21/09/2023
Door Ad Spijkers
Automatisch laden en lossen van geperste onderdelen door middel van 3D-containerinspectie.
Robots voeren monotone workflows en minder aangename, repetitieve taken uit. Gecombineerd met beeldverwerking worden ze 'ziende' ondersteuners van de mens. Ze worden bij de kwaliteitsborging gebruikt om componenten te controleren, helpen bij de montage en positionering van componenten, sporen fouten en afwijkingen in productieprocessen op en verhogen de efficiëntie van hele productielijnen.
Een autofabrikant profiteert hiervan om de cyclustijd van zijn perslijnen te verbeteren. Samen met deze fabtrikant ontwikkelde VMT Vision Machine Technic Bildverarbeitungssysteme uit Mannheim het op robots gebaseerde 3D-meetsysteem FrameSense voor het volautomatisch laden en lossen van containers. Vier Ensenso 3D-camera's van IDS Imaging Development Systems leveren de basisgegevens en daarmee het platform voor procesautomatisering.
Complex proces
De workflow waarvoor FrameSense is ontworpen maakt deel uit van veel productieactiviteiten. Een onderdeel komt uit een machine – hier een pers – en loopt op een lopende band naar een container. Daar wordt het gestapeld. Zodra de container vol is, wordt deze getransporteerd naar de volgende productiestap, bijvoorbeeld montage in een voertuig.
Tot nu toe verzorgden mensen het laden van de containers. De eerste stap is het bepalen van de vrije ruimte voor het onderdeel. Tegelijkertijd moeten eventuele storende factoren zoals vergrendelingen worden verwijderd. Ook moet een algemene controle van de container op eventuele defecten worden uitgevoerd. Als een robot met een vision-systeem deze taken moet overnemen is dat een technologische uitdaging. Dit komt mede omdat de containers van verschillende fabrikanten komen, van verschillende typen zijn en variëren in afmetingen.
Inspectie met 3D-camera’s
Voor het automatisch laden en lossen moet de positie van een aantal relevante kenmerken van de containers worden bepaald voor een zogenaamde multivectorcorrectie van de robot. De basis is een type-, vorm- en positiecontrole van de betreffende container. Alleen zo kan een betrouwbare en botsingsvrije baangeleiding van de beladingsrobot worden gegarandeerd. Dit alles moet worden geïntegreerd in het bestaande productieproces. Tijdvertragingen moeten worden geëlimineerd en de positionering van de componenten moet tot op de millimeter nauwkeurig zijn.
VMT (onderdeel van Pepperl+Fuchs) gebruikt per systeem vier 3D-camera's, die elk een deel van het gehele beeldveld bestrijken. Dat kan bestaan uit twee containers van ieder circa 1,5 m x 2 m x 1,5 m. Twee camera's stellen scherp op één container. Dit resulteert in data vanuit elk twee perspectieven voor een hogere informatiekwaliteit van de 3D-puntenwolk. Voor de daaropvolgende evaluatie worden de puntenwolken van de vier sensoren gecombineerd.
Voor Framesense vertrouwt VMT op Ensenso 3D-camera's, in eerste instantie het X36-model. De huidige versie is uitgerust met de Ensenso C variant. Deze biedt een nieuw projectieproces en een hogere opnamesnelheid. Ook maakt de Ensenso C een groter meetvolume mogelijk. Dit is een belangrijk criterium voor FrameSense, omdat de robot de te vullen containers slechts tot een bepaalde afstand kan bereiken.
Registratie
Daarbij vinden registraties van relevante kenmerken van de container plaats in ROI’s (Regions of Interest) van de totale puntenwolk. Een registratie is de exacte positionering van een kenmerk met behulp van een model in alle 6 vrijheidsgraden. In andere ROI's wordt gezocht naar interferentiecontouren die tijdens het laden tot botsingen kunnen leiden. Tenslotte wordt het totaalbeeld vergeleken met een opgeslagen referentiemodel. Op deze manier kunnen de containers volledig geautomatiseerd gelijktijdig worden gecontroleerd op hun staat en positie. Zelfs vervormde of schuine containers kunnen worden verwerkt.
Alle informatie wordt vastgelegd voor gebruik in een kwaliteitsmanagementsysteem waarin de staat van alle containers kan worden getraceerd. Zowel de kalibratie als de consolidatie van de meetgegevens en de daaropvolgende evaluatie worden uitgevoerd in een computer met schermvisualisatie, bedieningselementen en verbinding met de betreffende robotbesturing.
Multi-vectorcorrectie
Het belangrijkste resultaat van de beeldverwerkingsoplossing is de multi-vectorcorrectie. Op deze manier wordt de robot aangepast om het onderdeel op de eerstvolgende geschikte afzetpositie te kunnen inbrengen. Secundaire resultaten zijn foutmeldingen als gevolg van storende randen of voorwerpen in de container die het vullen verhinderen. Met behulp van de data kunnen beschadigde containers, die zich in een slechte staat kunnen bevinden, worden opgespoord en gesorteerd.
De beeldverwerking vindt plaats in de door VMT ontwikkelde beeldverwerkingssoftware MSS (Multi Sensor Systems). FrameSense is ontworpen met het oog op gebruiksgemak en kan ook direct ter plaatse worden omgezet naar andere componenten.
Door het automatisch laden en lossen van containers en de geïntegreerde 3D-containerinspectie kunnen handmatige werkplekken worden geautomatiseerd met behulp van FrameSense. Tegen de achtergrond van het tekort aan geschoolde arbeidskrachten kan het systeem een bijdrage leveren aan de procesautomatisering in onder meer de automobielindustrie.
Foto: VMT