Automatisierte Palettierung und Depalettierung mittels KI-Vision

Automatisierte Palettierung und Depalettierung mittels KI-Vision

Mit KI-basierter Bildverarbeitung können komplexe Palettierungsaufgaben während des laufenden Betriebs automatisiert werden. Um eine Orientierung im 3D-Raum beim Greifvorgang durch den Roboter zu ermöglichen werden Verfahren, wie Time-of-Flight oder Stereo-Vision-Kameras verwendet. Mit der Deep Learning DS Software von Data Spree lässt sich die Softwarelogik im Hintergrund einfach umsetzen.

Chaotischer Palettenaufbau: Falschfarbenvon Tiefeninformation und Graunstufen(l.o.), 3D-Punktwolke und Objektoberfläche der erkannten Pakete (r.o.), Versuchsaufbau (l.u.) und das integrierte InfluxDB Dashboard von Adlink, um die Menge an Objekten zu tracken. (Bild: Adlink Technology GmbH)

Chaotischer Palettenaufbau: Falschfarbenvon Tiefeninformation und Graunstufen(l.o.),
3D-Punktwolke und Objektoberfläche der erkannten Pakete (r.o.), Versuchsaufbau (l.u.) und das
integrierte InfluxDB Dashboard von Adlink, um die Menge an Objekten zu tracken. (Bild: Adlink Technology GmbH)

Im ersten Schritt müssen zunächst Bilder von den zu palettierenden Objekten aufgenommen werden. Dann erfolgt die Zuordnung der Objekte in Klassen (Labeling), beispielsweise Pakettyp A, Pakettyp B usw.. Danach trainiert die KI iterativ die Erkennung und korrekte Zuordnung, sowie die Position, Größe und Orientierung der Objekte. Die KI lernt auf Grundlage der Bilddaten Objekte zu erkennen, zuzuordnen und zu lokalisieren – ohne, dass spezifische Objektmerkmale manuell vordefiniert werden müssen. Mit dieser Methode lassen sich unterschiedlichste Palettieraufgaben schnell und einfach umsetzen – und das ohne eine einzige Zeile Programmiercode. Automatisierungsprozesse lassen sich somit effizient und robust realisieren. In wenigen Stunden lässt sich so ein einsatzfähiger Prototyp erstellen und innerhalb kürzester Zeit in eine produktive Lösung erweitern. Die schnellen KI-Modelle der Data Spree sorgen zusätzlich für eine Echtzeitfähigkeit im hochfrequenten Produktions- und Logistikbetrieb. Ein weiterer Vorteil ist die Flexibilität des Systems. Falls sich Produkte, Produkteigenschaften oder Objekte aufgrund von Produktions- oder Logistikumstellungen ändern, kann die KI einfach mit neuen Bildern nachtrainiert werden. So kann schnell und effektiv auf Änderungen in der Produktion oder Logistik reagiert werden, ohne wieder von vorne anfangen oder eine neue Lösung einkaufen und implementieren zu müssen.

Einfache Ausführung

Das trainierte KI-Modell kann durch das offene ONNX-Standardformat individuell in jede Kundenanwendung integriert werden. Die Data Spree eigene Ausführungsumgebung Inference DS bietet zudem eine einfache grafische Benutzeroberfläche in der das KI-Modell schnell über Drag&Drop Prinzip auf der jeweiligen Hardware, wie Smartkamera oder Industrie-PC, ausgeführt werden kann. Das spart Integrationszeit und Kosten. Bild 1 zeigt einen chaotischen Palettenaufbau mit unterschiedlichen Objekten verschiedenster Größe, Dimension, Geometrie und Orientierung. Auf der linken Seite sieht man das ausgegebene Falschfarbenbild, welches sich aus Tiefeninformation und Graustufenbild zusammensetzt. Rechts die 3D-Punktwolke mit Markierungen auf den erkannten Objekten und das über den Adlink Data River voll integrierte InfluxDB Dashboard, um die Menge an Objekten zu tracken. Die Beispielapplikation erreicht Ausführungszeiten von unter 30ms und ist auch für schnelle Palettierungsprozesse hervorragend geeignet. Über das Inference DS Roboter Plugin lassen sich die Objektkoordinaten ausgeben und an die Steuerung schicken.

ADLINK Technology GmbH
www.penta.de

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Anzeige

Anzeige

Anzeige

Anzeige

Anzeige