3D-Matching sorgt für robuste Erkennungsraten
Deep 3D Matching erkennt und lokalisiert Objekte. (Quelle: MVTec)
Beim Deep 3D Matching werden Deep-Learning-Algorithmen mit regelbasierten Verfahren kombiniert. (Quelle: MVTec)
Weitere wichtige Technologien sind 3D-basierte Vision-Methoden wie das perspektivische Matching. Hiermit kann die Position beliebig geformter, flacher oder verkippter Objekte im dreidimensionalen Raum mit hoher Präzision bestimmt werden. Ähnlich gute Ergebnisse liefert das oberflächenbasierte 3D-Matching sowie die Technologie 3D Gripping Point Detection von MVTec. Mit Letzterer lassen sich auch Gegenstände sicher erkennen und greifen, deren Aussehen im Vorfeld nicht bekannt ist. Das Verfahren ist in der Lage, mögliche Greifflächen für Vakuumsauger auf den Objekten zu identifizieren, sodass der Roboter sie exakt aufnehmen kann.
Die zuverlässigsten Ergebnisse bei Bin-Picking-Anwendungen ermöglichen Verfahren auf Basis künstlicher Intelligenz. MVTec hat mit Deep 3D Matching eine neue Methode entwickelt, die Deep-Learning-Algorithmen mit regelbasierten Verfahren kombiniert. Das ermöglicht sehr robuste Erkennungsraten. Eine Besonderheit: Für die zielsichere Lagebestimmung von Objekten im dreidimensionalen Raum reichen einige 2D-Bilder aus. Daraus ergibt sich dank des Einsatzes preisgünstiger 2D-Kameras ein Kostenvorteil. Je mehr Kameras im Einsatz sind, desto robuster werden die Erkennungsraten. Von Vorteil ist hierbei, dass sich die benötigte Menge an Kameras flexibel hinzufügen lässt. Erforderlich sind lediglich Kalibrierungsarbeiten von wenigen Minuten. Weiterer Vorteil: Für das Training können ausschließlich synthetisch generierte Bilddaten genutzt werden. Diese lassen sich in großer Menge und bei geringen Kosten anhand der CAD-Daten der zu erkennenden Objekte vollständig automatisiert erzeugen. Das aufwendige Labeln der Bilder ist ebenfalls nicht erforderlich. Hinzu kommt: Um robuste Erkennungsraten zu erzielen, bedarf es nur eines geringen Maßes an Parametrisierung.
Bewährte Matching-Technologien für sichere Greifprozesse
„Industrielle Bin-Picking- und Pick-and-place-Anwendungen stellen hohe Anforderungen an die Technologien, die in diesem Rahmen zum Einsatz kommen. Um die Objekte zuverlässig greifen und aufnehmen zu können, muss sie der Roboter im dreidimensionalen Raum präzise erkennen und lokalisieren. Mit unseren vielfältigen und bewährten Matching-Technologien sind wir hier gut aufgestellt. Insbesondere Deep 3D Matching bietet den Anwendern diesbezüglich einen signifikanten Mehrwert, wie etwa hohe Geschwindigkeit und herausragende Erkennungsraten. Zudem profitieren Unternehmen dank synthetisch erzeugter Daten und minimalem Aufwand für die Parametrisierung von bedeutenden Kostenvorteilen“, erklärt Thomas Huenerfauth, Portfolio Manager Vision Technologies bei MVTec.