Roboception ermöglicht Bin-Picking mittels CAD-Daten
Bin-Picking-Lösungen gibt es viele. Eine besondere habe ich beim Besuch der Schweiger-Lounge kennengelernt. Ich hatte das vom Gastgeber forcierte Glück, dass zeitgleich mit meinem Besuch Dr. Suppa im Haus war. Dr. Michael Suppa ist Mitgründer und Geschäftsführer der Roboception GmbH. Das aus dem DLR ausgegründete Münchner Startup (Gründung 2015) zählt derzeit 16 Mitarbeiter. Roboception ist schon seit einigen Jahren am Markt mit eigenen Produkten. Zum Markenzeichen wurde die auffällige Kamera, in der ein Nvidia-Chip steckt.
Anspruchsvolle KI
Neben der Kamera, die es in verschiedenen Ausführungen gibt (monochrom, color sowie unterschiedliche Baselines) zeichnen sich die beiden angebotenen Produktfamilien durch die Einfachheit und Schnelligkeit der Bedienung aus.. Nachfolgend werden beide vorgestellt:
rc_visard
Die rc_visard Sensorfamilie ermöglicht Robotern die Generierung und Verarbeitung von zeit- und ortsbezogenen Daten in Echtzeit. So können sie sehr effektiv ihre Umgebung erfassen.Die “smarten Sensoren“ verfügen über eine integrierte Recheneinheit und werden mit einem umfangreichen on-board Softwarepaket geliefert. Der Nutzer muß über kein Fachwissen im Bereich maschinelles Sehen verfügen, kann dessen Möglichkeiten aber dank einer sehr intuitiven, browserbasierten Bedienoberfläche leicht nutzen. Für optisch-schwierige Umgebungen oder auch wenn die Performance extrem gut sein soll, gibt es Zubehör. Auf die Performance wird deswegen hingewiesen, da die Software Punktwolken generiert. Punktwolken ermöglichen ein sehr genaues Arbeiten, bedingen aber auch eine entsprechende Rechenleistung.
rc_reason
rc-visard kann mit der rc_reason Softwaresuite ergänzt werden, um die Performanz für spezielle Robotikanwendungen zu optimieren. Die meisten rc_reason-Komponenten können einfach an Bord des rc_visard aktiviert und über die intuitive Nutzeroberfläche des Sensors bedient werden. Mir gefällt u.a. die Option am Beispiel die Stelle des Objektes zu kennzeichnen, die später vom Greifer genutzt werden soll. Bei einem Metallstück macht es beispielsweise wenig Sinn, dass der Magnetgreifer einfach am Rand angesetzt wird. Die Gefahr des Abrutschens oder Abfallens wäre zu hoch. Sinnvoll ist hier die Berücksichtigung der Masse.
CADMatch
Das rc_reason CADMatch Module ermöglicht es dem Robotersystem, zuverlässig Objekte in sortenreinen Lastenträgern zu erkennen, zu lokalisieren und zu greifen – völlig unabhängig von deren Position und Ausrichtung.
Das Modul verwendet ein CAD Modell als Input, Prozesse des maschinellen Lernens (basierend auf angewandter KI), sowie intuitive Nutzerschnittstellen. Die Software ermöglicht die Spezifikation von einem oder mehreren Greifpunkt(en) pro Objekt und unterstützt so das Greifen mit Zwei-Finger-Greifern oder Sauggreifern.
Diese Anwendung kann die Effizienz von Produktionsprozessen signifikant erhöhen, beispielsweise durch die Automatisierung der Bestückung von Maschinen.
Der Aufpreis für die Berücksichtigung der CAD-Daten beträgt ungefähr 10.000 € und verdoppelt grob den Preis der Lösung, dürfte sich bei den entsprechenden Anwendungsfälle aber zügig amortisieren.
Neben dem Modul CAD Match gibt es mit SilhouetteMatch (Erfassung von sehr flachen Objekten), BoxPick (Palettieren bzw. das Entpacken von Paletten bzw. Sortieren von Paketen), Item Pick (Pick and Place mittels Sauggreifer), SLAM (Karte der Umgebung), TagDetect (Erkennung von QR-Codes und AprilTags) weitere Module. Die Software ist somit individuell ausbaubar.
Das rc_visard-System hat vier Varianten:
Vernetzen wir uns? LinkedIn
-> Zur Cobot-Gruppe auf LinkedIn (Link)
In eigener Sache/ Werbung
Der Autor dieses Blogs ist maßgeblich am KI-/ Robotik-Projekt Boost-Bot beteiligt. Er berät Robotik-Firmen und Investoren bei den Fragen Markt (-eintritt)/ Business Development und Finanzierung/ Förderungen. Mehr zu seiner Person finden Sie hier.
