Unbekannte Welten

Sicheres Bin Picking von im Vorfeld unbekannten Objekten
Beim Bin Picking können die zu greifende Objekte unzählig viele verschiedene Geometrien aufweisen, was den Greifprozess erschwert. Ein neues Feature im neuen Halcon Release von MVTec ermöglicht nun auch den sicheren Griff von Gegenständen, deren Erscheinungsform im Vorfeld nicht bekannt ist.

Dies ist etwa bei den vielfältigen Objekterscheiungen im Warenhaus ebenso der Fall wie bei Lebensmittel- oder Medikamentenverpackungen. In vielen dieser Bereiche liegen keine CAD-Modelle vor bzw. das Erstellen und Vorhalten eines solchen ist mit zu hohem Aufwand verbunden. Daher werden CAD-Modell-freie Ansätze notwendig. Um für dieses umfassende Teilespektrum robuste Erkennungsraten zu gewährleisten, bräuchte das Visionsystem von jedem einzelnen Objekt ein detailliertes Modell, z.B. in Form einer CAD-Datei. Ein solches steht jedoch nicht immer zur Verfügung oder ließe sich nur mit hohem Aufwand erstellen. Eine weitere Herausforderung besteht darin, dass sich in einem Bin auch verschiedene Objekte befinden. Zudem können die Objekte deformierbar sein, was den Greifprozess zusätzlich erschwert. Um diese Herausforderungen adäquat zu adressieren, hat MVTec das Feature 3D Gripping Point Detection entwickelt und in die Halcon Version 22.11 integriert. Damit lassen sich im Rahmen von Bin-Picking-Prozessen auch Gegenstände greifen, deren Erscheinungsform im Vorfeld nicht bekannt ist. Die Technologie ist in der Lage, mögliche Berührungspunkte für den Roboter exakt zu identifizieren, damit dieser das Objekt sicher aufnehmen kann. Dabei eignet sich das Verfahren ausschließlich für Vakuumgreifer, sodass lediglich saugfähige Objekte gehandhabt werden können. Der Vorteil der Technologie besteht darin, dass kein CAD-Modell oder sonstiges Wissen über die Erscheinungsform erforderlich ist. Dies ermöglicht optimierte Greifprozesse für viele verschiedene Arten von Objektkategorien mit komplexen Geometrien. Darüber hinaus können auch flexible, deformierbare Gegenstände verlässlich gegriffen werden, die sich nicht durch eine starre Form beschreiben lassen. Herz der Technologie ist ein Deep-Learning-Netz. Dieses ist darauf trainiert, potenzielle Greifflächen zu finden – und zwar ohne Kenntnisse über die jeweilige Objektgeometrie. Dies erhöht nicht nur die Flexibilität hinsichtlich des Einsatzes von Bin-Picking-Anwendungen. MVTec plant die Technologie in einer der kommenden Halcon-Versionen mit Features für ein Nachtraining zu erweitern. Dadurch lassen sich dann Bin-Picking-Anwendungen noch präziser an die Anforderungen der Kunden anpassen.

Das könnte Sie auch Interessieren

Bild: Rauscher GmbH
Bild: Rauscher GmbH
CPU-Entlastung

CPU-Entlastung

Mit der Netzwerkkarte GevIQ löst Matrox Imaging (Vertrieb Rauscher) die aktuellen technischen Nachteile von Highend-GigE-Vision-Systemen. Die grundlegende Idee ist, die CPU durch eine zusätzliche Karte – ähnlich wie bei einem Framegrabber – zu entlasten und das De-Paketizing der Bilder ohne CPU-Einsatz vorzunehmen.