Tüten kommissionieren per Roboter – doch nicht so utopisch

Zufällig angeordnete Objekte mit unregelmäßigen Formen aus flexiblen Materialien, die sich leicht verformen, zerknittern und daher schwer zu lokalisieren sind? Dieses Problem gehört nun der Vergangenheit an.

«Wir haben uns entschieden, unsere Erfahrung, unser Wissen und unsere Fähigkeiten einzusetzen, um die Leistung unserer KI-gestützten Lösungen noch weiter zu steigern und ihnen das Erkennen und Aufnehmen von Taschen zu „lehren“.»

Bin Picking – also das robotergestützte Erkennen und Greifen von zufällig angeordneten Objekten aus einem Behälter auf Basis von CAD-Modellen – ist eine gängige Art von Anwendung, mit der wir uns auch in anspruchsvollen Industrieumgebungen beschäftigen. Unser Griff in die Kiste ist eine All-in-One-Kommissionierlösung für Roboterintegratoren, die nichts über Computer Vision wissen müssen, um sie einzurichten. Seine robusten Eigenschaften ermöglichten den Einstieg in praktisch alle Industriebereiche – Automobil, Fertigung, Logistik und andere.

Nach und nach erhielten wir jedoch Anfragen von unseren Kunden nach einer Lösung, die es ihnen ermöglichen würde, Objekte mit unregelmäßigen Formen und an zufälligen Positionen innerhalb des Behälters zu entnehmen . Wir machten uns an die Arbeit an Algorithmen, die es uns ermöglichen würden, diese Art von Objekten auszuwählen, und nach einiger Zeit intensiver Bemühungen an unseren KI-gesteuerten Lösungen zum ersten Mal das Licht der Welt erblickte. Dank ausgeklügelter Algorithmen ermöglichten sie es uns, Objekte unterschiedlicher Größe, verschiedener Texturen und beliebiger Formen einschließlich Verformungen zu lokalisieren und auszuwählen. Außerdem müssen die Objekte nicht in geordneten Mustern gestapelt werden, sondern können absolut zufällig platziert werden und der Roboter kann sie trotzdem erkennen und greifen. Unsere KI-gestützten Lösungen, die durch eine Kombination aus präziser 3D-Vision und fortschrittlichen KI-Algorithmen ermöglicht werden, zeigten der Welt die immensen Möglichkeiten für die Automatisierung von Materialtransport, Fertigung, Logistik und vielem mehr.

Und es war die Logistik, die uns zeigte, dass es noch eine letzte Lücke gibt, um alle Arten von Objekten und Anwendungen abzudecken – und die bestand darin, dass Waren nicht immer in festen Kisten transportiert werden, sondern zum Teil in Tüten . Diese stellen eine große Herausforderung für die automatisierte Sortierung dar, da sie nicht formstabil sind – sie sind biegsam, faltig, leicht verformbar und damit sehr schwer zu lokalisieren . Wir haben uns entschieden, unsere Erfahrung, unser Wissen und unsere Fähigkeiten zu nutzen, um die Leistung unserer KI-gestützten Lösungen noch weiter zu steigern und ihnen das Erkennen und Aufnehmen von Taschen zu „lehren“ .

Das Erkennen von Grenzen zwischen Säcken, die chaotisch in einem Behälter platziert sind, kann selbst für Menschen oft schwierig sein. Noch komplizierter wird die Aufgabe bei durchsichtigen Beuteln . Schwierig – aber möglich. Wir haben ein Netzwerk entwickelt, das Taschen erkennen kann, manchmal sogar besser als wir. Sie können sich überlappen und sich gegenseitig daran hindern, entnommen zu werden, aber unser System kann dies problemlos handhaben und erlaubt es dem Roboter nicht, vollständig oder teilweise bedeckte Taschen zu greifen .

Eine weitere häufige Schwierigkeit ergibt sich aus der Beschaffenheit des Materials, aus dem Beutel bestehen – sie sind voller Falten und Falten, was oft dazu führt, dass sie vom Greifer fallen, kurz nachdem sie erfolgreich erkannt und angehoben wurden. Wir empfehlen die Verwendung eines Vakuumgreifers mit Rückmeldung um solche Ausfälle zu verhindern.

Die KI-gestützten Lösungen von Photoneo sind jetzt intelligenter als je zuvor. Und sie sind bereit, Ihnen zu helfen!