Automatisiertes Palettieren und Depalettieren mit KI

Automatisiertes Palettieren und Depalettieren mit KI

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

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

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

Zuerst müssen Bilder von den Objekten aufgenommen werden. Dann erfolgt die Zuordnung der Objekte in Klassen. Danach trainiert die KI iterativ die Erkennung und korrekte Zuordnung sowie die Position, Größe und Orientierung der Objekte.

Das könnte Sie auch Interessieren

Bild: Zimmer Group
Bild: Zimmer Group
Weniger Kosten durch Zeitersparnis

Weniger Kosten durch Zeitersparnis

Wenn es um die Produktion von Radialwellen-Dichtungsringen geht, ist eine intelligente Greiflösung unerlässlich, denn der Greifer muss Dichtungsringe mit verschiedenen Maßen flexibel handhaben. Der Hersteller Kaco setzt hierbei auf einen IO-Link-Greifer von Zimmer, der letztendlich die Produktion effizienter und schneller macht.

Bild: Robotextile GmbH
Bild: Robotextile GmbH
Automatisierung von biegeschlaffen Werkstücken

Automatisierung von biegeschlaffen Werkstücken

Bei der Handhabung biegeschlaffer Werkstücke treten am Produkt Verformungen auf, die die Automatisierung seit Jahrzehnten vor ein Problem stellen. Eine weitere Herausforderung, die das prozesssichere Greifen von Stoffen bisher nahezu unmöglich macht, ist das Vereinzeln von Stofflagen voneinander. So findet die Maschinenbestückung und -entnahme in der Textilindustrie meist manuell durch eine Person statt. Diese nicht wertschöpfenden Tätigkeiten und Blindprozesse können nun durch die Greiferlösungen von Robotextile automatisiert werden.