Robotik + Vision lösen Herausforderung verformbarer Materialien

Die Textil- und Bekleidungsindustrie steht mit aktuellen Lieferketten- und Energieproblemen einmal mehr vor großenHerausforderungen. Produktionshemmende Faktoren, wie der Mangel an Arbeitskräften und Ausrüstung, setzen sie zusätzlich unter Druck. Die globale Wettbewerbsfähigkeit der Branchehängt davon ab, wie betroffene Unternehmen auf diese Rahmen bedingungenreagieren, in dem sie zum Beispiel die Produktion von Kleidung wieder wirtschaftlich rentabe nach Europa verlegen. Kürzere Transportwege und -kosten sowie die Einsparung von Treibhausgasen weltweit sprechen dafür. Andererseits gilt es, die damit verbundenen höheren Lohnkosten und den vorherrschenden Fachkräftemangel hierzulande zu kompensieren. Letzteres setzt eine weitere Automatisierung der Verarbeitung von Textilien voraus.Das große Potenzial, das in dieser Aufgabe steckt, hat das deep-tech-Start-up Sewts [1] in den Fokus genommen. Mit einem System, in dem sowohl die neue Kamera Ensenso S10 sowie Modelle der CP-Kameraserie uEye des Industriekameraherstellers IDS [2] zum Einsatz kommen, automatisieren die jungen Unternehmereinender letzten verbliebenden manuellen Schritte in industriellen Großwäschereien: den Entfaltungsprozess.

Industrielle Wäschereien sind schon jetzt hoch automatisiert. So wird unter anderem das Zusammenlegen der Wäsche von Maschinen übernommen. Die monotone und körperlich anstrengende Bestückung der Faltmaschinen erfolgt bislang allerdings immer noch durch Mitarbeitende. Die Saisonabhängigkeit des Geschäfts erfordert darüber hinaus hohe Flexibilität.

Hier setzt das System von Sewts an. „Die besondere Herausforderung besteht dabei in der Verformbarkeit der Textilien“, erklärt Tim Doerks, Mitgründer und CTO des Startups  Denn während sich die Automatisierung der Verarbeitun fester Materialien, wie Metalle, mithilfe von Robotik- und KI-Lösungen vergleichsweise unproblematisch abbilden lässt, stoßen verfügbare Softwarelösungen ebenso wie klassische Bildverarbeitung bei leicht verformbaren Stoffen anGrenzen.  So können handelsübliche Roboter- und Greifsysteme einfache Vorgänge, wie das Greifen eines Handtuchs oder Kleidungsstücks, bislang nur unzureicheurnd ausüben.

Hier setzt das System von Sewts an. „Die besondere Herausforderung besteht dabei in der Verformbarkeit der Textilien“, erklärt Tim Doerks, Mitgründer und CTO des Startups. Denn während sich die Automatisierung der Verarbeitung fester Materialien, wie Metalle, mithilfe von Robotik- und KI-Lösungen vergleichsweise unproblematisch abbilden lässt, stoßen verfügbare Softwarelösungen ebenso wie klassische Bildverarbeitung bei leicht verformbaren Stoffen an Grenzen. So können handelsübliche Roboter- und Greifsysteme einfache Vorgänge, wie das Greifen eines Handtuchs oder Kleidungsstücks, bislang nur unzureichend ausüben.

Das Sewts-System Velum ist mithilfe intelligenter Software und einfach zu integrierenden IDS-Kameras jedoch in der Lage, forminstabile Materialien, wie Textilien, zu analysieren. Dank der neuen Technologie können Roboter das Verhalten dieser Materialien beim Greifen in Echtzeit vorhersagen und Handtücher oder ähnliche Wäschestücke problemlos und faltenfrei in Faltmaschinen einführen (Bild 1).

Die von Sewts entwickelte Software vereint handelsübliche Roboter, Greifer und Kameras zu einem intelligenten System. Auf der Suche nach passenden Kameras waren für die Münchener neben der kompromisslosen Industrietauglichkeit mehrere Kriterien ausschlaggebend: „Wir brauchen eine 3D-Kamera, die kostengünstig ist, da wir je nach Systemkonfiguration zwei bis drei 3D-Kameras einsetzen. Darüber hinaus muss sie vor allem eine hohe Genauigkeit der Tiefendaten gewährleisten“, erklärt T. Doerks.

„Zusätzlich sind 2D-Kameras erforderlich, die lichtempfindlich sind, einen hohen Dynamik umfangliefern und sich für den Einsatz in einem Mehrkamerasystem eignen.“ Im IDS-Portfolio wurden die Gründer mit der neuen 3D-Kamera Ensenso S10 sowie Modellen der CP-Kameraserie uEye fündig. Sie haben die Aufgabe, sowohl in 2D- als auch in 3D-Features und Greifpunkte der Textilien zu identifizieren, die dem System nach dem Waschen und Trocknen ungeordnet in einem Behälter oder auf einem Förderband zugeführt werden. Form und Lage der einzelnen Objekte sind dabei nicht vorherzusehen. Die Kameras erfassen die verschiedenen Texturen der Materialien. Sie unterscheiden, welche Säume es an einem Handtuch gibt und wo sich Ecken befinden (Bild 2).

„Wir matchen die Bilder der 2D- und 3D-Kamera, um eine höhere 2D-Auflösung zusammen mit den 3D-Daten zu haben. Wir nutzen also die jeweiligen Vorteile der 2D-Kamera – in diesem Fall die höhere Auflösung – und der 3D-Kamera, also die genauen Tiefendaten“, führt T. Doerks weiter aus.

Die mit einem 1,6-MP-Sony-Sensor ausgestattete Ensenso S10 arbeitet mit einem 3D-Verfahren, as auf strukturiertem Licht basiert: Ein schmalbandiger Infrarot-Laserprojektor erzeugt selbst auf Objekten mit schwierigen Oberflächen oder in schwach beleuchteter Umgebung ein kontrastreichesPunktemuster. Jede Bild aufnahmedes Sensors liefert eine vollständige Punktwolke mit bis zu 85.000 Tiefenpunkten. Künstliche Intelligenz ermöglicht eine zuverlässige Zuordnung der gefundenen Laserpunkte zu den fest codierten Positionen der Projektion. Daraus resultieren die robusten 3D-Daten, aus denen Velum die Koordinaten für die Greifpunkte extrahiert.

Die komplementär arbeitende Kamera vom Typ GV-5280CP-C-HQ mit GigE-Vision-Firmware liefert in voller GigE Geschwindigkeit nahezu rauschfreie, kontrastreiche 5-MP-Bilder. Sie eignet sich dank des internen 120-MB-Bildspeichers zum Zwischenspeichern von Bildsequenzen optimal für Multikamerasysteme. Das kleine Magnesiumgehäuse lässt sich leicht an der Decke des Systems befestigen, ist aber auch prädestiniert für den Einsatz auf Roboterarmen.