Pick-and-Place-Einschränkungen: Was verringert die Leistung der Roboterkommissionierung?

Roboter-Pick-and-Place-Systemekönnen hohe Geschwindigkeit und Wiederholgenauigkeit liefern, ihre Leistung hängt jedoch von viel mehr als der Roboternutzlast, der Reichweite und der angekündigten Zykluszeit ab.

Viele der wichtigstenPick-and-Place-Einschränkungentreten auf, wenn sich reale Produkte anders verhalten als ideale CAD-Modelle, kontrollierte Demonstrationen oder sorgfältig vorbereitete Muster. Ein Roboter kann auf dem Papier schnell genug sein und dennoch Produktionsziele verfehlen, weil das Bildverarbeitungssystem Produkte nicht konsistent lokalisieren kann, der Greifer keinen zuverlässigen Halt herstellen kann, Produkte unvorhersehbar ankommen oder Umstellungen zu viel Betriebszeit in Anspruch nehmen. Aus diesem Grund ist die Bewertung von aRoboter-Kommissionierungsanwendungsollte sich auf den gesamten Prozess konzentrieren und nicht nur auf den Roboter.

Die häufigsten Einschränkungen lassen sich in vier Bereiche einteilen:

Vision und Produkterkennung;

Greifen und Produktzugang;

Roboterbewegung und Produktpräsentation;

Produktionsvariabilität und Prozessökonomie.

Das Verständnis dieser Einschränkungen vor dem Kauf von Geräten kann verhindern, dass eine technisch beeindruckende Roboter-Pick-and-Place-Zelle zu einem unzuverlässigen Produktionssystem wird.

Wenn Sie eine Pick{0}}and-Automatisierung planen, informieren Sie sichRBTIC Pick{0}}and-Roboterserieum Konfigurationen und Spezifikationen zu überprüfen.
 

Ein Roboter kann nicht genau greifen, wenn sein Sensorsystem nicht konsistent bestimmen kann, wo sich das Produkt befindet und wie es ausgerichtet ist. Bei bildverarbeitungsgesteuerten Roboteranwendungen erkennt das Bildverarbeitungssystem typischerweise ein Teil, bestimmt seine Position und Ausrichtung und stellt Ausrichtungsinformationen bereit, die es dem Roboter ermöglichen, seine Aufnahmeposition zu korrigieren. Eine zuverlässige Bilderfassung und Teileerkennung sind daher für den Kommissionierungsprozess von entscheidender Bedeutung.

Mehrere Produkteigenschaften können dies erschweren.

Warum eine Kamera mit höherer -Auflösung das Problem möglicherweise nicht löst

Eine der wichtigsten Pick-and-Place-Einschränkungen, die es zu verstehen gilt, besteht darin, dass schlechte Sicht nicht immer ein Lösungsproblem ist. Eine Erhöhung der Kameraauflösung beseitigt nicht automatisch Reflexionen, Transparenz, Schatten, instabilen Kontrast oder ungeeignete Beleuchtungsgeometrie.

Je nach Anwendung können bessere Ergebnisse durch eine Änderung der Beleuchtungsrichtung oder -intensität, der Polarisation, der Belichtungseinstellungen, der Kameraposition, der Förderband- oder Hintergrundfarbe, der Produktpräsentation und der Erfassungsmethode selbst erzielt werden.

In einigen Anwendungen ist es effektiver, die physische Szene wiederholbarer zu machen, als die Softwarekomplexität kontinuierlich zu erhöhen.

Die praktische Frage lautet daher nicht einfach:Kann die Kamera das Produkt sehen? Es ist:Kann das Vision-System jede repräsentative Produktvariante unter realen Produktionsbedingungen zuverlässig lokalisieren?

Diese Unterscheidung sollte getestet werden, bevor die endgültige Vision-Architektur ausgewählt wird.

Eine genaue Produkterkennung ist keine Garantie für eine erfolgreiche Auswahl. Der Pick-and-Place-Roboter benötigt immer noch eine wiederholbare Position, an der die End-von-Armwerkzeugen das Produkt berühren, sichern, bewegen und freigeben können, ohne dass es zu inakzeptablen Schäden kommt.

Dadurch entsteht eine weitere Hauptkategorie vonEinschränkungen bei der Bestückung mit Robotern.

Verformbare und flexible Produkte

Taschen, Beutel, Textilien, weiche Lebensmittel, Folien und andere flexible Produkte können zwischen den Zyklen ihre Form ändern. Ein Greifpunkt, der in einem Bild geeignet erscheint, kann Falten bilden, zusammenfallen, sich falten oder sich bewegen, während sich der Greifer ihm nähert. Die Herausforderung wird noch schwieriger, wenn die Produktform durch Füllstand, eingeschlossene Luft, Temperatur, Stapeldruck oder vorgelagerte Handhabung beeinflusst wird. Bei diesen Anwendungen besteht das technische Problem nicht nur darin, das Produkt zu identifizieren. Das System benötigt außerdem eine Greifstrategie, die Produktvariationen toleriert.

Poröse, raue und undichte Oberflächen

Beim Vakuumgreifen kommt es auf das Zusammenspiel zwischen Saugsystem und Produktoberfläche an. Poröse oder raue Produkte können unterschiedliche Vakuumstrategien erfordern, da sich Leckage- und Dichtungsverhalten von denen glatter, luftdichter Oberflächen unterscheiden. Kommerzielle Greifsysteme sind speziell für schwierige Bedingungen wie poröse Materialien, unebene Oberflächen und undefinierte Aufnahmepositionen konzipiert. Dies verdeutlicht, warum die Greiferauswahl zum physischen Produkt passen muss und nicht auf einem generischen Saugkonzept basieren muss.

Zu den Produkten, die einer zusätzlichen Prüfung bedürfen, gehören gewellte oder poröse Materialien, raue oder stark strukturierte Komponenten, ölige oder nasse Produkte, instabile Verpackungen, Produkte mit Öffnungen oder Leckagepfaden sowie Oberflächen, deren Zustand sich während der Produktion ändert. Eine andere Saugnapfgeometrie, ein größerer Greifbereich, mehrere Kontaktpunkte, mechanisches Greifen, Nadelgreifen, Nachgiebigkeit oder ein anderes Endeffektordesign können erforderlich sein.

Begrenzter Zugriff zwischen Produkten

Selbst wenn ein gültiger Greifpunkt vorhanden ist, benötigt der Greifer immer noch genügend physischen Abstand, um ihn zu erreichen. Dicht gepackte, überlappende, verschachtelte oder zufällig ausgerichtete Produkte können zu Kollisionsbeschränkungen zwischen dem Greifer und umgebenden Produkten führen. Dies ist besonders wichtig bei der Kommissionierung in der Kiste und bei Anwendungen mit dichtem Förderband. Ein Vision-Algorithmus kann theoretisch eine zugängliche Produktoberfläche identifizieren, während der physische Endeffektor sich dieser Oberfläche nicht in einem sicheren Winkel nähern kann.

Aus diesem Grund sollte die Machbarkeit des Greifens zusammen mit dem Abstand zum benachbarten-Produkt, der Annäherungsrichtung, dem Entnahmeweg, den Greiferabmessungen, der Konfiguration der Robotergelenke und dem zulässigen Produktkontakt bewertet werden. Die Frage ist nicht nur, ob ein Produkt einmal ausgewählt werden kann. Das Ziel besteht darin, festzustellen, ob es unter den erwarteten Produktbedingungen wiederholt ausgewählt werden kann.

Viele Probleme bei der Roboterkommissionierung entstehen, bevor der Roboter seine Bewegung beginnt. Ein gut konzipierter Pick-and-Place-Roboter und -Greifer kann einen unkontrollierten eingehenden Prozess nicht unbegrenzt kompensieren.

Zufällige Produktorientierung

Die zufällige Ausrichtung erhöht die Anzahl der möglichen Auswahlpositionen, die das System verarbeiten muss. Je nach Produkt bieten einige Ausrichtungen möglicherweise eine klare Grifffläche, während andere zu Verstopfungen, schlechtem Zugang, instabilem Heben oder Kollisionsrisiken führen. Die Steuerung der Produktausrichtung im Vorfeld kann die Systemkomplexität manchmal effektiver reduzieren als das Hinzufügen immer ausgefeilterer Roboterfähigkeiten im Nachhinein.

Überlappende oder verhedderte Produkte

Überlappende Produkte verursachen sowohl Wahrnehmungs- als auch Extraktionsprobleme. Das Bildverarbeitungssystem muss feststellen, welches Produkt zugänglich ist, während der Roboter es entfernen muss, ohne benachbarte Objekte zu ziehen, zu ziehen oder zu stören. Verwickelte flexible Produkte stellen ein noch größeres Problem dar, da das Entfernen eines Objekts die Position mehrerer anderer Objekte verändern kann. Diese Anwendungen sollten in der Regel als Machbarkeitstestprobleme behandelt werden und nicht davon ausgegangen werden, dass zusätzliche Programmierung allein sie lösen wird.

Inkonsistenter Abstand

Der Produktabstand kann auch bestimmen, ob sich die theoretische Geschwindigkeit des Pick-and-Place-Roboters auf den tatsächlichen Durchsatz auswirkt. Stellen Sie sich ein System vor, das für eine durchschnittliche Produktionsrate von 60 Produkten pro Minute ausgelegt ist. Dieser Durchschnitt allein sagt dem Ingenieur nicht, ob der Roboter den realen Produktstrom verarbeiten kann.

Wenn Produkte gleichmäßig mit einem Produkt pro Sekunde ankommen, verhält sich die Anwendung möglicherweise ganz anders als ein Förderband, das die gleiche Durchschnittsrate in unregelmäßigen Clustern liefert. Während eines Clusters gelangen möglicherweise mehr Produkte in das verfügbare Kommissionierfenster des Roboters, als er verarbeiten kann. Produkte können sich dann außerhalb des erreichbaren Tracking-Bereichs bewegen, bevor der Roboter die vorherigen Picks abschließt. Der durchschnittliche Durchsatz kann daher in einer Kalkulationstabelle akzeptabel aussehen, während der sofortige Produktfluss zu Fehlentnahmen in der Produktion führt.

Mögliche Lösungen auf Prozessebene umfassen vorgelagerte Abstandskontrolle, Vereinzelung, Akkumulation, Pufferung, größere Verfolgungszonen, mehrere Roboter und Änderungen am Zuführprozess. Dies verdeutlicht ein wichtiges Prinzip:Die Roboterleistung sollte anhand des tatsächlichen Produktflussverhaltens bewertet werden, nicht nur anhand des durchschnittlichen Durchsatzes.

Ein Roboter kann technisch gesehen in der Lage sein, viele verschiedene Produkte zu kommissionieren, ist aber dennoch betrieblich ineffizient. Eine hohe SKU-Variabilität wirkt sich nicht nur auf die Seherkennung aus. Verschiedene Produkte erfordern möglicherweise Änderungen an Greifpunkten, Saugnäpfen oder Fingern, Robotergeschwindigkeit, Annäherungswinkeln, Sichtrezepten, Platzierungsmustern, Vorrichtungen, Nutzlasteinstellungen und produktspezifischen Qualitätsregeln.

Die entscheidende Frage lautet daher nicht einfach:Kann der Roboter jede SKU auswählen?

Eine bessere Frage ist:Kann das Gesamtsystem den erforderlichen SKU-Mix ohne übermäßige Umrüstzeiten, komplexe Werkzeuge oder Bedienereingriffe bewältigen?

Beispielsweise kann eine automatisierte Zelle technisch in der Lage sein, zehn Produktfamilien zu verarbeiten. Wenn jedoch der Wechsel von einer Familie zu einer anderen manuelle Werkzeugwechsel, Vorrichtungsanpassungen, optische Neukonfigurationen, Programmauswahl und Validierung erfordert, kann der gesamte Umstellungsaufwand den Wert der Automatisierung verringern. Wenn die SKU-Vielfalt groß ist, sollten Machbarkeitsberechnungen die Betriebsbedingungen berücksichtigen und nicht einzelne Produkttests isoliert betrachten.

Einige Roboteranwendungen können mit technischen Berechnungen und bewährten Komponentenkombinationen bewertet werden. Andere verdienen physische Tests, bevor der endgültige Roboter, Greifer, Bildverarbeitungssystem oder die Zellarchitektur spezifiziert wird.

Machbarkeitstests sind besonders wertvoll für transparente oder stark reflektierende Produkte, flexible Beutel, Tüten, Textilien oder weiche Produkte, poröse, raue, ölige, nasse oder stark strukturierte Oberflächen, dicht gepackte oder überlappende Produkte, willkürliche-Behälterentnahme, Produkte mit erheblichen Maß- oder Verpackungsschwankungen, Anwendungen mit vielen SKUs, die die gleichen Werkzeuge teilen, zerbrechliche oder beschädigungsempfindliche Produkte, Hochgeschwindigkeits-Förderkommissionierung, Produkte mit unvorhersehbarer Ausrichtung oder Präsentation. Ein nützlicher Machbarkeitstest sollte mehr als nur zeigen, dass ein Roboter eine ideale Probe auswählen kann.

Es gibt keine allgemein akzeptable Erfolgsquote oder Zykluszeitspanne für jede Roboter-Kommissionierungsanwendung. Der richtige Schwellenwert hängt von den Produktionsanforderungen, den nachgelagerten Konsequenzen, der Arbeitsökonomie, den Qualitätsanforderungen, der verfügbaren Pufferung und den Fehlerkosten ab. Dieser Schwellenwert sollte daher vor Beginn der Tests festgelegt und nicht erst nach Bekanntwerden der Ergebnisse festgelegt werden.

Nicht jeder schwierige Handhabungsprozess sollte durch den Einsatz eines fortschrittlicheren Roboters gelöst werden. Manchmal liegt die Einschränkung im Prozess selbst.

Die effektivste Lösung ist nicht immer ein leistungsstärkerer Roboter. Viele Probleme bei der Roboterkommissionierung können durch die Verbesserung des Prozesses rund um den Pick-and-Place-Roboter reduziert werden.

Bevor Sie die Geschwindigkeit des Roboters oder die Komplexität der Bildverarbeitung erhöhen, prüfen Sie, ob die Anwendung durch kontrollierte Produktabstände, verbesserte Beleuchtung, konsistente Hintergründe, bessere Produktausrichtung, Vereinzelung, besser zugängliche Greifflächen, geeignete End-von-Werkzeugen, weniger artikelspezifische Umstellungen, bessere Pufferung und Förderbandsteuerung vereinfacht werden kann.

Ziel sollte es sein, einen wiederholbaren Prozess zu schaffen, den der Pick-and-Place-Roboter zuverlässig ausführen kann. Ein einfacherer und besser kontrollierter physikalischer Prozess führt häufig zu einem robusteren Automatisierungssystem, als wenn Roboter, Bildverarbeitungssystem und Software unbegrenzte Variabilität kompensieren müssen.

Das WichtigstePick-and-Place-Einschränkungenwerden selten allein durch die Spezifikation des Pick-and-Place-Roboters definiert. Eine erfolgreiche Roboterkommissionierung hängt von der vollständigen Interaktion zwischen Produkt, Bildverarbeitungssystem, Greifer, Roboterbewegung, Förderband, vorgelagerter Präsentation, Produktionsvariation und Betriebsanforderungen ab. Ein Roboter mit ausreichender Nutzlast, Reichweite und Nenngeschwindigkeit kann immer noch eine schlechte Leistung erbringen, wenn Produkte nicht immer sichtbar sind, die Greifflächen unzuverlässig sind, der Zugang eingeschränkt ist, Produkte unvorhersehbar ankommen oder SKU-Änderungen zu einer übermäßigen betrieblichen Komplexität führen.

Bei schwierigen Anwendungen besteht der beste Ansatz darin, diese Einschränkungen frühzeitig zu erkennen und repräsentative Produkte zu testen, bevor das Gesamtsystem gekauft wird.

Das Ziel besteht nicht nur darin, zu beweisen, dass ein Roboter eine erfolgreiche Auswahl treffen kann. Es geht darum, festzustellen, ob der gesamte Prozess diese Entnahme zuverlässig mit der erforderlichen Produktionsrate unter den Bedingungen wiederholen kann, die tatsächlich in der Fabrikhalle herrschen.