Stereovision: Bin-Picking-System mit GigE-Vision-Kameras ermöglicht Robotern räumliches Sehen

Der spanische Bildverarbeitungsexperte Infaimon hat ein VGR-System für „Bin Picking“ entwickelt. Dabei ermöglichen zwei Allied Vision Kameras Robotern es, gezielt Objekte in einem Behälter zu erkennen und zu ergreifen. Je nach Anforderung der Anwendung kommt entweder die kompakte, kostengünstige Mako G-125 oder die leistungsfähige, robuste Prosilica GT1290 zum Einsatz.

 

Stereovision: Zwei Prosilica-Kameras liefern synchrone Bilder.

Bin Picking Systems equipped with Mako cameras

Vision Guided Robotics (VGR) gewinnt immer mehr an Bedeutung. Zunehmend kommen Bildverarbeitungssysteme und Robotik in industriellen Anwendungen gemeinsam zum Einsatz. Der spanische Bildverarbeitungsexperte Infaimon hat ein VGR-System für „Bin Picking“ entwickelt. Dabei ermöglichen zwei Allied Vision Kameras Robotern es, gezielt Objekte in einem Behälter zu erkennen und zu ergreifen.

Roboter, die dank Bildverarbeitung räumlich sehen können, bieten viel Flexibilität und Einsatzmöglichkeiten. Anstatt immer nur in einem klar definierten Arbeitsumfeld eingesetzt zu werden, können sie in vielfältigen Umgebungen genutzt werden. Denn wenn der Roboter ohne visuelle Unterstützung arbeitet, müssen Arbeitsumfeld und Bewegungsabläufe genauestens festgelegt sein. Dies erfordert nicht nur eine hohe Präzision beim Umgang mit Objekten. Der Roboter muss immer exakt die gleiche Bewegung zum selben Endpunkt durchführen.

VGR-Systeme sind weitaus flexibler. Mithilfe der Bildverarbeitung kann die Lage eines Objektes in einem Raum mit hoher Genauigkeit bestimmt werden. Jeder Punkt in einem dreidimensionalen Raum kann definiert und der Roboter dorthin gelenkt werden.

Picking-Anwendungen
In der Robotik und Bildverarbeitung versteht man unter „Picking“ einen kombinierten Prozess, bei dem
mithilfe von Industriekameras Gegenstände und deren Lage in einem Raum erkannt werden und ein Roboterarm diese Gegenstände ergreift und zu einem vorher definierten Zielpunkt transportiert. Weit verbreitet ist das sogenannte „pick and place“. Dabei werden Gegenstände auf einer Fläche, in den meisten Fällen ein Fließband, lokalisiert und aufgehoben.

Allied Visions Distribution Partner in Spanien und Experte für Computervision Infaimon hat ein System entwickelt, das mehr kann. Das Bin-Picking-System kann nicht nur Gegenstände auf einem ebenen Fließband erkennen. Es ermöglicht auch das Erkennen, Auswählen und Entnehmen von Teilen, die wahllos durcheinander in einem Behälter liegen. Kameras von Allied Vision dienen dem Erkennen und Orten, ein Roboter übernimmt das Herausnehmen und Platzieren. Auch wenn es den Anschein hat, als ob kein großer Unterschied zum „pick and place“ auf ebener Fläche besteht - einen Gegenstand zwischen vielen anderen, wahllos in einem Behälter durcheinanderliegenden zu unterscheiden und zu trennen, stellt eine sehr viel größere Herausforderung dar. Auf den ersten Blick vielleicht trivial, ist diese Methode eine höchst komplexe Aufgabe für ein Computer-Roboter-System.

Stereoskopie: Zwei sind besser als eine
Das Bin-Picking-System von Infaimon basiert auf Stereovision. Zwei hochauflösende Kameras, im Kopfteil des Roboters eingebaut, liefern synchronisierte Bilder, die eine präzise dreidimensionale Abbildung aller Gegenstände zulassen. Als künstliche Augen, die wie menschliche Augen ein dreidimensionales Bild erschaffen, wurden zwei GigE-Vision-Kameras von Allied Vision ausgewählt. Je nach Anforderung der Anwendung kommt entweder die kompakte, kostengünstige Mako G-125 oder die leistungsfähige, robuste Prosilica GT1290 zum Einsatz.

Um dem Roboterarm die notwendige Bewegungsfreiheit zu lassen, ist es besonders wichtig, möglichst wenig Kabel zu verwenden. Beide GigE-Vision-Kameras benötigen dank „Power over Ethernet“ (PoE) jeweils nur ein einziges Kabel für Stromversorgung und Datentransfer.

„Um Objekte und deren Lage so schnell wie möglich identifizieren zu können, braucht das Bin-Picking-System möglichst kleine Kameras, die sich leicht synchronisieren lassen und deren Bildrate hoch genug ist“, beschreibt Salvador Giró, CEO von Infaimon in Barcelona, die Anforderungen an die Kameras.

Die ultra-kompakte (29 x 29 mm) GigE-Vision-Kamera Mako G-125 ist mit einem ICX445 CCD-Sensor von Sony ausgestattet und verfügt über zahlreiche Befestigungsmöglichkeiten. Die Mako ist so klein und leicht, dass sie ganz einfach am Kopfende des Roboterarms eingebaut werden kann. Das macht die Nutz- und Bedienbarkeit des Systems noch leichter. Sie liefert Bilder mit einer Auflösung von 1292 x 964 Pixel bei einer adäquaten Bildrate von 30 Bildern pro Sekunde. Für echte Stereovision müssen beide Kameras zeitgleich Bilder aufnehmen und zum Computer übertragen. Mit ihren zahlreichen Eingangs- und Ausgangsanschlüssen lässt sich die Kamera praktisch mit einem externen Trigger verbinden.

Für anspruchsvollere Anwendungen, die synchronisierte Bilder bei schnellerer Auslesezeit fordern, kann das Bin-Picking-System auch mit Allied Visions leistungsstarker 1,2-Megapixel-GigE-Vision-Kamera Prosilica GT1290 ausgestattet werdet. Die Kamera verfügt über das Precision Time Protocol (PTP), das die bis auf 2 Mikrosekunden genaue Synchronisation der Kameras über eine Ethernet-Verbindung ermöglicht. Darüber hinaus verfügt die Prosilica-Kamera über einen hochwertigen Sony ICX445 CCD-Sensor, der eine exzellente Bildqualität liefert. Die Prosilica GT1290 ist mit ihrem robusten Gehäuse für extreme Einsatzbedingungen und wechselnde Lichtverhältnisse geeignet.

Picking step by step
Der erste Schritt im Picking-Prozess besteht im fehlerfreien Erkennen eines Teiles oder eines Gegenstandes, der aufgehoben werden soll. Dies erfordert höchst genaue, dreidimensionale Informationen über diesen Gegenstand. Da die Teile in jeder erdenklichen Lage wahllos durcheinander liegen können, muss das System in der Lage sein, die Gegenstände räumlich zu erkennen. Hierfür müssen alle Form bestimmenden Parameter des Objektes bekannt und im System erfasst sein. Wenn die Form des Gegenstandes und der umgebende Raum, in dem er sich befindet, bekannt sind, besteht der nächste Schritt darin, den Gegenstand zu detektieren.

Die zwei Mako- oder Prosilica GT-Kameras im Kopfteil des Roboterarms erzeugen ein dreidimensionales Bild der identifizierten Gegenstände. Das ist jedoch nicht die einzige Funktion der Kameras. Während der Roboterarm sich auf einem vordefinierten Weg durch den dreidimensionalen Raum bewegt, liefern die Kameras Hunderte Bilder, aus denen ein dreidimensionales Bild des Raumes entsteht. Aufnahmen aus verschiedenen Blickwinkeln erstellen eine detaillierte dreidimensionale Karte der gesamten Umgebung und lassen auch versteckte Teile oder Ecken sichtbar werden.

Im nächsten Schritt wird der beste Kandidat unter all den erkannten Gegenständen bestimmt. Dieser ist von allen vorausgewählten Kandidaten am einfachsten für den Roboter zu greifen. Das trifft dann zu, wenn das Teil in greifbarer Nähe liegt und nicht von anderen Teilen eingekeilt oder überdeckt wird.
Ist dieser beste Kandidat identifiziert, muss der Roboter diesen so schnell wie möglich ergreifen, ohne dabei andere Teile oder etwas im Arbeitsumfeld zu berühren. Dies setzt eine genaue Berechnung des idealen Weges voraus.

Nachdem der Roboter diesen Gegenstand ergriffen hat, führt er ihn an eine genau vorbestimmte Position, damit der Produktionsprozess fortgesetzt werden kann. In einigen Anwendungen wird diese Phase genutzt, um ebenfalls mithilfe von industriellen Kameras Qualitätskontrollen an dem Teil durchzuführen.

Weitere Anwendungsgebiete
Der Einsatz von Stereovision, d.h. dem räumlichen Sehen durch die Anwendung zweier Kameras, hat verschiedene Vorteile. Der Produktionsprozess gewinnt an Schnelligkeit und Flexibilität. Die Gegenstände müssen nicht akkurat und gleichförmig in einem Behälter positioniert sein. Sie können im Behälter wahllos durcheinander liegen und einfach hineingeschüttet werden. Es geht keine Zeit für das Sortieren und Aufreihen der Teile verloren, bevor sie in die Produkte eingebaut werden. Sogar extrem komplizierte, unförmige Teile können schnell erkannt werden. Andere Technologien stoßen an ihre Grenzen, wenn solche Teile in einem Behälter liegen. Stereovision macht ein sicheres und schnelles Erkennen möglich.

Für diese Art der Erkennung eignen sich auch insbesondere Kisten oder Kartons, die eine besondere Struktur oder gedruckte Markierungen aufweisen. Hier können Stereovision-Systeme eine große Hilfe beim Bestücken oder Leeren von Paletten sowie bei der Bearbeitung und dem Transport der Pakete sein. Mit weniger als 10 Sekunden Bearbeitungszeit pro Gegenstand kann ein Bin-Picking-System einen Container schnell, fehlerfrei und ohne Unterbrechungen entleeren. Die Möglichkeit, das System ununterbrochen im Schichtsystem zu nutzen, macht die Lösung besonders interessant für Unternehmen mit Dauerproduktion.

„Außerdem sind die Hardware-Kosten beim Einsatz eines Stereovision-Systems im Vergleich zu anderen 3D-Systemen, die auf Lasertriangulation, Streifenprojektion oder Laufzeitverfahren basieren, günstig”, schließt Salvador Giró.