Mal das Gleiche erwartet.

Verschiedene Kameratypen

Wenn die Entscheidung gefallen ist, mit der Roboterbildverarbeitung zu beginnen, ist es gut, genau zu prüfen, was benötigt wird, denn nicht alle Bildverarbeitungslösungen sind gleich. Der Unterschied liegt in den Kosten, der Flexibilität, der Benutzerfreundlichkeit und den Softwarefunktionen. Es gibt zwei Arten von Kameratypen: 2D und 3D.

2F85__FT300__Camera_on_UR_2_2

3D-Kameras können alle drei Dimensionen (Länge, Breite, Höhe) bestimmen. Das gibt dem Roboter zahlreiche Möglichkeiten, aber das hat seinen Preis. 3D-Kameras sind die teuersten auf dem Markt und in Bezug auf die Zuverlässigkeit sind sie etwas schwächer als die 2D-Kamera. Da eine 3D-Kamera die Höhe bestimmen kann, ist sie ideal für Produkte, die in der Höhe variieren, oder für das Stapeln von Produkten. Denken Sie an das Palettieren oder Verpacken von Kartons.

Nicht alle Bildverarbeitungssysteme sind gleich. Manche Systeme lassen sich leichter einrichten und kalibrieren als andere. Es gibt auch Bildverarbeitungssysteme, die direkt an den Roboter montiert werden müssen, was zu Einschränkungen führt, während andere unabhängig vom Roboter arbeiten können.

what is robot vision

Finden Sie heraus, wie wir Ihre Produktion verbessern können

Buchen Sie eine kostenlose Online-Beratung mit unserem Automatisierungsspezialisten!

Völlig kostenlos und unverbindlich!

Eingebaute Vision

Techman Robot's collaborative robots are unique on the market because they have a built-in vision system. These are integrated into both the hardware and the software. Functions such as pattern matching, object localization, barcode scanning and color recognition are therefore relatively easy to program with a Techman.

WiredWorkers specializes in integrating robot vision and is a certified integrator of the Techman Robot. Want to learn more about how vision and collaborative robots can help optimize your production process? Nehmen Sie Kontakt mit uns auf oder vereinbaren Sie eine kostenlose Cobot-Beratung.

built in vision techman robot | cobot

Frequently asked questions

Die Bildverarbeitung mit Robotern bietet mehrere Vorteile in Produktionsprozessen, wie z. B. optische Inspektionen, das Sortieren von Objekten und das Durchführen von Messungen. Sie verbessert die Qualitätskontrolle, reduziert Fehler und erhöht die Effizienz.

Robbin Mennings

Robbin Mennings

Cobot Specialist & CEO WiredWorkers 

Das könnte Ihnen auch gefallen...

202101-1-2

Anwendungen des Machine Learning im Maschinenbau: Intelligente Lösungen für Effizienz und Qualität

tm-ai

Adaptive Robotik in der Fertigung: Wie Roboter lernen und sich an veränderte Umgebungen und Aufgaben anpassen

Cobot cnc automation

Herausforderungen bei der Implementierung von Cobots in bestehende Fertigungsumgebungen.