Metalen onderdelen in bakken
Lokaliseer bewerkte, gegoten, gestanste of gezaagde componenten en bereken geschikte pickpunten.
In veel productieomgevingen komen onderdelen willekeurig aan in bakken, kratten of pallets in plaats van netjes gepositioneerd te zijn voor automatisering. Voor een robot maakt dit het oppakken moeilijk, omdat deze de positie, oriëntatie en toegankelijkheid van het onderdeel moet begrijpen voordat hij veilig kan bewegen.
A 3D-camera voor robotgestuurde bin picking geeft de robot de dieptegegevens die nodig zijn voor objectlokalisatie, berekening van oppakpunten en robotgeleiding. Stereo vision-camera's Genereer puntenwolken die helpen bij het automatiseren van bin picking-, machinebelading- en depalletiseringsapplicaties met meer flexibiliteit dan vaste mechanische toevoersystemen.
Veel geautomatiseerde productielijnen zijn nog steeds afhankelijk van handmatige handling of mechanische toevoersystemen. Deze oplossingen kunnen goed werken wanneer het assortiment onderdelen beperkt is en elk object in een voorspelbare positie kan worden aangeboden. Mechanische toevoer kan echter ingewikkeld worden wanneer:
Robotische bin picking lost dit op door een robot in staat te stellen onderdelen direct uit een ongestructureerde of semi-gestructureerde container te pakken. In plaats van te vereisen dat elk onderdeel vooraf wordt gepositioneerd, gebruikt de robot vision-data om te bepalen welk onderdeel als volgende kan worden opgepakt.
De belangrijkste uitdaging is niet alleen het detecteren van het object. De robot heeft bruikbare 3D-informatie nodig. Hij moet de positie, oriëntatie en toegankelijkheid van het object kennen voordat hij een betrouwbare pick kan uitvoeren. Dit is waar 3D stereovision waardevol wordt.
Een 2D camera (ook wel area scan camera genoemd) kan nuttig zijn voor inspectie, classificatie, codelezen of onderdeel-detectie. Maar bij robotische bin picking moet de robot door de echte fysieke ruimte bewegen. Hiervoor is gedetailleerde informatie nodig.
Een 2D-beeld kan het systeem vertellen wat de camera ziet. Een 3D-camera helpt het systeem
begrijpen waar het object zich in de ruimte bevindt. Voor robot picking worden dieptegegevens gebruikt om objecthoogte, objectpositie en -oriëntatie, zichtbare oppervlakken, mogelijke grippunten, afstand tot binwanden, onderdeel-overlap en aanrijdingsrisico’s te bepalen
Zonder 3D-gegevens is het moeilijk om een betrouwbaar robotpad te berekenen of te bepalen welk onderdeel daadwerkelijk toegankelijk is. Daarom wordt 3D machine vision veel gebruikt voor bin picking, machine tending, depalletising en andere robot-geleidingsapplicaties.
Robotische bin picking wordt gebruikt wanneer onderdelen willekeurig gepositioneerd aankomen in bakken, kratten, containers of kleine ladingdragers. In plaats van een mechanische feeder die elk onderdeel in dezelfde oriëntatie presenteert, gebruikt een robot 3D-vision om het volgende toegankelijke onderdeel te lokaliseren en het uit de container te picken.
Dit maakt bin picking vooral nuttig wanneer handmatig beladen repetitief is, de oriëntatie van onderdelen tussen cycli verandert of flexibele automatisering nodig is voor verschillende onderdeeltypen.
Lokaliseer bewerkte, gegoten, gestanste of gezaagde componenten en bereken geschikte pickpunten.
Verplaats spuitgegoten onderdelen naar transportbanden, opspanningen, inspectie of verpakkingsprocessen.
Neem ruwe onderdelen uit kleine ladingdragers en belaad CNC-machines, persen of opspanningen.
Verwerk beugels, behuizingen, connectoren, bevestigingsmiddelen en andere willekeurig gepositioneerde componenten.
Dek grotere pickgebieden af met een geschikt gezichtsveld en werk afstand.
Een typische workflow voor 3D stereovision robot-picking ziet er als volgt uit:
De 3D-camera registreert de bak, krat of pallet.
Het stereovision-systeem genereert dieptegegevens.
Een 3D-puntenwolk representeert de zichtbare objectoppervlakken.
Software identificeert onderdelen, oppervlakken of grijp kandidaten.
Het systeem berekent pickpunten en de objectpose.
Botsingszones en grijpertoegang worden gecontroleerd.
Robotcoördinaten worden naar de robotcontroller gestuurd.
De robot voert de pick uit en plaatst het onderdeel in de volgende processtap.
De praktische output is de puntenwolk. Deze 3D-gegevens geven de software informatie over de zichtbare oppervlakken in de scène. Hieruit kan het systeem kan bepalen welk object toegankelijk is, waar het object zich bevindt en hoe de robot het moet benaderen.
Voor veel applicaties is de 3D-camera boven of nabij de bak gemonteerd. In in andere gevallen kan de camera op de robotarm worden gemonteerd. De beste montage positie hangt af van de bakgrootte, werkafstand, robotbeweging, grijper ontwerp en vereist gezichtsveld.
Robotisch bin picking is slechts zo betrouwbaar als de data achter de robot beweging. Als de puntenwolk onvolledig, ruisachtig of slecht gematcht is met de Applicatie, kan de robot mogelijk geen geldig oppakpunt identificeren.
Verschillende factoren beïnvloeden de kwaliteit van 3D-data:
Bijvoorbeeld, onderdelen met weinig textuur of reflecterende onderdelen kunnen moeilijk zijn voor stereo matching, omdat het systeem zichtbare verschillen nodig heeft tussen beide camera beelden. Donker plastic, glanzend metaal en herhaalde objectkenmerken kunnen ook maakt 3D-opname uitdagender.
Daarom moet de Applicatie worden geëvalueerd voordat de camera wordt geselecteerd. De juiste 3D-camera voor robotisch bin picking hangt af van de werkelijke onderdelen, werkelijke bin, werkelijke werkafstand en werkelijke cyclustijd.
VA Imaging 3D stereovision cameras aangedreven door Ensenso combineren geavanceerde stereovisiontechnologie met cameraconfiguraties die zijn geselecteerd voor veeleisende industriële automatisering en robotica-applicaties. De camera's genereren gedetailleerde dieptegegevens en betrouwbare puntenwolken voor taken zoals robotische bin picking, machinebelading, depalletiseren en 3D objectlokalisatie. Afhankelijk van de Applicatie biedt VA Imaging standaard VA Choice-modellen, evenals built-to-spec configuraties die zijn afgestemd op de vereiste werkafstand, gezichtsveld en 3D-datakwaliteit.
Het kiezen van de juiste 3D-camera voor robotic bin picking gaat niet alleen om het selecteren van een camera-model. Het gaat om het afstemmen van de volledige vision-setup op de Applicatie.
Kleine, complexe of overlappende onderdelen vereisen doorgaans meer gedetailleerde 3D- data dan grote, eenvoudige componenten. De vorm van het onderdeel beïnvloedt ook pose-estimatie en de identificatie van een stabiel grijpaanzetpunt.
Reflecterende, donkere, transparante of oppervlakken met weinig textuur kunnen uitdagend zijn. Oppervlakteafwerking beïnvloedt camerakeuze, opname-instellingen, montagehoek en de noodzaak van geprojecteerde textuur.
De camera moet het vereiste bakgebied afdekken en daarbij voldoende detail voor lokalisatie. Grotere bakken kunnen een breder gezichtsveld vereisen, terwijl kleinere onderdelen mogelijk een hogere puntdichtheid nodig hebben.
Werkafstand beïnvloedt gezichtsveld, puntdichtheid en diepteprestatie. prestatie. De geselecteerde camera moet overeenkomen met de werkelijke montage positie in de robotcel.
Het gezichtsveld moet het vereiste pickgebied afdekken, niet noodzakelijk de volledige omgeving. Het juiste FOV is doorgaans het gebied waarin geldige picks kunnen worden gemaakt.
Grijpergrootte, layout van zuignappen, bekopening, aanrijrichting en vrije ruimte beïnvloeden allemaal wat telt als een geldige en bereikbare pick.
Hand-oog-kalibratie verbindt het camera-coördinatensysteem met de robot coördinatensysteem, waardoor de robot nauwkeurig kan bewegen met behulp van de berekende 3D-positie.
Het complete systeem heeft ook software nodig voor puntenwolkverwerking, objectlokalisatie, pose-estimatie, grijpplanning en communicatie met de robotcontroller.
Voor robotisch bin picking moet de camera de bin voldoende duidelijk vastleggen zodat het systeem zichtbare onderdelen kan identificeren, hun positie kan bepalen en bruikbare pickpunten kan berekenen. De juiste stereovision camera is afhankelijk van de bingrootte, onderdeelafmetingen, oppervlakteafwerking, montagepositie en de nauwkeurigheid voor betrouwbare picking. Werkafstand en gezichtsveld helpen bepalen of de camera het vereiste pickinggebied kan zien, maar de uiteindelijke keuze hangt ook af van de bin-pickingomstandigheden. Een compacte bin met kleine load carriers kan een andere camera-aanpak vereisen dan een grotere container, gemengde onderdelen of een depalletising-taak.
De B57 3D Camera VA Choice is een sterk startpunt voor compact robotisch bin picking, picken van kleine ladingdragers en machine tending uit bakken.
Deze cameraoptie is vooral relevant wanneer de ruimte in de robotcel beperkt is en de camera dicht bij het pickgebied moet worden gemonteerd. Het is een praktische keuze voor kleinere bakken en kratten die betrouwbare 3D-data uit een compacte cameraopstelling.
Met name relevant wanneer de camera dicht bij het pickgebied of passend binnen een compacte automatiseringscel.
Vergelijk de twee vooraf gedefinieerde B57-configuraties op werkafstand en gezichtsveld.
Deze configuratie biedt een bredere scènedekking voor compacte robotcellen cellen waar de camera een grotere bak of pickgebied moet vastleggen gebied vanaf een relatief korte montageafstand.
Configuratie bekijken
Deze configuratie biedt een meer gefocuste weergave voor kleinere pickgebieden waar gedetailleerde 3D-data vereist is binnen een duidelijk gedefinieerde werkzone.
Configuratie bekijkenDe C67 3D Camera VA Choice is geschikt voor applicaties voor robot bin picking applicaties die gedetailleerde 3D-data, grotere picking-gebieden en aanvullende RGB-kleurinformatie.
Met 5MP stereovision, een geïntegreerde 8MP RGB-kleursensor en 5GigE connectiviteit, ondersteunt de C67 veeleisende robotgeleiding, object lokalisatie, depalletiseren en applicaties voor geautomatiseerd handling.
Met name relevant voor applicaties die bredere dekking vereisen, kleurondersteunde 3D-data of langere werkafstanden van de camera.
Vergelijk de vier vooraf gedefinieerde C67-configuraties op werkafstand en gezichtsveld.
Een gerichte configuratie voor kleinere picking-gebieden die vereisen gedetailleerde 3D-data en kleurinformatie binnen een gedefinieerde werkzone. zone.
Configuratie bekijken
Een gebalanceerde optie voor middelgrote bins en picking-gebieden waar scene coverage en gedetailleerde 3D-acquisitie zijn beide belangrijk.
Configuratie bekijken
Biedt bredere scene coverage voor grotere bins, kratten en automatiseringscellen, terwijl een relatief korte werkafstand behouden blijft afstand.
Configuratie bekijken
Ontworpen voor grotere containers, depalletiseren en breed picking gebieden waar de camera een groter werkvolume moet vastleggen vanaf verder weg.
Configuratie bekijkenVA Imaging kan helpen het vereiste gezichtsveld, de werkafstand te vergelijken afstand, onderdeelkenmerken, montagepositie en 3D-data vereisten voor uw Applicatie.
Bij het vergelijken van de stereovision camera's B57 VA Choice en C67 VA Choice aangedreven door Ensenso, begin je met te controleren of de werkafstand en het gezichtsveld overeenkomen met de binkgrootte en de beschikbare montagepositie. Vergelijk daarna de vereisten van de Applicatie.
De camera-interface is een ander belangrijk verschil tussen de twee series. De B-serie gebruikt een standaard 1GigE-interface, terwijl de C-serie 5GigE ondersteunt voor datatransfer met een hogere bandbreedte. Dit moet worden meegenomen naast de werkafstand, het gezichtsveld, de kleurvereisten en de vereiste acquisitieprestaties.
Als algemene richtlijn is de Ensenso B57 VA Choice een sterk startpunt voor compacte, robotische bin picking en machine tending op korte afstand. De Ensenso C67 VA Choice moet worden overwogen voor grotere opstellingen, kleurondersteunde herkenning, opties voor een langere werkafstand of depalletiseerapplicaties.
In veel gevallen kan de beste camera-keuze pas worden bevestigd na het beoordelen van het werkelijke onderdeel, de bin-afmetingen, de oppervlakteafwerking, de montagepositie en de vereiste puntenwolk-kwaliteit.
Niet elke robotic bin picking Applicatie past in een standaard VA Choice-configuratie. Sommige projecten vereisen een andere werkafstand, gezichtsveld, camera-opstelling of behuizingsaanpak. In deze gevallen kan een built-to-spec stereovision camera-configuratie geschikter zijn.
Built-to-spec opties zijn vooral nuttig wanneer de bakgrootte, afmetingen van onderdelen, montagepositie of vereiste puntenwolk-kwaliteit niet overeenkomen met een standaard camera-configuratie.
Een built-to-spec B-Series camera kan worden overwogen voor compacte bin picking applicaties waarbij de camera in een ruimtebeperkte robotcel moet passen of dicht bij het pickgebied moet werken.
Een built-to-spec C-Series camera kan worden overwogen wanneer de Applicatie kleurondersteunde 3D-data, een specifieke werkafstand, een groter gezichtsveld of een veeleisendere imaging opstelling vereist.
Andere Ensenso-series voor specifieke bin picking-opstellingen
Afhankelijk van de Applicatie kunnen ook andere Ensenso-series worden overwogen.
De beste camera-optie hangt af van de werkelijke bin picking-omstandigheden: grootte van onderdelen, oppervlakte-
afwerking, bakgeometrie, montagepositie, vereist gezichtsveld en vereiste 3D-
datakwaliteit.
Voordat u een stereovision camera selecteert voor robotisch grijpen uit bakken, helpt het om Definieer de belangrijkste Applicatievoorwaarden. De belangrijkste vragen zijn:
Deel uw onderdeelgrootte, bakafmetingen, werkafstand, gezichtsveld en vereisten voor cyclustijd met VA Imaging. Wij helpen u bij het selecteren van de juiste stereovision camera powered by Ensenso en definieer een praktische robotgeleiding configuratie voor uw Applicatie.