Time-of-Flight in der Holzindustrie
3D-Ortung von Holzteilen mit Robotern
Die Organisation VTT ist Teil des europäischen R5-COP-Projekts und hat ein rekonfigurierbares Sensorsystem entwickelt, das Holzteile im Arbeitsbereich des Roboters erkennt und ortet. Das ROS-basierte System zur Erfassung und Verarbeitung von 3D-Punktwolken nutzt eine Time-of-Flight-Kamera (ToF).
Bild: VVTDas VTT Technical Research Centre of Finland ist eine staatliche gemeinnützige Organisation. Sie stellt Entwicklungsdienste und Informationen für finnische und internationale Kunden und Partner sowohl im privaten als auch im öffentlichen Sektor bereit. Mit Hilfe der 3D-Technik der ToF-Kamera von Basler gelang es dem Forschungscenter, ein Sensorsystem für Roboter zu entwickeln, das Holzteile orten kann, um sie anschließend der Produktionslinie zuzuführen. In der Holzwerkstoffindustrie werden die Holzbretter in der Regel auf Paletten gestapelt und zum Ausgangspunkt der Produktionslinie gebracht. Um die Beschickung der Produktionslinie zu automatisieren, muss der Stapel für einen Industrieroboter geeignet positioniert werden. Dann nimmt der Roboter die oberste Lage des Stapels ab und führt sie der Produktionslinie zu. Dabei kann das System auch mit unvollständigen, unnötigen oder quer liegenden Teilen umgehen. Dr. Tapio Heikkilä, Leitender Wissenschaftler bei VTT, erklärt: "Durchschnittliche Anwendungen in Finnland und dem Rest Europas haben eine Losgröße von sieben Stück. Daher müssen die Produktionslinien besonders flexibel und agil sein. Die Produktionseinheit muss sich schnell auf die variablen Teile und unterschiedlichen Positionen anpassen lassen."
Bild: VVTAufbau des Systems
Das System zur Erkennung von Objekten in 3D-Punktwolken basiert auf einer Vielzahl von austauschbaren und konfigurierbaren Komponenten. Das Konfigurationskonzept verfügt über eine flexible Architektur, bei der Komponenten und Subsysteme mit Schnittstellen auf Basis von ROS integriert sind. ROS (Robot-Operation System) ist eine Entwicklungsplattform für Softwarekomponenten von Roboteranwendungen. Als Open-Source-Ökosystem bietet es eine Vielzahl von Softwarebibliotheken für Roboter- und Machine-Vision-Anwendungen. Außerdem wird eine einheitliche Softwarestruktur für die Zusammenschaltung und das Zusammenwirken von robotischen Softwarekomponenten eingeführt. Im Demonstrationssystem erkennt und lokalisiert der Roboter hölzerne Vorformen und Teile, nimmt sie auf und führt sie der Produktionslinie zu, in diesem Fall repräsentiert durch ein Förderband. Es gibt eine ROS-Komponente für eine übergeordnete Steuerung, die das gesamte Verhalten der Roboterzelle steuert. Zu den wichtigsten Funktionskomponenten gehören eine Objektdetektorkomponente und eine Vielzahl von 3D-Kameras zur Erfassung der Punktwolken, insbesondere Time-of-Flight- oder Triangulationssensoren, sowie die Zusammenarbeit einer Reihe von Komponenten eines Aktors (Roboter, Transferachse und Förderbänder) mit 2D-Laserscannern.
Lokalisierung der Bretter
Die wahlweise Verwendung wird über die ROS-Schnittstellen für 3D-Punktwolkenquellen und 2D-Profile unterstützt. Die Konfigurationsschnittstellen ermöglichen auch eine Online-Rekonfiguration des Systems und bieten die Möglichkeit, einen Lokalisierungssensor zu ersetzen, ohne die Ausführung des gesamten Robotersystems zu unterbrechen. Diese Funktion ist nützlich, wenn der Sensor defekt ist und durch einen neuen ersetzt werden muss. Die Objekte werden mit 3D-Sensoren wie einer ToF-Kamera detektiert, die die 3D-Punktwolke direkt misst. Die Holzbretter, die üblicherweise auf Paletten gestapelt sind und an den Anfang der Produktionsstraße transportiert werden sollen, können anhand der Punktwolke geortet und von einem Industrieroboter auf die oberste Schicht des Stapels gehoben und der Produktionslinie zugeführt werden. Hinsichtlich der Robustheit und Flexibilität des Systems konzentrierte VTT sich auf die Entwicklung eines robusten Wahrnehmungssystems, das nur die Abmessungen der obersten Schicht des Objektstapels nutzt. Ziel ist die Definition einer optimalen Greifposition, damit der Roboter die oberste Schicht autonom greifen kann. Aufgrund der ToF-Technik kann der 3D-Sensor kostengünstiger gebaut werden, als ein System mit einem beweglichen 2D-Scanner auf einer servogetriebenen Achse. Zusätzlich ist der Algorithmus zur Objekterkennung für unterschiedliche Quellen der Punktwolken ausgelegt. Die dynamische Rekonfigurierbarkeit ist ein Schlüsselelement des von VTT entwickelten Algorithmus. Mit der Anwendung können die Messwerte der Punktwolken über eine Standardschnittstelle, in diesem Fall GigE, an das ROS-System gesendet werden - was bisher einzigartig ist.
Ann-Kathrin Bomkamp, Technical Write, Basler AG
Bild: VVTAufbau des Systems
Das System zur Erkennung von Objekten in 3D-Punktwolken basiert auf einer Vielzahl von austauschbaren und konfigurierbaren Komponenten. Das Konfigurationskonzept verfügt über eine flexible Architektur, bei der Komponenten und Subsysteme mit Schnittstellen auf Basis von ROS integriert sind. ROS (Robot-Operation System) ist eine Entwicklungsplattform für Softwarekomponenten von Roboteranwendungen. Als Open-Source-Ökosystem bietet es eine Vielzahl von Softwarebibliotheken für Roboter- und Machine-Vision-Anwendungen. Außerdem wird eine einheitliche Softwarestruktur für die Zusammenschaltung und das Zusammenwirken von robotischen Softwarekomponenten eingeführt. Im Demonstrationssystem erkennt und lokalisiert der Roboter hölzerne Vorformen und Teile, nimmt sie auf und führt sie der Produktionslinie zu, in diesem Fall repräsentiert durch ein Förderband. Es gibt eine ROS-Komponente für eine übergeordnete Steuerung, die das gesamte Verhalten der Roboterzelle steuert. Zu den wichtigsten Funktionskomponenten gehören eine Objektdetektorkomponente und eine Vielzahl von 3D-Kameras zur Erfassung der Punktwolken, insbesondere Time-of-Flight- oder Triangulationssensoren, sowie die Zusammenarbeit einer Reihe von Komponenten eines Aktors (Roboter, Transferachse und Förderbänder) mit 2D-Laserscannern.
Basler AG
Dieser Artikel erschien in inVision Newsletter 12 2018 - 20.06.18.Für weitere Artikel besuchen Sie www.invision-news.de
