Beutelentpalettierer mit 3D-Vision-System
1. Funktionsweise des 3D-Vision-Systems
Im Gegensatz zu einfachen Sensoren erzeugt ein 3D-Vision-System eine hochdichte Punktwolke – eine digitale 3D-Karte der Oberseite der Palette.
Bildgebung: Eine 3D-Kamera (üblicherweise von oben montiert) erfasst die gesamte Schicht in einer einzigen Aufnahme.
Segmentierung (KI): Künstliche Intelligenz-Algorithmen unterscheiden einzelne Taschen, selbst wenn diese eng aneinander gepresst sind oder komplexe Muster aufweisen.
Positionsbestimmung: Das System berechnet die exakten x-, y- und z-Koordinaten sowie die Ausrichtung der am besten geeigneten Tasche zum Aufnehmen.
Kollisionsvermeidung: Die Bildverarbeitungssoftware plant einen Pfad für den Roboterarm, um sicherzustellen, dass er beim Greifen nicht gegen die Palettenwände oder benachbarte Säcke stößt.
2. Wichtigste Herausforderungen gelöst
Das „Black-Bag“-Problem: Dunkle Materialien oder reflektierende Kunststofffolien absorbieren oder streuen Licht und sind daher für Standardkameras unsichtbar. Moderne KI-gestützte 3D-Systeme nutzen Spezialfilter und HDR-Bildgebung, um diese schwer erkennbaren Oberflächen klar darzustellen.
Überlappende Taschen: Die KI kann die „Kante“ einer Tasche erkennen, selbst wenn diese teilweise unter einer anderen Tasche begraben ist.
Gemischte Artikelnummern: Das System kann verschiedene Arten von Säcken auf derselben Palette erkennen und sie entsprechend sortieren.
Palettenneigung: Wenn die Palette nicht perfekt waagerecht steht, passt die 3D-Bildverarbeitung den Anfahrwinkel des Roboters automatisch an.
3. Technische Vorteile
Hohe Erfolgsquote: Moderne Systeme erreichen eine Erkennungsgenauigkeit von >99,9%.
Geschwindigkeit: Die Zykluszeiten liegen typischerweise bei 400–1.000 Beuteln pro Stunde, abhängig von der Nutzlast des Roboters.
Arbeitssicherheit: Eliminiert das Risiko chronischer Rückenverletzungen, die durch das manuelle Entpalettieren von 25 kg bis 50 kg schweren Säcken entstehen.
