DE102022122818A1 - Zugriffserzeugung für maschinenbeschickung - Google Patents

Zugriffserzeugung für maschinenbeschickung Download PDF

Info

Publication number
DE102022122818A1
DE102022122818A1 DE102022122818.5A DE102022122818A DE102022122818A1 DE 102022122818 A1 DE102022122818 A1 DE 102022122818A1 DE 102022122818 A DE102022122818 A DE 102022122818A DE 102022122818 A1 DE102022122818 A1 DE 102022122818A1
Authority
DE
Germany
Prior art keywords
access
gripper
quality
accesses
robot
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102022122818.5A
Other languages
English (en)
Inventor
Yongxiang Fan
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fanuc Corp
Original Assignee
Fanuc Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fanuc Corp filed Critical Fanuc Corp
Publication of DE102022122818A1 publication Critical patent/DE102022122818A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1612Programme controls characterised by the hand, wrist, grip control
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/64Three-dimensional objects
    • G06V20/647Three-dimensional objects by matching two-dimensional images to three-dimensional objects
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/02Sensing devices
    • B25J19/021Optical sensing devices
    • B25J19/023Optical sensing devices including video camera means
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1671Programme controls characterised by programming, planning systems for manipulators characterised by simulation, either to verify existing program or to create and verify new program, CAD/CAM oriented, graphic oriented programming systems
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1694Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • B25J9/1697Vision controlled systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24147Distances to closest patterns, e.g. nearest neighbour classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1669Programme controls characterised by programming, planning systems for manipulators characterised by special application, e.g. multi-arm co-operation, assembly, grasping
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Manipulator (AREA)

Abstract

Methode der robotergesteuerten Zugriffserzeugung für Anwendungen der Maschinenbeschickung. Die Geometrie von Bauteilen und Greifer wird als Eingaben, typischerweise aus CAD-Dateien, bereitgestellt. Die Greifer-Kinematik wird ebenfalls als eine Eingabe bereitgestellt. Bevorzugte und gesperrte Zugriffsorte an dem Bauteil können ebenfalls als Eingaben festgelegt werden, um zu gewährleisten, dass die berechneten Zugriffskandidaten dem Roboter es ermöglichen, das Bauteil in eine Bearbeitungsstation zu laden, sodass die Bearbeitungsstation eine spezielle Stelle an dem Bauteil greifen kann. Ein Optimierungslöser wird verwendet, um einen Qualitätszugriff mit stabilem Oberflächenkontakt zwischen dem Bauteil und dem Greifer zu berechnen, ohne Behinderung zwischen dem Greifer und dem Bauteil, und die bevorzugten und gesperrten Zugriffsorte zuzulassen, die als Eingaben festgelegt wurden. Es werden alle Flächen der Greiferfinger zum Greifen und zur Kollisionsvermeidung in Betracht gezogen. Es wird ein Zyklus mit Zufallsinitialisierung verwendet, um viele hunderte vielfältiger Zugriffe für das Bauteil automatisch zu berechnen.

Description

  • HINTERGRUND
  • Gebiet
  • Die vorliegende Offenlegung betrifft im Allgemeinen ein Verfahren zur Erzeugung von Qualitätszugriffsdaten zum Greifen von Bauteilen mit Robotern und spezieller ein Verfahren zur Erzeugung von Roboterzugriffen für Anwendungen der Maschinenbeschickung, bei denen die Geometrie von Bauteil und Greifer als Eingaben bereitgestellt wird, eine Benutzerdefinition bevorzugter und gesperrter Zugriffsorte an dem Bauteil verfügbar ist, ein Optimierungslöser verwendet wird, um einen Qualitätszugriff mit Oberflächenkontakt zwischen dem Bauteil und dem Greifer zu berechnen, und eine Zufallsinitialisierung genutzt wird, um hunderte vielfältiger Zugriffe für das Bauteil zur Verfügung zu stellen.
  • Erörterung des Standes der Technik
  • Der Einsatz von Industrierobotern zur Durchführung eines breiten Bereiches von Fertigungs-, Montage- und Materialbewegungsoperationen ist gut bekannt. Eine solche Anwendung ist eine Bestückungsoperation, bei der zum Beispiel ein Roboter einzelne Bauteile aus einem Behälter aufhebt und jedes Bauteil zur weiteren Bearbeitung oder Verpackung an eine vorgeschriebene Stelle legt. Ein spezielles Beispiel einer Bestückungsoperation ist die Maschinenbeschickungsanwendung, bei der Bauteile, die geformt oder maschinell bearbeitet wurden, in den Behälter fallen gelassen werden und durch den Roboter ergriffen und in eine Bearbeitungsstation gelegt werden müssen. Die Bearbeitungsstation kann offen oder mit automatisierten Türen völlig umschlossen sein, und die Bearbeitungsstation muss normalerweise das Bauteil in einer besonderen Art und Weise greifen, um die Bearbeitungsvorgänge (Bohren, Fräsen, Gewindeschneiden, usw.) an dem Bauteil durchführen zu können.
  • Bei den wie oben beschriebenen Anwendungen wird normalerweise ein Sichtsystem (eine oder mehrere Kameras) verwendet, um die Position und Ausrichtung von einzelnen Bauteilen im Behälter zu erkennen. Dann wird erkannt, einen spezifischen, robotergesteuerten Zugriff an einem ausgewählten Bauteil zu verwenden, wobei der Zugriff aus einer vorher berechneten Datenbank von Zugriffen gewählt werden kann, die für die spezielle Geometrie der Bauteile und die spezielle Geometrie der Greifer erzeugt wurden.
  • Wegen der speziellen Greifanforderungen der Bearbeitungsstation wurde die entsprechende robotergesteuerte Zugriffserzeugung herkömmlich per Hand bewirkt. Bei dieser Art von manuellem Teachen werden ein Produktionsroboter und eine Bearbeitungsstation verwendet; und ein fachkundiger Operator nutzt entweder ein Handprogrammiergerät oder eine Handlenkung, um den Roboter anzulernen, das Bauteil zu greifen. Dies muss viele Male gemacht werden, um geeignete Zugriffe für das Bauteil bei vielen verschiedenen Ausrichtungen im Behälter festzulegen. Diese manuelle Teach-Methode ist langsam, ineffizient und auch sehr kostspielig, weil sie eine vollständige Arbeitszelle (mit Roboter und Bearbeitungsstation) zum Teachen erfordert, was sinngemäß verhindert, die Arbeitszelle zur aktuellen Bauteilproduktion zu verwenden.
  • Es sind andere Methoden der Zugriffserzeugung bekannt, die automatisch viele Zugriffskandidaten erzeugen können. Jedoch weisen diese Methoden Nachteile auf, wie etwa rechenaufwendig und langsam zu sein oder nehmen Vereinfachungen vor, die zu berechneten Zugriffen geringer Zugriffsqualität führen. Dazu besitzen die vorhandenen Methoden keine automatische Möglichkeit, der Tatsache Rechnung zu tragen, dass der Roboter das Bauteil greifen muss, sodass es der Bearbeitungsstation zugeführt und durch diese ergriffen werden kann.
  • Angesichts der oben beschriebenen Umstände besteht Bedarf an einer Methode der Zugriffserzeugung für Roboter, die Zugriffskandidaten hoher Qualität ohne manuelles Teachen berechnet, rechnergerecht effizient ist und stabile Zugriffe liefert, die mit den spezifischen Greif- und Ausrichtungsanforderungen eines eine Bearbeitungsmaschine beschickenden Roboters kompatibel sind.
  • ZUSAMMENFASSUNG
  • Nach der technischen Lehre der vorliegenden Offenlegung wird eine Methode der robotergesteuerten Zugriffserzeugung für Maschinenbeschickungsanwendungen vorgestellt. Die Geometrie von Bauteil und Greifer wird als Eingaben, normalerweise aus CAD-Dateien, bereitgestellt. Die Greifer-Kinematik wird ebenfalls als eine Eingabe festgelegt. Außerdem können bevorzugte und gesperrte Zugriffsorte am Bauteil als Eingaben festgelegt werden, um zu sichern, dass die berechneten Zugriffskandidaten dem Roboter es ermöglichen, das Bauteil einer Bearbeitungsstation zuzuführen, sodass die Bearbeitungsstation eine spezielle Stelle an dem Bauteil greifen kann. Es wird ein Optimierungslöser verwendet, um einen Qualitätszugriff mit stabilem Oberflächenkontakt zwischen dem Bauteil und dem Greifer ohne Behinderung zwischen diesen zu berechnen und die bevorzugten und gesperrten Zugriffsorte in Betracht zu ziehen, die als Eingaben festgelegt waren. Alle Oberflächen der Greiferfinger werden zum Greifen und zur Kollisionsvermeidung in Betracht gezogen. Es wird ein Zyklus mit Zufallsinitialisierung genutzt, um viele hunderte vielfältiger Zugriffe für das Bauteil automatisch zu berechnen.
  • Zusätzliche Merkmale der gegenwärtig offengelegten Verfahren erschließen sich aus der folgenden Beschreibung und angefügten Ansprüchen, wenn sie in Verbindung mit den begleitenden Zeichnungen betrachtet werden.
  • Figurenliste
    • 1 ist die Darstellung eines robotergesteuerten Maschinenbeschickungssystems, bei dem ein Industrieroboter ein Rohteil aus einem Behälter herausgreift und es in eine Bearbeitungsmaschine zur Bearbeitung legt und anschließend nach Bearbeitung das fertig bearbeitete Bauteil aus der Bearbeitungsmaschine entnimmt;
    • 2 ist ein bebildertes Ablaufdiagramm von in einem Vorgang der Zugriffserzeugung enthaltenen Schritten, die zum Erzeugen einer Zugriffsdatenbank genutzt werden, die wiederum im Maschinenbeschickungssystem von 1, gemäß einer Ausführungsform der vorliegenden Offenlegung, verwendet wird;
    • 3 ist eine Darstellung der in einem Oberflächenanpassungsalgorithmus verwendeten grundlegenden Prinzipien, der beim Zugriffserzeugungsvorgang von 2, gemäß einer Ausführungsform der vorliegenden Offenlegung, verwendet wird;
    • 4 ist eine Darstellung der beim Zugriffserzeugungsvorgang von 2 verwendeten Zugriffsoptimierungsberechnung, die eine Oberflächenanpassung, eine Kollisionsvermeidung und bevorzugte und gesperrte Zugriffsbereiche am Bauteil, gemäß einer Ausführungsform der vorliegenden Offenlegung, einschließt; und
    • 5 ist ein bebildertes Ablaufdiagramm von Schritten, die durch das Maschinenbeschickungssystem von 1 verwendet werden, einschließlich des Verwendens der Zugriffsdatenbank aus 4, um einen Zielzugriff eines Bauteils aus dem Behälter, gemäß einer Ausführungsform der vorliegenden Offenlegung, zu erkennen.
  • AUSFÜHRLICHE BESCHREIBUNG DER AUSFÜHRUNGSFORMEN
  • Die folgende Erörterung der Ausführungsformen der auf eine Methode der robotergesteuerten Zugriffserzeugung für Maschinenbeschickungsanwendungen gerichteten Offenlegung ist nur beispielhafter Art und in keiner Weise beabsichtigt, die offengelegten Methoden oder ihre Anwendungen oder Einsätze zu beschränken.
  • Der Einsatz von Industrierobotern Bauteile aus einer Quelle aufzuheben und sie an einen Zielpunkt zu legen, ist gut bekannt. Bei einem typischen Bestückungsvorgang wird ein Vorrat von Bauteilen in einem Behälter bereitgestellt, wie zum Beispiel ein Behälter, der einen zufälligen Haufen von Bauteilen enthält, die gerade gegossen oder geformt worden sind, wobei die Bauteile aus ihren regellosen Stellungen im Behälter aufgehoben und in einer besonderen Stellung an einen Bestimmungsort gelegt werden müssen. Maschinenbeschickung ist eine besondere Art robotergesteuerter Bestückung von Bauteilen mit eindeutigen Anforderungen, die nachstehend erörtert werden.
  • 1 ist eine Darstellung eines robotergesteuerten Maschinenbeschickungssystems, bei dem ein Industrieroboter 100 aus einem Behälter 110 ein Rohteil greift und es zur Bearbeitung in eine Bearbeitungsstation 130 legt, anschließend das fertig bearbeitete Bauteil nach der Bearbeitung aus der Bearbeitungsstation 130 entfernt. Der Roboter 100 legt die fertig bearbeiteten Bauteile auf ein Fließband 140, auf dem sie zur weiteren Bearbeitung oder Verpackung abtransportiert werden. Der Roboter 100 weist einen Greifer 120 auf, der mit einer Fingerform ausgeführt sein kann, die basierend auf der Form der Bauteile, die durch den Roboter 100 gehandhabt werden, ausgewählt ist. Die Form des Greiferfingers wird weiter unten erörtert.
  • Die Bewegung des Roboters 100 wird durch eine Steuereinheit 150 gesteuert, die typischerweise über ein Kabel mit dem Roboter 100 in Verbindung steht. Die Steuereinheit 150 stellt dem Roboter 100 Befehle der Gelenkbewegung bereit und empfängt Gelenkpositionsdaten von Impulsgebern in den Gelenken des Roboters 100, wie es an sich bekannt ist. Die Steuereinheit 150 stellt außerdem Befehle zur Steuerung der Operation des Greifers 120 (Befehle Greifen/Loslassen und Weite) bereit.
  • Ein Computer 160 befindet sich im Informationsaustausch mit der Steuereinheit 150. Der Computer 160 enthält einen Prozessor und einen Speicher/Speicherung und arbeitet einen zum Berechnen eines Zugriffs hoher Qualität für ein Bauteil im Behälter 110 konfigurierten Algorithmus auf der Basis von Bildern und Daten von mindestens einer dreidimensionalen (3D) Kamera 170 ab. Die 3D-Kamera 170 ist typischerweise eine 3D-Kamera, die sowohl Farbbilddaten als auch Abbildungsdaten der Pixeltiefe liefert, kann aber irgendein anderer Typ eines dreidimensionalen Sensors sein, der Daten bereitstellt, die zum Bestimmen der Stellung (Position und Ausrichtung) von Bauteilen im Behälter 110 geeignet sind. Um aussagekräftigere Tiefen- und Bilddaten zur Verfügung zu stellen, kann mehr als eine der 3D-Kameras 170 genutzt werden, was teilweise eine Bestimmung der Stellung von Bauteilen unterstützt und außerdem Annäherungswinkel von nichtvertikalen Greifern zulässt. Bei einigen Anwendungen kann der Behälter 110 nur ein Bauteil enthalten, welches in jeder beliebigen Position und Ausrichtung sich befinden könnte. Dies wäre der Fall, wenn die Bauteile durch die Bearbeitungsstation 130 mit derselben Geschwindigkeit bearbeitet werden, wie sie in dem Behälter 110 ankommen. Wechselweise kann der Behälter 110 mehrere Bauteile (wie in 1 gezeigt) oder einen beträchtlichen Haufen von Bauteilen enthalten. In jedem Fall wird aus den Bilddaten von der Kamera 170 ein Zugriffskandidat bester Qualität bestimmt.
  • Der Computer 160 liefert die Daten eines Zielzugriffs an die Steuereinheit 150, die den Roboter 100 und den Greifer 120 steuert, um ein Bauteil aus dem Behälter 110 zu greifen. Die Daten des Zielzugriffs umfassen den Zugriffszielpunkt (x/y/z-Koordinaten), den vom Greifer 120 einzuhaltenden Annäherungswinkel sowie Drehwinkel und Weite des Greifers. Unter Verwendung der Zugriffsdaten kann die Steuereinheit 150 Bewegungsanweisungen für den Roboter berechnen, die den Greifer 120 veranlassen, ein Bauteil zu greifen und es in die Bearbeitungsstation 130 zu bewegen. Wechselweise können die 3D-Kamera(s) 170 Bilder an die Steuereinheit 150 liefern, die den Bauteilezugriff direkt berechnen würde. In jedem Fall wird im Voraus eine Zugriffserzeugung (Bereitstellen einer Datenbank vieler unterschiedlicher stabiler Zugriffe) durchgeführt, wobei die Zugriffserzeugung Gegenstand der vorliegenden Offenlegung ist und nachstehend ausführlich erörtert wird.
  • Die Steuereinheit 150 befindet sich auch mit der Bearbeitungsstation 130 im Informationsaustausch. Die Bearbeitungsstation 130 kann ihre eigene Steuereinheit aufweisen, oder die Steuereinheit 150 kann alle Operationen der Bearbeitungsstation 130 steuern, die das Öffnen/Schließen von Türen, Greifen und Loslassen von Bauteilen, die Überwachung des Schmiermitteldurchflusses, Bearbeitungsvorgänge, usw. einschließen. Zumindest steht die Steuereinheit 150 mit der Bearbeitungsstation 130 genügend in Verbindung, um das Beladen und Entladen von Bauteilen durch den Roboter 100 zu ermöglichen. Das heißt, wenn die Bearbeitungsstation 130 bereit ist, mit einem neuen Bauteil beladen zu werden, weist die Steuereinheit 150 den Roboter an, ein Bauteil aus dem Behälter 110 zu greifen und es in das Greifwerkzeug der Bearbeitungsstation 130 in der vorgeschriebenen Ausrichtung zu legen. Der Roboter 100 zieht sich dann von der Bearbeitungsstation 130 zurück und wartet darauf, dass die Bearbeitungsoperationen am Bauteil beendet sind. Wenn die Bearbeitungsstation 130 der Steuereinheit 150 signalisiert, dass das fertig bearbeitete Bauteil bereit ist, aus der Bearbeitungsstation 130 entfernt zu werden, kommt der Roboter 100 an die Bearbeitungsstation 130 heran und greift das Bauteil (das sich in einer bekannten Stellung befindet), lässt die Bearbeitungsstation 130 das Bauteil los, und bewegt der Roboter 100 das Bauteil zum Fließband 140. Das Fließband 140 ist nur beispielhaft; der Roboter 100 kann das fertig bearbeitete Teil nach Entfernung aus der Bearbeitungsstation 130 in einen weiteren Behälter, in einen Versandbehälter oder an eine andere Stelle legen. Nach dem Fallenlassen des fertig bearbeiteten Bauteils kehrt der Roboter 100 anschließend zum Behälter 110 zurück, um ein weiteres Rohteil zum Beladen in die Bearbeitungsstation 130 auszuwählen. Der nächste Rohteilzugriff wird basierend auf neuen Bilddaten, die durch die 3D-Kamera (s) 170 bereitgestellt werden, bestimmt.
  • Das Teachen eines Roboters, um ein einzelnes Bauteil in einem von Bauteilen vollen Behälter in Echtzeit zu erkennen und zu greifen, ist immer herausfordernd gewesen. Um die Geschwindigkeit und Zuverlässigkeit von robotergesteuerten Aufheboperationen zu verbessern, ist es bekannt, Zugriffe für einen präzisierten Greifer, der ein spezielles Bauteil in vielfältigen Stellungen greift, vorher zu berechnen. Dieses vorherige Berechnen von Zugriffen ist als Zugriffserzeugung bekannt, wobei die vorberechneten (erzeugten) Zugriffe anschließend verwendet werden, um bei robotergesteuerten Aufheboperationen Entscheidungen zu treffen.
  • Herkömmliche Zugrifferzeugungsverfahren bringen manuell Aufhebpunkte an bekannten dreidimensionalen Merkmalen auf Objekten bei. Diese Verfahren erfordern eine erhebliche Zeit, die am heuristischen Entwurf aufgewendet wird, um die besten Zugriffsstellungen zu erkennen, wobei diese manuell geplanten Beurteilungskriterien an unbekannten Objekten oder Verdeckungen nicht funktionieren können. Wegen der Schwierigkeiten, das Zugriffs-Teachen mit Heuristik zu verwenden, wurden auf dem Lernen basierende Verfahren der Zugriffserkennung aufgrund ihrer Fähigkeit weitverbreitet, sich an unbekannte Objekte anzupassen.
  • Jedoch weisen auch bestehende, auf dem Lernen basierende Verfahren der Zugriffserzeugung Nachteile auf. Eine bekannte lernbasierte Methode nutzt eine mathematisch exakte Zugriffsqualität, um nach Zugriffskandidaten zu suchen, bevor diese Kandidaten dem Klassifikator eines gefalteten, neuronalen Netzwerks (CNN) zugeführt werden, ist jedoch rechnerisch aufwendig, und die Lösung kann in realen Situationen aufgrund von bei der Optimierung verwendeten Vereinfachungen nicht optimal sein. Ein weiteres Verfahren nutzt empirische Versuche zum Sammeln von Daten, die realistische Zugriffe erzeugen, jedoch erfordert dieses Verfahren normalerweise zehntausende Roboterstunden mit komplizierten Überwachungen der Kräfte, und jede Änderung des Greifers erfordert eine Wiederholung des gesamten Vorgangs. Im Allgemeinen erzeugen lernbasierte Zugrifferzeugungsverfahren viele Zugriffe, die bei realen Bedingungen versagen können, wobei lernbasierte Verfahren Vorzüge des Benutzers von Zugriffsbereichen im Allgemeinen nicht unterbringen können.
  • Die vorliegende Offenlegung beschreibt eine Zugriffserzeugungsmethode, die automatisch auf jede Kombination der Ausführungen von Greifern und Bauteilen angewendet werden kann, eine große Anzahl realistischer Zugriffe bei einer effizienten Optimierungsberechnung erzeugt und auch den physikalischen Vorgang des Greifens eines einzelnen Bauteils aus einem Haufen von in einem Behälter vermischten Teilen simulieren kann, dem man oftmals bei realen robotergesteuerten Aufheboperationen von Bauteilen begegnet. Um die Belastbarkeit der Zugriffe zu erhöhen, wird eine mathematisch exakte Zugriffsqualität genutzt, und die Kontakte werden als Oberflächen modelliert. Eine speziell entwickelte Optimierungsroutine wird verwendet, um die Berechnungen effizient zu lösen. Die Optimierungsroutine enthält eine Anwenderidentifikation bevorzugter und gesperrter Zugriffsorte an dem Bauteil, um es an eine Bearbeitungsstation abgeben zu können. Die Erzeugung der Datenbank von Qualitätszugriffen vorab ermöglicht es dem Computer 160 (oder der Steuereinheit 150), die Zugriffsberechnungen während aktueller robotergesteuerter Maschinenbeschickungsoperationen schnell und effizient in Echtzeit durchzuführen.
  • 2 ist ein bebildertes Ablaufdiagramm 200 von Schritten, die in einem zum Erzeugen einer Zugriffsdatenbank verwendeten Zugriffserzeugungsvorgang enthalten sind, die wiederum im Maschinenbeschickungssystem von 1, gemäß einer Ausführungsform der vorliegenden Offenlegung, genutzt wird. Eingaben in den Zugriffserzeugungsvorgang umfassen ein Bauteile-Modell 210 und ein Greifer-Modell 220. Das Bauteile-Modell 210 ist eine dreidimensionale Fläche oder Festkörpermodell des Bauteils, welches aus dem Behälter 110 durch den Roboter 100 (von 1) aufgehoben werden soll. Das Bauteile-Modell 210 wird typischerweise in einem rechnerunterstützten Konstruktionssystem (CAD) erzeugt. Das in 2 gezeigte Bauteile-Modell 210 stellt bildlich ein Rohrventil dar, welches durchweg in der vorliegenden Offenlegung als dieses Bauteil verwendet wird.
  • Das Greifer-Modell 220 enthält Flächen- oder Festkörperformdaten für die Greiferfinger 222. Das Greifer-Modell 220 stellt einen Zweifinger-Parallelgreifer dar, jedoch können andere Arten von Greifergestaltungen verwendet werden. Die Greiferfinger 222 umfassen Fingerspitzen 224 mit einer gewölbten Form, die ausgewählt ist, um dem Bauteil (dem Rohrventil) zu entsprechen, welches durch den Roboter gegriffen wird. Das heißt, die Fingerspitzen 224 können einen stabilen Zugriff auf viele verschiedene Teile des Rohrventils erzeugen, wie zum Beispiel den Handgriff, das Flanschverbindungsgehäuse, den Durchgang des Ventilschafts, usw. Basierend auf der Form des zu greifenden Bauteils können unterschiedliche Greifer mit verschiedenen Gestaltungen der Fingerspitzen 224 verwendet werden.
  • Das Greifer-Modell 220 umfasst außerdem eine Fingerzugriffsweite, die der Abstand ist, in welchem die Finger 222 durch einen Greifer-Stellantrieb 226 getrennt sind. Die Zugriffsweite kann durch die Steuereinheit 150 angewiesen werden, um sie vor dem Greifen von Bauteilen zu erhöhen, und zu verringern, um das Bauteil zu greifen. Die Einbaulage des Stellantriebs 226 am Handgelenk des Roboters 100 ist bekannt, was bedeutet, dass die translatorische Achse der Finger 222 relativ zum Stellantrieb 226 bekannt ist, was es wiederum ermöglicht, die Orte der Fingerspitzen 224 im Raum basierend auf der Zugriffsweite zu berechnen.
  • Das Bauteile-Modell 210 und das Greifer-Modell 220 werden einer Zugriffsoptimierungsbox 230 zur Verfügung gestellt, welche die große Anzahl vielfältiger Zugriffe basierend auf dem Bauteile-Modell 210 und dem Greifer-Modell 220 berechnet. Ebenfalls als Eingabe in die Zugriffsoptimierungsbox 230 werden Benutzerspezifikationen und -bevorzugungen 240 bereitgestellt. In einer bevorzugten Ausführungsform des Verfahrens umfassen die Benutzerspezifikationen und - bevorzugungen 240 eine Anzahl zu berechnender Zugriffe (wie zum Beispiel tausend) und optionale bevorzugte und gesperrte Zugriffsbereiche am Bauteile-Modell 210. Die bevorzugten Zugriffsbereiche geben bestimmte Teilbereiche des Bauteils an, wo ein Roboterzugriff wünschenswert ist, während die gesperrten Zugriffsbereiche bestimmte Teilbereiche des Bauteils angeben, in denen ein Roboterzugriff nicht zulässig ist. Die bevorzugten und gesperrten Zugriffsbereiche müssen nicht beide verwendet werden. In einem Beispiel ist nur ein gesperrter Zugriffsbereich festgelegt, wobei der gesperrte Zugriffsbereich als ein Ort auf dem Bauteil festgelegt ist (wie zum Beispiel die Rohrflanschverbindung des Rohrventils), an dem das Bauteil durch die Bearbeitungsstation 130 gegriffen wird, und somit nicht vom Roboter 100 gegriffen werden kann. Die Zugriffsoptimierungsbox 230 berechnet eine große Anzahl vielfältiger Zugriffe, wobei jeder Zugriff Annäherungsrichtung, Koordinaten des Zielzugriffs sowie Winkel und Weite des Greifers umfasst. Einzelheiten der in der Zugriffsoptimierungsbox 230 durchgeführten Berechnungen werden nachstehend erörtert.
  • Die Zugriffsoptimierungsbox 230 liefert ihre Ausgabe (eine große Anzahl von Qualitätszugriffen) an eine physikalische Simulationsbox 250, die optional ist. In der physikalischen Simulationsbox 250 wird jeder der durch die Zugriffsoptimierungsbox 230 bereitgestellten, vorgeschlagenen Zugriffe in einer physikalischen Simulation beurteilt, die das Annähern des Greifers an das Bauteil in seiner speziellen Stellung, Schließen des Greifers, Aufheben des Bauteils mit dem Greifer und das Bewegen des Bauteils umfasst. Die physikalische Simulation am Kästchen 250 erlaubt es, jeden Zugriff auf seine Belastbarkeit gegenüber variablen Größen, wie zum Beispiel Kollisionen von Greifern, unbekannte Reibungswerte, Stabilität unter Stellungsfehlern und Stabilität bei Grenzen der Greiferkraft zu beurteilen. Zum Beispiel kann ein Zugriff, der weit entfernt vom Gewichtsschwerpunkt des Bauteils liegt, was ein großes Moment am Greifer verursacht, wenn das Bauteil hochgehoben wird, zum teilweisen Rutschen innerhalb des Greifers führen, wobei diesem Zugriff deshalb ein geringerer Zugriffsqualitätswert zugeordnet werden kann. Die optionale physikalische Simulationsbox 250 bietet eine Möglichkeit, eine sekundäre Beurteilung der Zugriffsqualität vorzusehen, ist jedoch nicht Teil des Zugriffsoptimierungsvorgangs selbst, der im Kästchen 230 durchgeführt wird.
  • Die Zugriffsoptimierungsbox 230, die Benutzerspezifikationen und - bevorzugungen 240 sowie die physikalische Simulationsbox 250 bilden zusammen das Zugriffserzeugungsverfahren 260 gemäß der vorliegenden Offenlegung. Die Ausgabe des Zugriffserzeugungsverfahrens 260 ist eine Zugriffsdatenbank 270 einschließlich der großen Anzahl von Qualitätszugriffen, viele hunderte oder tausend oder mehr. Jeder Zugriff in der Zugriffsdatenbank 270 steht für das spezielle Bauteil und den speziellen Greifer, die durch das Bauteile-Modell 210 und das Greifer-Modell 220 festgelegt sind. Jeder Zugriff in der Zugriffsdatenbank 270 umfasst einen Zugriffsqualitätswert zusammen mit Annäherungsrichtung, Zielzugriffskoordinaten sowie Winkel und Weite des Greifers. Die Zugriffe in der Zugriffsdatenbank 270 sind unterschiedlich, einschließlich vieler verschiedener Zugriffsstellen am Bauteil und vieler verschiedener Annäherungsrichtungen des Greifers.
  • 3 ist eine Darstellung der in einem Oberflächenanpassungsalgorithmus verwendeten Grundlagen, der beim Zugriffserzeugungsvorgang im Kästchen 260 von 2, gemäß einer Ausführungsform der vorliegenden Offenlegung, angewendet wird. Im Kästchen 310 ist eine Ausgangsanordnung von Greiferteilen 320 und 322 und eines Objekts 330, das ergriffen werden soll, gezeigt. Die Greiferteile 320/322 entsprechen den Fingerspitzen 224 des Greifer-Modells 220 von 2, die wiederum den Greifer 120 von 1 darstellen. Das heißt, die Greiferteile 320/322 können geöffnet (getrennt) und geschlossen werden, und der gesamte Greifer kann versetzt und gedreht werden, um während der Optimierungsberechnungen einen Griff bester Qualität zu erzielen. Die Greiferteile 320/322 sind bei der im Kästchen 310 gezeigten Ausgangsanordnung durch einen Abstand d0 getrennt. Das Objekt 330 entspricht dem Bauteile-Modell 210 von 2.
  • Es ist ein fester Koordinatenrahmen 340 festgelegt. Der Koordinatenrahmen 340 kann in jeder geeigneten Weise festgelegt sein, zum Beispiel als ein Behälterkoordinatenrahmen, der einen Ursprung und eine Ausrichtung aufweist, die zum Beispiel relativ zu einer Ecke des Behälters 110 festgelegt sind. Der Koordinatenrahmen 340 könnte als an einem beliebigen Ort und in jeder Ausrichtung im Arbeitsraum des Roboters 100 und der Bearbeitungsstation 130 von 1 festgelegt sein.
  • Auf den Oberflächen der Greiferteile 320/322 ist mittels beliebiger geeigneter Stichprobendichte eine Menge von Punkten pi festgelegt. Die Punkte pi sind an jedem Teilbereich der Greiferteile 320/322 (d. h., den Fingerspitzen 224 des Greifer-Modells 220) festgelegt, die das Objekt 330 zum Greifen berühren können, wobei dies durch Benutzerauswahl von dreieckigen Flecken auf der Oberfläche des Greifer-Modells 220 definiert wird. Einer der Stichprobenpunkte pi auf dem Greiferteil 322 ist bei 324 dargestellt. Stichprobenpunkte sind außerdem auf der Oberfläche des Objekts 330 festgelegt. 3 ist der Deutlichkeit halber als ein zweidimensionaler Querschnitt dargestellt. Jedoch sind die Oberflächen der Greiferteile 320/322 und des Objekts 330 alle dreidimensional, so wie es die Koordinaten der Stichprobenpunkte pi sind.
  • Für jeden der Punkte pi (324) an den Greiferteilen 320/322 wird ein nächstliegender Nachbarpunkt 334 auf der Oberfläche des Objekts 330 bestimmt. Der nächstliegende Nachbarpunkt 334 wird durch Berechnung des kürzesten dreidimensionalen Abstands vom Punkt 324 zu einem Stichprobenpunkt auf der Oberfläche des Objekts 330 in an sich bekannter Weise bestimmt. Aus den Punkten pi an den Greiferteilen 320/322 und den entsprechenden nächstliegenden Nachbarpunkten wird ein iterativer Optimierungszyklus genutzt, um die Translationsbewegung, Rotation und Öffnung des Greifers zu aktualisieren, sodass die Zugriffsqualität verbessert ist und eine Behinderung reduziert wird.
  • Im Kästchen 350 gezeigt sind die Greiferteile 320/322 und das Objekt 330 in der Anfangsanordnung (durch Pfeil 360 angegeben), in einer Anordnung dazwischen (durch Pfeil 370 angegeben) und einer Endanordnung (durch Pfeil 380 angegeben). Die Bewegung der Greiferteile 320/322 in den Anordnungen 360/370/380 stellt das Verhalten des iterativen Optimierungszyklus bei Ermittlung eines Qualitätszugriffs bildlich dar. In der Anfangsanordnung 360 gibt es keinen Zugriffskontakt und keine Behinderung zwischen den Greiferteilen 320/322 und dem Objekt 330. Deshalb kann die Position der Greiferteile 320/322 für die nächste Zwischenanordnung 370 berechnet werden, indem einfach die Punkte pi auf den Greiferteilen 320/322 zu ihren entsprechenden nächstliegenden Nachbarpunkten auf dem Objekt 330 bewegt werden. Die Bewegung der Greiferteile 320/322 von der Anfangsanordnung 360 in die Zwischenanordnung 370 ist hinsichtlich einer Transformation T definiert, die eine Rotationstransformation R, eine translatorische Transformation t und eine Transformation q der Greiferweite einschließt.
  • Aus der Anfangsanordnung 360 in die Zwischenanordnung 370 wurden die Greiferteile 320/322 (über t) nach unten und etwas nach rechts verschoben, und die Greiferweite wurde (über q) von d0 nach di reduziert, wobei sehr kleine Rotation (R) angewendet wurde. Bei der Zwischenanordnung 370 befinden sich die Punkte pi auf den Greiferteilen 320/322 an ihren neuen Orten, und es können übereinstimmende, nächstliegende Nachbarpunkte entsprechend berechnet werden. Bei der Zwischenanordnung 370 besteht eine erhebliche Behinderung zwischen den Punkten pi an den Greiferteilen 320/322 und dem Objekt 330. So wird die Optimierungsberechnung die nächste Zwischenanordnung (nicht dargestellt) veranlassen, eine Transformation T anzuwenden (speziell Zunahme der Greiferweite über die Transformation q), die versucht, die Behinderung zu beheben und die Griffqualität zu verbessern. Schließlich wird die mit Bezug auf 4 ausführlich erörterte Optimierungsberechnung sich einem lokal optimierten Zugriff annähern, der als die Endanordnung 380 dargestellt ist. Bei der Endanordnung 380 gibt es keine Behinderungen, wobei mehrere Teile der Greiferflächen in Verbindung sind oder sich in der Nähe zum Objekt 330 befinden.
  • 4 ist eine Darstellung der Zugriffsoptimierungsberechnung, die im Kästchen 230 beim Zugriffserzeugungsvorgang von 2 durchgeführt wird und Oberflächenanpassung, Kollisionsvermeidung und bevorzugte und gesperrte Zugriffsbereiche auf dem Bauteil, gemäß einer Ausführungsform der vorliegenden Offenlegung, einschließt. Im Kästchen 410 ist eine Anordnung der Greiferteile relativ zum Objekt festgelegt, sind Punkte pi der Greiferfläche und entsprechende nächstliegende Nachbarpunkte auf dem Objekt festgelegt. Der im Kästchen 410 bildlich dargestellte Vorgang entspricht dem Kästchen 310 der Anfangsanordnung von 3. Bei der Erörterung der Optimierungsberechnung sind durchweg die Flächen der Greifer („Finger“), wie durch die Punkte pi festgelegt, als Sƒ bezeichnet, während die Objektoberfläche (alle Stichprobenpunkte und speziell die nächstliegenden Nachbarpunkte) als So bezeichnet sind.
  • Kästchen 420 enthält eine Darstellung, wie Kollisionen zwischen der Fläche Sƒ des Greifers („Fingers“) und der Objektfläche So erkannt werden. Es wird ein übliches Netz von Punkten pi angewendet auf die Fläche des Greifers („Fingers“) einschließlich der Innenflächen der Greiferfinger (der Teil des Greifers, der zum Greifen eines Objekts am meisten verwendet wird) und außerdem die Außen- und Seitenflächen der Greiferfinger, wie sie durch den Benutzer am Greifer-Modell 220 erkannt werden. Die Bereitstellung von Netzpunkten auf allen Flächen der Greiferfinger verbessert die Belastbarkeit der Kollisionsvermeidungsbedingung und erlaubt außerdem, dass alle Flächen der Greiferfinger zur Zugriffsqualität beitragen, indem diese Flächen, wenn möglich, zur Berührungskraft verwendet werden (wie zum Beispiel für ungewohnt geformte Bauteile). Der optischen Deutlichkeit halber, enthält 4 wiederum zweidimensionale Darstellungen von Greifer und Objekt, Kollisionen und Kontakte. Es soll verständlich werden, dass die Modelle von Greifer und Bauteilen, Punktkoordinaten und Transformationen alle dreidimensional sind.
  • Im Kästchen 420 sind ein Greiferteil 422 und ein Objekt 424 dargestellt. Das Objekt 424 kann natürlich jede allgemeine Form, wie dargestellt, aufweisen. Weil das Teil/Objekt und der Greifer durch die früher erörterten Modelle 210 und 220 definiert wurden, besitzt jeder der Punkte auf der Fläche Sƒ des Greifers („Fingers“) und der Objektfläche So eine lokale Flächennormale, wie es jeweils durch Vektoren 426 und 428 gezeigt ist. Die Vektoren der lokalen Flächennormale werden bei Berechnungen der Kollisionsvermeidung (wo die Vektoren zum Berechnen einer Größe des Eindringens des Greifers in den Finger und umgekehrt genutzt werden, wobei dieses Eindringen oder die Behinderung in einer Nebenbedingungsfunktion benachteiligt wird) sowie bei Berechnungen der Zugriffsqualität (Normalkräfte sind selbst bei fehlender Reibung vorhanden, Tangentialkräfte sind eine Funktion des Reibungskoeffizienten) verwendet.
  • Im Kästchen 430 ist das Problem der Zugriffssuche als eine Optimierung modelliert, und es wird eine Iteration berechnet. Zum Berechnen von stabilen Zugriffen werden bei Modellbildung Oberflächenkontakte und exakte mathematische Qualität angenommen. Bei der Optimierung wird außerdem eine Kollision von Greifer und Objekt benachteiligt, um das Eindringen, wie oben erwähnt, zu vermeiden. Bevorzugte und gesperrte Zugriffsbereiche am Objekt sind ebenfalls berücksichtigt und werden weiter unten erörtert. Die im Kästchen 430 dargestellte Formulierung der Optimierung wird unten als Gleichungen (1a) bis (1f) vervielfacht und wird in den folgenden Abschnitten erörtert. max R , t , q , S f , S o Q g ( S f , S o )
    Figure DE102022122818A1_0001
    s . t   S f T ( F ; R , t ,q )
    Figure DE102022122818A1_0002
    S o = N N O ( S f ) ( O / S n )
    Figure DE102022122818A1_0003
    S f S p ε
    Figure DE102022122818A1_0004
    d i s t ( T ( F ; R , t , q ) , O ) 0
    Figure DE102022122818A1_0005
    ( R , t , q ) X
    Figure DE102022122818A1_0006
  • Die Optimierungsformulierung enthält eine Zielfunktion (Gl. 1a) im Kästchen 432, die definiert ist, um Zugriffsqualität Qg zu maximieren, wobei die Zugriffsqualität Qg eine Funktion der Berührungsflächen Sƒ und So ist. Die Zugriffsqualität Qg kann in jeder geeigneten Weise festgelegt werden. In einer repräsentativen Ausführungsform ist die Zugriffsqualität Qg das Negative des Gesamtabstands zwischen den Punkten pi auf der Greiferfingerfläche Sƒ und den angepassten nächstliegenden Nachbarpunkten NN auf der Objektfläche So. Das heißt, Qg = -Σpi ||pi - NN||, wobei eine kleinere Gesamtsumme der Abstände zu einer größeren Zugriffsqualität Qg führt, was eine bessere Flächenanpassung zwischen dem Greifer und dem Objekt bedeutet. Mit anderen Worten, ein Zugriff guter Qualität weist einen kleinen negativen Wert Qg auf, und ein Zugriff schlechter Qualität weist einen großen negativen Wert Qg auf. Im praktischen Sinne ist ein Zugriff guter Qualität dort stabil, wo jede geringfügige Bewegung des Objekts im Greifer schnell durch Reibungs- und/oder Normalkräfte unterbrochen wird und nicht zu einem Griffverlust führt.
  • Die Optimierungsformulierung der Gleichungen (1a) - (1f) enthält im Kästchen 434 viele Funktionen mit Nebenbedingung. Eine Nebenbedingungsfunktion (Gl. 1b) legt die Greiferfingerfläche Sƒ bezüglich der Transformationen (R, t, q) fest. Eine Nebenbedingungsfunktion (Gl. 1c) legt die Objektfläche S° bezüglich der nächstliegenden Nachbarpunkte NN im Verhältnis zur Greiferfingerfläche Sƒ fest, während gesperrte Zugriffsbereiche auf dem Objekt, die mit Sn bezeichnet sind, vermieden werden. Eine Nebenbedingungsfunktion (Gl. 1d) erfordert, dass der allgemeine Gesamtabstand von der Greiferfingerfläche Sƒ zu bevorzugten Zugriffsbereichen auf dem Objekt (Sp) kleiner ist als ein Schwellenwert ε, was den Greifer auf bevorzugte Zugriffsbereiche an dem Objekt „lenkt“. Die gesperrten Zugriffsbereiche an dem Objekt (Sn) und die bevorzugten Zugriffsbereiche an dem Objekt (Sp) werden durch den Benutzer festgelegt (beim Kästchen 240 von 2), indem dreieckige Flecken auf der Oberfläche des Objekts in einer Weise ermittelt werden, die der Identifizierung von früher erörterten Greiferflächen ähnlich ist.
  • Die Nebenbedingungsfunktionen im Kästchen 434 (Gleichungen 1b, 1c und 1d) führen zusammen zu einer besseren Oberflächenanpassung der Fläche Sƒ des Greifers (Fingers) an die Objektfläche So, was das Bewegen der Punkte pi zu ihren nächstliegenden Nachbarn, das Bewirken, dass die Greiferfläche Sƒ den gesperrten Zugriffsbereichen Sn auf dem Objekt ausweicht, und das Veranlassen, dass die Greiferfläche Sƒ auf die bevorzugten Zugriffsbereiche Sp auf dem Objekt gelenkt wird, einschließt. Dies ist im Kästchen 450, das dem Kästchen 350 von 3 entspricht, dargestellt. Das heißt, die aus den Nebenbedingungsfunktionen im Kästchen 434 bestimmten Transformationen bewirken, dass sich die Greiferfinger in einen Zustand verbesserter Oberflächenanpassung bewegen.
  • Eine Nebenbedingungsfunktion (Gl. 1e) im Kästchen 436 bestimmt, dass die transformierte Greiferfingerfläche (T(∂F; R, t, q)) nicht in das Objekt O eindringen sollte; das heißt, der Abstand sollte größer als oder gleich Null sein. Diese Nebenbedingung im Kästchen 436 führt zu einer verbesserten Kollisionsvermeidung bei der nächsten Iteration, wie es im Kästchen 460 dargestellt ist. Schließlich gibt Gleichung (1f) an, dass die Transformationen T (R, t, q) Elemente der durchführbaren Menge X von Transformationen sind (in einer Ausführungsform kann R jeden Rotationswert aufweisen, muss t innerhalb der Größe eines Begrenzungskästchens des Objekts liegen, und ist q durch den im Greifer-Modell 220 festgelegten Zugriffsbereich begrenzt).
  • Die oben (in den Kästchen 434 und 436 von 4) beschriebenen Nebenbedingungsfunktionen von Gleichungen (1b) - (1e) werden durch Nachteilverfahren berücksichtigt, wobei Verletzungen der Nebenbedingung als eine Kostenfunktion bei der Berechnung von Zugriffsqualität behandelt werden. Das heißt, je größer die Verletzungen der Nebenbedingung sind, desto größer ist die Kostenfunktion und desto geringer die Zugriffsqualität. Dadurch, dass Nebenbedingungen zu Kosten gegenüber der Zugriffsqualität gebracht werden, kann die im Kästchen 430 gezeigte Optimierungsformulierung durch die Methode der kleinsten Quadrate gelöst werden.
  • An den Optimierungsgleichungen im Kästchen 430 wird eine Berechnung in linearer Algebra der Methode der kleinsten Quadrate in einem Schritt durchgeführt, um die Transformationen T (R, t, q) zu erkennen, die die Greiferfinger in Richtung verbesserter Zugriffsqualität bewegen, während die Nebenbedingungsfunktionen erfüllt werden. Pfeil 470 zeigt, dass nach Berechnung der Transformationen T das Zugriffsoptimierungsverfahren zurückkehrt zu dem Kästchen 410 (wo die Position der transformierten Greiferteile im Verhältnis zu dem Objekt bestimmt wird, und nächstliegende Nachbarpunkte auf dem Objekt, die den Punkten pi der Greiferfläche entsprechen, festgelegt werden), und dem Kästchen 420 (Kollisionen erkannt). Dieser Vorgang wird wiederholt, bis die Zugriffsposition sich einer lokalen maximalen Zugriffsqualität annähert.
  • Nach Annäherung an einen Qualitätszugriff wird der Vorgang nochmals mit einer neuen Anfangsanordnung gestartet, wobei dies wiederholt wird, bis die vom Benutzer festgelegte Anzahl von Zugriffen (z. B., tausend) erreicht ist. Die Anfangsanordnung der Greiferteile bezüglich des Objekts, im Kästchen 310 von 3 und Kästchen 410 von 4 gezeigt, wird für jeden neuen Zugriffsberechnungszyklus zufällig verändert, sodass eine vielfältige Menge von Zugriffsorten und Zugriffsannäherungsrichtungen erlangt wird. Das heißt, für das Rohrventilbauteil werden viele Zugriffe am Handgriff (von vielen verschiedenen Annäherungsrichtungen), viele Zugriffe am Kupplungsgehäuseteil, viele Zugriffe am Ventildurchgangsteil, usw. berechnet. Diese Vielfalt von Zugriffen gewährleistet, dass Qualitätszugriffe an Bauteilen im Behälter 110 erkannt werden können, ohne Rücksicht darauf, in welchen Stellungen die einzelnen Bauteile sich befinden. Alle auf diese Weise berechneten Qualitätszugriffe werden in die Zugriffsdatenbank 230 (2) gelegt.
  • 5 ist ein bebildertes Ablaufdiagramm von Schritten, die durch das Maschinenbeschickungssystem von 1 verwendet werden, was die Nutzung der Zugriffsdatenbank einschließt, um einen Zielzugriff eines Bauteils aus dem Behälter, gemäß einer Ausführungsform der vorliegenden Offenlegung, zu erkennen. Kästchen 510 umfasst die Schritte des im bebilderten Ablaufdiagramm von 2 dargestellten Zugriffserzeugungsverfahrens. Dies umfasst eine Bereitstellung des Bauteile-Modells 210 und des Greifer-Modells 220 zusammen mit den Benutzerspezifikationen und -bevorzugungen 240 als Eingaben in das Zugriffsoptimierungsverfahren im Kästchen 230. Das Zugriffsoptimierungsverfahren wurde ausführlich mit Bezug auf 4 beschrieben. Nach der optionalen physikalischen Simulation beim Kästchen 250 werden die Qualitätszugriffe an die Zugriffsdatenbank 270 ausgegeben.
  • Die Erzeugung einer Zugriffsdatenbank im Kästchen 510 wird vor aktuellen robotergesteuerten Maschinenbeschickungsoperationen in einem „Offline-Modus“ durchgeführt. Die Erzeugung einer Zugriffsdatenbank erfordert keinen Roboter, kein Sichtsystem oder eine Bearbeitungsstation, und geschieht typischerweise durch einen Computer, anders als eine Robotersteuereinheit, wie zum Beispiel dem Computer 160 von 1.
  • Kästchen 520 umfasst die während aktueller robotergesteuerter Maschinenbeschickungsoperationen im „Onlinemodus“ gemäß 1 durchgeführten Schritte. Die Schritte von Kästchen 520 können auf der Steuereinheit 150 von 1 oder auf dem Computer 160 durchgeführt werden. Im Kästchen 530 ist ein Bild des Behälters 110 durch die 3D-Kamera(s) 170 aufgenommen. Der Behälter 110 enthält ein oder mehrere der durch das Bauteile-Modell 210 festgelegten Bauteile. Das Bild oder die Bilder vom Kästchen 530 werden einem Objektstellung-Bewertungskästchen 540 zur Verfügung gestellt, wo eine dreidimensionale Abgleichmethode verwendet wird, um die Stellung des einen oder mehrerer Bauteile in dem Behälter 110 zu bewerten. Es werden Pixeltiefenwerte genutzt, um eine Punktwolke für jedes in den Bildern angeordnete Bauteil zu definieren, wobei die durch die Punktwolke definierte Form an eine spezielle Stellung des Bauteile-Modells 210 angeglichen wird, das als Eingabe in 2 bereitgestellt ist. Zum Beispiel kann ein Bauteil mit der oberen Fläche des nach unten auf den Boden des Behälters 110 weisenden Handgriffs angeordnet sein, wobei das Kupplungsgehäuse in einem bestimmten Winkel ausgerichtet ist, während mehrere andere Bauteile auf ihrer Seite im Behälter 110 aufliegen können, wobei die Kupplungsgehäuse jeweils in verschiedenen Richtungen ausgerichtet sind, usw. Für jedes Bauteil im Behälter 110 ergibt die Stellungsbewertung beim Kästchen 540 eine Kopie des Bauteile-Modells 210, das in einer besonderen Position und Ausrichtung platziert ist.
  • Die Objektstellungsdaten (für ein oder mehrere Bauteile im Behälter 110) werden einem Kästchen 550 der Zugriffsabbildung und Kollisionserkennung zur Verfügung gestellt. Die Zugriffsdatenbank 270 wird ebenfalls dem Kästchen 550, wie gezeigt, bereitgestellt. Kästchen 550 der Zugriffsabbildung und Kollisionserkennung erkennt einen Zielzugriff von einem der Bauteile im Behälter 110 basierend auf den Objektstellungsdaten und der Zugriffsdatenbank 270. Diese Bestimmung umfasst die Berücksichtigung der Fähigkeit des Greifers, eine kollisionsfreie Annäherung zum Greifen des Bauteils vorzunehmen. Zum Beispiel wird ein Bauteil, welches ein oder mehrere andere, übereinander oder um sich herum gestapelte Teile aufweist, wahrscheinlich nicht für einen Zugriff verfügbar sein. Ebenso kann ein Teil, welches gegen eine Seite des Behälters 110 nach oben angeordnet ist, schwierig zu greifen sein. Für Bauteile, die „in genügendem Abstand“ im Behälter 110 positioniert sind, ist es unkompliziert, einen hochqualitativen Zugriff aus der Datenbank 270 auf das in den Objektstellungsdaten enthaltene Bauteile-Modell abzubilden.
  • Für jedes Bauteil können mehrere Qualitätszugriffe erkannt werden, wobei in den Objektstellungsdaten mehrere Bauteile einbezogen sein können. Somit kann das Kästchen 550 viele Bauteile und Zugriffe als Kandidaten ausgeben. Die Bauteile und Zugriffe als Kandidaten aus dem Kästchen 550 werden einer Bewertungsbox 560 bereitgestellt, wo ein Zugriff bester Qualität erkannt wird. Die Bewertungsbox 560 kann einfach den Zugriff mit dem höchsten Qualitätswert auswählen oder kann ebenso andere Faktoren berücksichtigen. Der beste Zugriff oder Zielzugriff wird auf einer Leitung 570 ausgegeben, wo er durch die Robotersteuereinheit 150 verwendet wird, um zu veranlassen, dass der Roboter 100 das Bauteil, wie durch den Zielzugriff festgelegt, greift. Der Roboter 100 lädt dann das Bauteil, wie früher erörtert, in die Bearbeitungsstation 130. Weil der Zugriffsoptimierungsvorgang (4) eine Berücksichtigung bevorzugter und gesperrter Zugriffsbereiche an dem Bauteil zulässt, kann sichergestellt werden, dass der Roboter 100 das Bauteil greift, sodass es in das Greifwerkzeug der Bearbeitungsstation 130 gelegt werden kann.
  • Die in 2 bis 4 gezeigte Zugriffserzeugungsmethode wurde an einer Vielzahl von echten Bauteilen demonstriert, um eine Datenbank hochqualitativer Zugriffe einschließlich einer breiten Vielfalt von Zugriffsorten an dem Bauteil und Zugriffsannäherungsrichtungen zu erzeugen, während die durch den Benutzer festgelegten Anforderungen bevorzugter und gesperrter Zugriffsbereiche erfüllt werden. Die berechnete Zugriffsdatenbank wurde ebenfalls aufgezeigt, um eine schnelle und effektive Zugriffserkennung in einem robotergesteuerten Zugriffssystem des in 1 gezeigten Typs zu ermöglichen, indem das Verfahren von Kästchen 520 von 5 verwendet wird.
  • Die oben erörterte Zugriffserzeugungsmethode bietet mehrere Vorteile gegenüber vorhandenen Verfahren. Die offengelegten Verfahren stellen hochqualitative Zugriffe in voller Schärfentiefe mit Oberflächenkontakten bereit, womit die erzeugten Zugriffe stabiler sind gegenüber Unsicherheiten und Behinderungen. Das Zugrifferzeugungsverfahren ist leicht abzuarbeiten und läuft automatisch in einer Offline-Umgebung ab, die keinen Roboter und kein Sichtsystem erfordert. Außerdem erzeugen die offengelegten Verfahren vielfältige Zugriffsdaten einschließlich vieler unterschiedlicher Zugriffsorte und Annäherungsrichtungen. Schließlich erlaubt das offengelegte Zugrifferzeugungsverfahren, am Bauteil bevorzugte und gesperrte Zugriffsbereiche festzulegen, was die Anforderung von Maschinenbeschickungsanwendungen erfüllt, wo das Bauteil vom Roboter an ein anderes Zugriffswerkzeug (in der Bearbeitungsstation) abgegeben werden muss.
  • In der vorausgehenden Erörterung wurden durchweg verschiedene Computer und Steuereinheiten beschrieben und einbezogen. Es soll verständlich werden, dass die Softwareanwendungen und Module dieser Computer und Steuereinheiten auf einem oder mehreren Rechengeräten mit Prozessor und Speichermodul ausgeführt werden. Insbesondere schließt dies einen Prozessor in der Robotersteuereinheit 150, die den das Greifen von Objekten ausführenden Roboter 100 steuert, und in dem Computer 160 ein, der Berechnungen der Zugriffserzeugung durchführt. Wie früher erörtert, kann entweder die Steuereinheit 150 oder der Computer 160 konfiguriert werden, um Objekte zum Greifen bei Operationen in Echtzeit zu erkennen.
  • Während oben eine Anzahl beispielhafter Aspekte und Ausführungsformen der auf Optimierung basierenden Zugriffserzeugungsmethode für Maschinenbeschickung erörtert wurde, wird der Fachmann Modifizierungen, Umsetzungen, Ergänzungen und Unterkombinationen davon erkennen. Es ist deshalb beabsichtigt, dass die folgenden angefügten Ansprüche und danach eingeführte Ansprüche so interpretiert werden, alle diese Modifizierungen, Umsetzungen, Ergänzungen und Unterkombinationen einzuschließen, wie sie innerhalb ihres wahren Geistes und Geltungsbereichs liegen.

Claims (22)

  1. Verfahren zur Erzeugung einer Zugriffsdatenbank zur Verwendung durch ein robotergesteuertes Zugriffssystem, wobei das Verfahren umfasst: Bereitstellen eines Objekt-Modells einschließlich dreidimensionaler (3D) Formdaten für ein zu greifendes Objekt, und eines Greifer-Modells einschließlich dreidimensionaler Formdaten und Betätigungsparameter für einen Greifer; Empfangen von Benutzerspezifikationen einschließlich einer Anzahl von Zugriffen zum Berechnen, und einer Definition bevorzugter Zugriffsbereiche an dem Objekt, gesperrter Zugriffsbereiche an dem Objekt, oder beiden; wiederholtes Durchführen einer iterativen Optimierung mittels eines Computers mit einem Prozessor und Speicher, wobei sich jede Optimierung einem lokal optimalen Qualitätszugriff annähert, während Gleichungen mit Randbedingung erfüllt sind, welche einen Oberflächenkontakt ohne Behinderung zwischen dem Greifer und dem Objekt festlegen, die gesperrten Zugriffsbereiche am Objekt vermeiden und auf die bevorzugten Zugriffsbereiche am Objekt lenken; und Ausgeben von jeden der Qualitätszugriffe festlegenden Daten an die Zugriffsdatenbank.
  2. Verfahren nach Anspruch 1, wobei wiederholtes Durchführen einer iterativen Optimierung das zufällige Initialisieren einer Greiferposition bezüglich des Objekts für eine erste Iteration der Optimierung für jede der Anzahl von Zugriffen zum Berechnen umfasst.
  3. Verfahren nach Anspruch 1, des Weiteren umfassend Verwenden der Zugriffsdatenbank bei direkten robotergesteuerten Operationen, um ein Zielobjekt zum Greifen aus einem Behälter von Objekten zu erkennen, einschließlich des Beurteilens von Objektstellungen, indem Tiefenbilder von einer 3D-Kamera mit dem Objekt-Modell verglichen werden, Erkennen des Zielobjekts, indem Zugriffe aus der Zugriffsdatenbank auf die beurteilten Objektstellungen abgebildet werden, und Bereitstellen von Zugriffsdaten des Zielobjekts an eine Robotersteuereinheit, die einen mit dem Greifer ausgestatteten Roboter anweist, das Zielobjekt zu greifen und in eine Bearbeitungsstation zu bewegen, welche das Zielobjekt an einer nicht zum Greifen durch den Roboter verwendeten Stelle ergreift.
  4. Verfahren nach Anspruch 1, des Weiteren umfassend Durchführen einer physikalischen Simulation des Greifens von Objekten für jeden der Qualitätszugriffe, die umfasst, zu simulieren, dass der Greifer das Objekt unter veränderlichen Behinderungszuständen, einem Fehler der Stellungsbeurteilung, Reibungs- und Kraftgrenzen greift und bewegt, und Daten an die Zugriffsdatenbank nur für physikalische Simulationen, die einen stabilen Zugriff prognostizieren, ausgibt.
  5. Verfahren nach Anspruch 1, wobei die jeden der Qualitätszugriffe festlegenden Daten dreidimensionale Koordinaten eines Zugriffzielpunkts, einen durch den Greifer zu beachtenden Annäherungswinkel, einen Drehwinkel des Greifers, eine Greiferweite und einen Zugriffsqualitätswert enthalten.
  6. Verfahren nach Anspruch 1, wobei die iterative Optimierung formuliert ist, eine in Form von Stichprobenpunkten auf Flächen des Greifer-Modells festgelegte Greiferfläche und eine in Form von Stichprobenpunkten auf Flächen des Objekt-Modells festgelegte Objektfläche miteinzubeziehen, einschließlich eines nächstliegenden Nachbarpunkts auf der Objektfläche, der jedem der Stichprobenpunkte auf der Greiferfläche entspricht.
  7. Verfahren nach Anspruch 6, wobei die Greiferfläche bei jeder Iteration durch eine Transformation umgewandelt wird, die eine Rotation, eine Translation und eine Änderung der Greiferweite umfasst.
  8. Verfahren nach Anspruch 7, wobei die iterative Optimierung formuliert ist, eine Zielfunktion miteinzubeziehen, welche eine basierend auf einem Gesamtabstand zwischen jedem Stichprobenpunkt auf der Greiferfläche und seinem entsprechenden nächstliegenden Nachbarpunkt auf der Objektfläche festgelegte Zugriffsqualität maximiert, wobei die Gleichungen mit Randbedingung als Nachteilsfunktionen behandelt werden, womit Verletzungen der Nebenbedingung die Zugriffsqualität herabsetzen, und jede Iteration die Transformation mittels Berechnung in linearer Algebra der Methode der kleinsten Quadrate in einem Schritt berechnet.
  9. Verfahren nach Anspruch 6, wobei die iterative Optimierung formuliert ist, eine Gleichung mit Randbedingung miteinzubeziehen, die angibt, dass die Greiferfläche nicht in die Objektfläche eindringt.
  10. Verfahren nach Anspruch 6, wobei die iterative Optimierung formuliert ist, eine Gleichung miteinzubeziehen, die angibt, dass die nächstliegenden Nachbarpunkte auf der Objektfläche in den gesperrten Zugriffsbereichen nicht angeordnet sind, und eine Gleichung, die angibt, dass ein Abstand zwischen der Greiferfläche und den bevorzugten Zugriffsbereichen kleiner als ein vorher festgelegter Schwellenwert ist.
  11. Verfahren zur Berechnung eines Objektzugriffs für einen Maschinenbeschickungsroboter, wobei das Verfahren umfasst: Erzeugen einer Zugriffsdatenbank einschließlich des Bereitstellens eines Objekt-Modells mit dreidimensionalen (3D) Formdaten für ein zu greifendes Objekt und eines Greifer-Modells mit dreidimensionalen Formdaten und Betätigungsparametern für einen Greifer, Empfangen von Benutzerspezifikationen einschließlich Definition bevorzugter Zugriffsbereiche an dem Objekt und gesperrter Zugriffsbereiche an dem Objekt, und wiederholtes Durchführen einer iterativen Optimierung, Verwenden eines Computers mit einem Prozessor und Speicher, wobei sich jede Optimierung einem lokal optimalen Qualitätszugriff annähert, während Gleichungen mit Randbedingung erfüllt sind, die einen Oberflächenkontakt zwischen dem Greifer und dem Objekt ohne Behinderung festlegen, die gesperrten Zugriffsbereiche an dem Objekt vermeiden und auf die bevorzugten Zugriffsbereiche an dem Objekt lenken, wobei Daten, die jeden der Qualitätszugriffe festlegen, an die Zugriffsdatenbank ausgegeben werden; und Verwenden der Zugriffsdatenbank während aktueller robotergesteuerter Operationen, um ein Zielobjekt zum Greifen aus einem Behälter von Objekten zu erkennen, einschließlich des Beurteilens von Objektstellungen, indem Tiefenbilder von einer 3D-Kamera mit dem Objekt-Modell verglichen werden, des Erkennens des Zielobjekts, indem Zugriffe aus der Zugriffsdatenbank auf die beurteilten Objektstellungen abgebildet werden, und des Bereitstellens von Zugriffsdaten des Zielobjekts an eine Robotersteuereinheit, die einen mit dem Greifer ausgestatteten Roboter anweist, das Zielobjekt zu greifen und in eine Bearbeitungsstation zu bewegen, welche das Zielobjekt an einer Stelle ergreift, die nicht zum Greifen durch den Roboter verwendet wird.
  12. Robotergesteuertes Zugriffserzeugungssystem, bestehend aus: einem Computer mit Prozessor und Speicher, wobei der Computer konfiguriert ist, um eine Zugriffsdatenbank zu erzeugen, umfassend: Bereitstellen eines Objekt-Modells mit dreidimensionalen (3D) Formdaten für ein zu greifendes Objekt, und eines Greifer-Modells mit dreidimensionalen Formdaten und Betätigungsparametern für einen Greifer, Empfangen von Benutzerspezifikationen mit einer Anzahl von zu berechnenden Zugriffen, und Definition von bevorzugten Zugriffsbereichen an dem Objekt, gesperrten Zugriffsbereichen an dem Objekt, oder beiden, wiederholtes Durchführen einer iterativen Optimierung, wobei sich jede Optimierung einem lokal optimalen Qualitätszugriff annähert, während Gleichungen mit Randbedingung erfüllt sind, die einen Oberflächenkontakt ohne Behinderung zwischen dem Greifer und dem Objekt festlegen, die gesperrten Zugriffsbereiche am Objekt vermeiden und auf die bevorzugten Zugriffsbereiche am Objekt lenken, und Ausgeben von jeden der Qualitätszugriffe festlegenden Daten an die Zugriffsdatenbank.
  13. System nach Anspruch 12, des Weiteren umfassend: eine 3D-Kamera, die dem Computer Tiefenbilder eines Behälters von Objekten während aktueller robotergesteuerter Operationen zur Verfügung stellt, wobei der Computer ein aus dem Behälter von Objekten zu greifendes Zielobjekt erkennt, einschließlich des Beurteilens von Objektstellungen, indem die Tiefenbilder mit dem Objekt-Modell verglichen werden, und des Erkennens des Zielobjekts, indem Zugriffe aus der Zugriffsdatenbank auf die beurteilten Objektstellungen abgebildet werden; eine Robotersteuereinheit im Informationsaustausch mit dem Computer, die Zugriffsdaten über das Zielobjekt empfängt; und ein mit dem Greifer ausgestatteter Roboter zum Greifen und Bewegen des Zielobjekts basierend auf Befehlen von der Steuereinheit.
  14. System nach Anspruch 13, wobei der Roboter das Zielobjekt greift, und in eine Bearbeitungsstation bewegt, welche das Zielobjekt an einer Stelle greift, die nicht zum Greifen durch den Roboter verwendet wird.
  15. System nach Anspruch 12, wobei wiederholtes Durchführen einer iterativen Optimierung das zufällige Initialisieren einer Greiferposition relativ zu dem Objekt für eine erste Iteration der Optimierung für jeden der Anzahl von zu berechnenden Zugriffen umfasst.
  16. System nach Anspruch 12, wobei der Computer des Weiteren konfiguriert ist, um eine physikalische Simulation des Zugreifens auf Objekte für jeden der Qualitätszugriffe durchzuführen, die einschließt, Greifen und Bewegen des Objekts durch den Greifer unter veränderlichen Bedingungen der Behinderung, eines Fehlers der Stellungsbeurteilung, Reibungs- und Kraftgrenzen zu simulieren, und nur Daten an die Zugriffsdatenbank für physikalische Simulationen, die einen stabilen Zugriff prognostizieren, auszugeben.
  17. System nach Anspruch 12, wobei die jeden der Qualitätszugriffe festlegenden Daten dreidimensionale Koordinaten eines Zugriffzielpunkts, einen durch den Greifer zu beachtenden Annäherungswinkel, einen Drehwinkel des Greifers, eine Greiferweite und einen Zugriffqualitätswert umfassen.
  18. System nach Anspruch 12, wobei die iterative Optimierung formuliert ist, eine in Form von Stichprobenpunkten auf Flächen des Greifer-Modells festgelegte Greiferfläche und eine in Form von Stichprobenpunkten auf Flächen des Objekt-Modells festgelegte Objektfläche miteinzubeziehen, einschließlich eines nächstliegenden Nachbarpunkts auf der Objektfläche, der jedem der Stichprobenpunkte auf der Greiferfläche entspricht.
  19. System nach Anspruch 18, wobei die Greiferfläche bei jeder Iteration durch eine Transformation umgewandelt wird, die eine Rotation, eine Translation und eine Änderung der Greiferweite umfasst.
  20. System nach Anspruch 18, wobei die iterative Optimierung formuliert ist, eine Zielfunktion miteinzubeziehen, welche eine basierend auf einem Gesamtabstand zwischen jedem Stichprobenpunkt auf der Greiferfläche und seinem entsprechenden nächstliegenden Nachbarpunkt auf der Objektfläche festgelegte Zugriffsqualität maximiert, wobei die Gleichungen mit Randbedingung als Nachteilsfunktionen behandelt werden, womit Verletzungen der Nebenbedingung die Zugriffsqualität herabsetzen.
  21. System nach Anspruch 18, wobei die iterative Optimierung formuliert ist, eine Gleichung mit Randbedingung miteinzubeziehen, welche angibt, dass die Greiferfläche nicht in die Objektfläche eindringt.
  22. System nach Anspruch 18, wobei die iterative Optimierung formuliert ist, eine Gleichung miteinzubeziehen, die angibt, dass die nächstliegenden Nachbarpunkte auf der Objektfläche nicht in den gesperrten Zugriffsbereichen angeordnet sind, und eine Gleichung, die angibt, dass ein Abstand zwischen der Greiferfläche und den bevorzugten Zugriffsbereichen kleiner als ein vorher festgelegter Schwellenwert ist.
DE102022122818.5A 2021-10-15 2022-09-08 Zugriffserzeugung für maschinenbeschickung Pending DE102022122818A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/502,230 2021-10-15
US17/502,230 US11919161B2 (en) 2021-10-15 2021-10-15 Grasp generation for machine tending

Publications (1)

Publication Number Publication Date
DE102022122818A1 true DE102022122818A1 (de) 2023-04-20

Family

ID=85773273

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102022122818.5A Pending DE102022122818A1 (de) 2021-10-15 2022-09-08 Zugriffserzeugung für maschinenbeschickung

Country Status (4)

Country Link
US (1) US11919161B2 (de)
JP (1) JP2023059828A (de)
CN (1) CN115972189A (de)
DE (1) DE102022122818A1 (de)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022213557B3 (de) 2022-12-13 2024-04-25 Kuka Deutschland Gmbh Betreiben eines Roboters mit Greifer
DE102023110107B3 (de) 2023-04-20 2024-05-23 J.Schmalz Gmbh Verfahren zum Handhaben von Gegenständen sowie Handhabungsanlage
DE102023110111B3 (de) 2023-04-20 2024-06-06 J.Schmalz Gmbh Verfahren zum Ansteuern einer Handhabungsanlage sowie Handhabungsanlage

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230234233A1 (en) * 2022-01-26 2023-07-27 Nvidia Corporation Techniques to place objects using neural networks
US11897145B1 (en) * 2022-08-10 2024-02-13 Wilder Systems Inc. Part modeling for path generation to guide robotic end effector
CN116824064B (zh) * 2023-07-14 2024-06-04 湖南大学 点云数据模型生成方法、装置、计算设备及存储介质

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4153528B2 (ja) * 2006-03-10 2008-09-24 ファナック株式会社 ロボットシミュレーションのための装置、プログラム、記録媒体及び方法
US20140320629A1 (en) * 2013-01-24 2014-10-30 University Of Washington Through Its Center For Commericialization Haptically-Enabled Co-Robotics for Underwater Tasks
WO2016040862A2 (en) * 2014-09-12 2016-03-17 Chizeck Howard Jay Integration of auxiliary sensors with point cloud-based haptic rendering and virtual fixtures
US9669543B1 (en) * 2015-12-11 2017-06-06 Amazon Technologies, Inc. Validation of robotic item grasping
CN110662707B (zh) * 2017-03-23 2021-12-14 伯克希尔格雷股份有限公司 用于处理包括自动移动矩阵箱的物体的***和方法
JP6640792B2 (ja) * 2017-06-30 2020-02-05 ファナック株式会社 ハンド制御装置、ハンド制御方法、およびハンドのシミュレーション装置
JP6680750B2 (ja) * 2017-11-22 2020-04-15 ファナック株式会社 制御装置及び機械学習装置
US11494632B1 (en) * 2017-12-07 2022-11-08 X Development Llc Generating simulated training examples for training of machine learning model used for robot control
US11007642B2 (en) * 2018-10-23 2021-05-18 X Development Llc Machine learning methods and apparatus for automated robotic placement of secured object in appropriate location
US20210122045A1 (en) * 2019-10-24 2021-04-29 Nvidia Corporation In-hand object pose tracking
US11772262B2 (en) * 2019-10-25 2023-10-03 Dexterity, Inc. Detecting slippage from robotic grasp
US20210229281A1 (en) * 2021-03-26 2021-07-29 Venkat Natarajan Collaborative multi-robot tasks using action primitives

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022213557B3 (de) 2022-12-13 2024-04-25 Kuka Deutschland Gmbh Betreiben eines Roboters mit Greifer
DE102023110107B3 (de) 2023-04-20 2024-05-23 J.Schmalz Gmbh Verfahren zum Handhaben von Gegenständen sowie Handhabungsanlage
DE102023110111B3 (de) 2023-04-20 2024-06-06 J.Schmalz Gmbh Verfahren zum Ansteuern einer Handhabungsanlage sowie Handhabungsanlage

Also Published As

Publication number Publication date
CN115972189A (zh) 2023-04-18
US20230124599A1 (en) 2023-04-20
US11919161B2 (en) 2024-03-05
JP2023059828A (ja) 2023-04-27

Similar Documents

Publication Publication Date Title
DE102022122818A1 (de) Zugriffserzeugung für maschinenbeschickung
DE69529607T2 (de) Intelligentes system zur herstellung und ausführung eines metallplattenbiegeplans
DE102017128652B4 (de) Robotersystem mit einer mehrzahl von robotern, robotersteuerung und robotersteuerverfahren
DE102012007254B4 (de) Verfahren und Vorrichtung zum Vorausberechnen einer Behinderung zwischen einem Zielteil eines Roboters und einem peripheren Objekt
DE69535687T2 (de) Biegevorrichtung mit Mitteln zur Durchführung von Installationsvorgängen
DE102021121063A1 (de) Effiziente datengenerierung für das greifenlernen mit allgemeinen greifern
DE69515464T2 (de) Verfahren zur planung/steuerung von roboterbewegungen
DE112021001104T5 (de) Bewegungsplanungsverfahren mit kollisionsvermeidung für industrieroboter
DE102021107568A1 (de) Adaptive planung von zugriffen zum aufheben von behältern
DE102017108727B4 (de) Verfahren zur Erstellung einer Datenbank mit Greiferposen, Verfahren zum Steuern eines Roboters, computerlesbares Speichermedium und Handhabungssystem
DE112019000097B4 (de) Steuervorrichtung, Arbeitsroboter, Programm und Steuerverfahren
DE102015208584A1 (de) Greifvorrichtung und Greifverfahren
DE102022129008A1 (de) Verfahren zur behandlung von kollisionen bei der griffgenerierung
DE102019118637B4 (de) Automatische pfadgenerierungsvorrichtung
DE102019206444A1 (de) Maschinelles Lernen einer Objekterkennung mithilfe einer robotergeführten Kamera
DE102021204846B4 (de) Verfahren zum Steuern einer Robotervorrichtung
DE102019118202B4 (de) Robotersystem
WO2018193130A1 (de) Verfahren zur erstellung einer datenbank mit greiferposen, verfahren zum steuern eines roboters, computerlesbares speichermedium und handhabungssystem
DE102022107227A1 (de) Greifenlernen unter verwendung modularisierter neuronaler netze
DE102022130652A1 (de) Anlernen eines roboters durch vorführen mit visualservoing
DE102022130318A1 (de) Autonome robuste montageplanung
DE102023117284A1 (de) Teachen von griffen durch menschliche demonstration
DE102022134367A1 (de) Bereichsbasierte grifferzeugung
DE102021201880A1 (de) Vorrichtung und Verfahren zum Ermitteln der Pose eines Objekts
DE102022213557B3 (de) Betreiben eines Roboters mit Greifer