Deep-Learning-basiertes Bin-Picking

Deep-Learning-basiertes Bin-Picking

MVTec präsentiert auf der Vision eine Deep-Learning-basierte Bin-Picking-Applikation. Dabei greift ein Robotiksystem mithilfe von Halcon beliebige Objekte mit unbekannten Formen. Die Anwendung verbindet 3D-Vision und Deep Learning mit dem Ziel, Greifflächen robust zu erkennen. 

Bild: MVTec Software GmbH

Im Gegensatz zu typischen Bin-Picking-Applikationen entfällt das Einlernen von Objektoberflächen. Daher sind keinerlei Vorkenntnisse über die jeweiligen Objekte erforderlich.

MVTec Software GmbH
www.mvtec.com

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.