In Anlehnung an das menschliche Sehen verwenden 3D-Vision-Systeme ein Paar Kameras, um Bilder aus zwei verschiedenen Winkeln aufzunehmen und die räumliche Anordnung eines Objekts zu rekonstruieren. Basierend auf 3D-Daten über die Form, Größe, Position und Ausrichtung eines Objekts im dreidimensionalen Raum können Maschinen mit 3D-Vision ihre Umgebung in Echtzeit und im Detail „sehen“. Dank dieser Fähigkeit können Maschinen Entscheidungen auf der Grundlage eines umfassenden Bildes eines Objekts oder einer Umgebung fällen. Mithilfe fortschrittlicher Hardware können 3D-Vision-Systeme auch die Farbe, Größe und Form von Produkten erfassen. Deep-Learning-Technologie wiederum nutzt diese Daten zur Qualitätskontrolle, Teileinspektion und Mängelerkennung. So ermöglicht die 3D-Vision eine kontinuierliche Überwachung von Produktionslinien ohne menschliches Eingreifen.

1. Präzision von 3D-Vision-Systemen
Die Präzision von 3D-Vision-Systemen ist entscheidend für Picking-Anwendungen. Roboter müssen Objekte aufgrund von visuellen Daten präzise erfassen. In diesem Zusammenhang ist die Erkennung durch das automatisierte System besonders wichtig. Eine höhere Präzision erhöht das Vertrauen in die Objekterkennung, da alle notwendigen Details berücksichtigt werden. Zudem hat die Präzision eines 3D-Vision-Systems erheblichen Einfluss darauf, wie und wo ein Objekt entnommen wird.

Die leistungsstarken 3D-Vision-Produkte von Mech-Mind erzeugen hochwertige Punktwolken und genaue Erkennungsergebnisse für verschiedene Objekte.

2. Geschwindigkeit der Erfassung
Wie bereits erwähnt, sollten Roboter Aufgaben mindestens so effektiv wie Menschen durchführen, um einen günstigen Return on Investment (ROI) zu erzielen. Die Geschwindigkeit spielt dabei eine entscheidende Rolle bei der Beurteilung der Investitionswürdigkeit eines automatisierten Picking-Systems. Dies gilt insbesondere angesichts steigender Produktionsanforderungen sowie der Herausforderungen in der Lagerlogistik und Auftragsabwicklung. Um mit den in der Branche üblichen Lösungen wettbewerbsfähig zu sein, muss das 3D-Vision-System mindestens 600 Pickvorgänge pro Stunde bewältigen können; andernfalls werden hochwertige Daten bedeutungslos.

3. Hoher Dynamikbereich (High Dynamic Range)
Mit der zunehmenden Automatisierung von Picking-Prozessen, wie z. B. dem zufälligen Picking, sind 3D-Vision-Systeme mit hohem Dynamikbereich (HDR) unerlässlich. Mit anderen Worten: Um aus einem Stapel von Objekten mit einem breiten Kontrastspektrum genau auswählen zu können, muss das Vision-System umfassende Daten zu jedem Objekt liefern. Dies ist möglich, wenn das eingesetzte Bildverarbeitungssystem Informationen über den gesamten Bereich liefern kann und nicht nur über einen Teil des Kontrastspektrums. Wenn beispielsweise dunkle und helle/glänzende Teile in einem Behälter gemischt sind und Sie versuchen, in einer einzigen Aufnahme Daten über alle diese Teile zu erfassen, werden aufgrund der beiden Extreme erhebliche Schwierigkeiten auftreten. Um das zu verhindern, muss das 3D-Vision-System denn gesamten Kontrastbereich verarbeiten können.

4. Handhabung komplizierter Szenarien
Obwohl 3D-Scanner die meisten Objekte effektiv scannen können, stellen bestimmte Oberflächen eine besondere Herausforderung dar. Beim Scannen von Objekten mit reflektierenden Oberflächen wie Metall oder Spiegeln wird das Laserlicht von der Oberfläche reflektiert, was zu ungenauen 3D-Modellen führt, da der Scanner fehlende oder inkorrekte Daten erhält. Transparente Materialien wie Glas erschweren das 3D-Scannen ebenfalls, weil sie das Laserlicht nicht reflektieren und die Daten nicht an den Scanner übertragen. Bei spiegelnden oder transparenten Obeflächen wird die Bildverarbeitungssoftware enorm wichtig – denn hier liegt der Hebel um auch komplizierte Objekte zuverlässige erkennen zu können.

Der Algorithmus für strukturiertes Licht von Mech-Mind ermöglicht eine hochwertige Abbildung sowohl von dunklen als auch von glänzenden, reflektierenden Oberflächen.

5. Systemstabilität
Mit dem weit verbreiteten Einsatz von Robotern in verschiedenen Branchen müssen diese Systeme sich den Herausforderungen „rauer“ Arbeitsbedingungen stellen, und die Qualität der von Bildverarbeitungssystemen gelieferten 3D-Daten kann sich daher mit der Zeit verschlechtern. Dies ist eine große Herausforderung für automatisierte Picking-Aufgaben. 3D-Vision-Systeme sind wegen ihrer Optik sehr empfindlich gegenüber Umgebungsbedingungen. Daher besteht ein dringender Bedarf an robusten 3D-Vision-Systemen, die sich an äußere Bedingungen anpassen und gleichzeitig eine zuverlässige Leistung über einen längeren Zeitraum bieten. Kurz gesagt: Das 3D-Vision-System sollte industrietauglich sein.

Zusammenfassend lässt sich sagen, dass die Herausforderungen im Bereich der 3D-Vision in der Vergangenheit den Einsatz automatischer Picking-Systeme eingeschränkt haben. Heute ist dies jedoch nicht mehr der Fall. Mech-Mind hat diese Herausforderungen erfolgreich bewältigt und bietet Entwicklern von Picking-Systemen eine präzise und nahtlose 3D-Vision-Erfahrung. Mech-Eye industrielle 3D-Kameras zeichnen sich durch hohe Genauigkeit, schnelle Scangeschwindigkeit, ein erweitertes Sichtfeld und verbesserte Stabilität aus. Sie bieten außergewöhnliche Leistung und handhaben effizient anspruchsvolle Anwendungen wie zufälliges Bin Picking und hochpräzise Kommissionierung. Für weitere Informationen kontaktieren Sie bitte die Experten von Mech-Mind unter info@mech-mind.de.