Anzeige
Anzeige

Künstliche Intelligenz für das Greifen unbekannter Bauteile

Intelligenter Griff

Moderne Lösungen für das Robotergreifen umfassen Machine-Learning-Methoden, die auch das sichere Greifen unbekannter Werkstücke mit variablen Geometrien ermöglichen. Das befähigt Industrieroboter, Objekte zu erkennen, zu lokalisieren und schließlich zu greifen.

 (Bilder: Gestalt Robotics GmbH)

Nachvollziehbarkeit von KI-Entscheidungen (hier Detektion) mit dem Net-Inspector von Gestalt Robotics (Bilder: Gestalt Robotics GmbH)

Moderne Industrieroboter erweitern mithilfe von Sensorik und künstlicher Intelligenz ihr Anwendungsspektrum. Fernab von statisch programmierten Anwendungen, die sich nicht ohne manuelle (Re-)Programmierung veränderten Anforderungen anpassen, ergeben sich speziell durch moderne Bildverarbeitung in Kombination mit Machine-Learning-Verfahren neue Möglichkeiten. Die resultierenden Applikationslösungen passen sich automatisch an veränderte Werkstückgeometrien und Ablagepositionen an und lassen sich über intuitive Bedienoberflächen in wenigen Schritten erweitern. Somit entstehen flexible Produktionssysteme, die dem industriellen Bedarf hinsichtlich kleiner Losgrößen und Produktindividualisierung genügen sowie dem Fachkräftemangel begegnen. Moderne Lösungen für das Robotergreifen umfassen Machine-Learning-Methoden, die auch das sichere Greifen unbekannter Werkstücke mit variablen Geometrien ermöglichen. Das befähigt Industrieroboter, Objekte zu erkennen, zu lokalisieren und schließlich zu greifen. Es werden hierfür keine kostspieligen Sensorsysteme, CAD-Modelle oder andere Informationen benötigt. Gestalt Robotics bietet die Entwicklung von passgenauen Softwaremodulen (englisch Skills) zum flexiblen Robotergreifern unter Berücksichtigung verschiedener Sensor- und Greifprinzipien, z.B. mechanische Finger- und Backengreifer sowie Saug- und Magnetgreifer. Neben freiliegenden Objekten lassen sich mit Visual-Servoing-Technologien auch Objekte in Bewegung greifen. Zudem lässt sich flexibles Bin Picking in entsprechenden Skills umsetzen.

 (Bild: GESTALT Robotics GmbH)

Semantisches Interface zum flexiblen Greifen durch Objekterkennung (links) und KI-gestützter Greifpunkterkennung (unten rechts) (Bild: Gestalt Robotics GmbH)

Adaptives Greifen mit CNNs

Die eingesetzten KI-Module zum adaptiven Greifen basieren auf neuronalen Netzwerken unter Verwendung von 2,5D-Kamerabildern. Auf Basis vortrainierter Netze lassen sich spezifische Skills für das sichere Greifen individueller Bauteilgruppen erstellen, z.B. Behälter oder Schrauben. Ohne Vorwissen über die Positionierung und die genauen Maße der Bauteile sind die neuronalen Netze in der Lage, automatisch sichere Greifposen für den Roboter zu bestimmen. Spezifische Greifprinzipien sowie individuelle Greifparameter, wie z.B. der Hub, werden beim Training der Netzwerke berücksichtigt. Mit Hilfe von selbst entwickelten Werkzeugen, Methoden und Standards ermöglicht Gestalt Robotics den Einsatz von künstlicher Intelligenz im industriellen Umfeld. Zur Sicherung der Nachvollziehbarkeit wurde gemeinsam mit Partnern die DIN SPEC92001-1 definiert. Diese verfolgt das Ziel, die Qualität von KI-Methoden anhand eines einheitlichen Konzepts zu sichern. Relevante Qualitätsaspekte werden über den gesamten Lebenszyklus von KI-Modellen hinweg ganzheitlich betrachtet und miteinander in Verbindung gebracht.

KI-Skills aus dem Baukasten

Die Basis für die passgenaue Umsetzung von flexiblen Robotikanwendungen stellt das nahtlose Zusammenspiel verschiedener Technologien aus den Bereichen der Steuerung, KI und Nutzerinteraktion dar. Mithilfe eines Baukastensystems und grafischer Programmierung lassen sich diese passgenau kombinieren und vernetzen. Das flexible Greifen lässt sich somit im Handumdrehen mit einem Skill für die kollisionsfreie Handhabung kombinieren, um die gegriffenen Teile auch in dynamischen Umgebungen sicher am Ziel abzulegen. Weiterführend lassen sich über KI-Skills zur Bauteildetektion auch bei Bedarf nur spezifische Bauteilgruppen oder -klassen greifen.

Künstliche Intelligenz für das Greifen unbekannter Bauteile
Bilder: Gestalt Robotics GmbH


Empfehlungen der Redaktion

Das könnte Sie auch interessieren

Das Lötsystem zum vollautomatischen Kolbenlöten von Eutect ermöglicht die Integration von Lötkolben unterschiedlicher Anbieter. Das Lötsystem ist mit einem automatischen Spitzenwechsler und optional mit verschiedenen Kinematiksystemen erhältlich. ‣ weiterlesen

Anzeige

Minitec hat eine vollautomatische Abfüllanlage umgesetzt, die zwei verschiedene Flüssigkeiten in einem Arbeitsgang dosiert. Die Abfüllanlage besteht aus einem Doppelgurtförderer mit Aufnahmenocken für zwei Gefäßgrößen. ‣ weiterlesen

Anzeige

Dank einer Kombination aus Multi-2D- und 3Dbasierter Datenakquise und AI-basierter Analyse bringt das lichtfeldbasierte Bildverarbeitungssystem Lumiscan Robotern das Sehen bei und kann Produkte besser und schneller erfassen.‣ weiterlesen

Maßgeblich für die Wettbewerbsfähigkeit von industriellen Unternehmen ist die Produktivität, die sich vor allem durch effiziente und innovative Automatisierungslösungen erhöhen lässt. So handhabt bei Gasitech ein Sechsachsroboter in einer vollautomatischen Anlage gebrauchte Gasflaschen und ersetzt so acht Mitarbeiter, denen die schwere und gefährliche Aufgabe erspart bleibt. Angenehmer Nebeneffekt: Die Produktivität konnte nahezu verdoppelt werden.‣ weiterlesen

Er ist klein, agil, präzise - und bald soll er Fast-Food-Freunde auf der ganzen Welt begeistern: Beim brasilianischen Unternehmen Bionicook serviert ein KR 3 Agilus von Kuka Gästen im laut Herstellerangaben weltweit ersten vollautomatisierten Fast-Food-Automaten seiner Art Snacks, Getränke und Desserts.‣ weiterlesen

LBK System is the first radar-based, SIL2/Pld industrial sensor system for access protection and safe restart applications, capable of increasing safety without compromising productivity, even in harsh environments.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige