Auf Pick-and-Place-Roboter rollt ihre Arbeit im wahrsten Sinne des Wortes zu: Förderbänder transportieren oft tausende Produkte pro Minute in Produktions- und Packstraßen hinein. Welchen Keks oder welche Flasche ein Pick-and-Place Roboter anschließend aufhebt und beispielsweise in ein Tray setzt, entscheidet sich innerhalb von Millisekunden – und bereits zu Beginn des Prozesses. Über den Transportbändern befinden sich in der Regel Scanner, die wesentliche Eigenschaften der Produkte erfassen, von Farbe und Form bis hin zur Höhe. Je nachdem, welche Anforderungen Betreiber an die Bilderkennung stellen, stehen ihnen heute moderne 2D- und 3D-Scanner zur Verfügung.
Beiden Typen gemein sind Schnittstellen zur Robotersteuerung: Über sogenannte Echtzeit-Bussysteme tauschen sie die erfassten Produktdaten mit der Steuerung aus – und greifen den wendigen Maschinen so sprichwörtlich unter die Arme. Kommunikationsnetzwerke wie diese haben ihren Zweck bei Anwendungen, bei denen es auf eine schnelle und zuverlässige Datenübertragung ankommt. Gerade in der Lebensmittelindustrie erfordern hohe Stückzahlen empfindlicher Produkte ein rasches Vorgehen: Umso hilfreicher ist es, dass zwischen Vision-System und Roboter keine lange Leitung besteht. Im Takt von zwei Millisekunden beziehen Roboter dank Bussystemen laufend Koordinaten. Pro Minute sind so Daten von bis zu 10.000 Produkten übertragbar – eine wesentliche Voraussetzung, um selbst große Mengen innerhalb kürzester Zeit zuverlässig zu verarbeiten.
Daten flexibel übertragen
Für eine reibungslose Kommunikation kommen überwiegend Bussysteme nach gängigen Industriestandards zum Einsatz, nicht selten ergänzt um herstellerspezifische Komponenten. Die Gerhard Schubert, die die Entwicklung der Scannertechnologie über die letzten vierzig Jahre maßgeblich geprägt hat, setzt auf eigene Software, um die Daten möglichst reibungslos per Bussystem an die Robotik zu übertragen. „Wir möchten sicherstellen, dass unsere Bildverarbeitungssysteme die Daten nicht erst in Roboterkoordinaten umrechnen müssen, bevor sie bei den Robotern ankommen – und dass sie bei Modifizierungen der Linie flexibel bleiben“, erläutert Daniel Greb, Leiter Bildverarbeitung bei der Gerhard Schubert . So kann es vorkommen, dass ein Hersteller einen Roboter mit einer zusätzlichen Achse in seine Linie integriert, um Produkte nicht nur aufheben, sondern auch schwenken zu können. Die hauseigene Software ermöglicht in diesem Fall eine reibungslose Kommunikation von Scanner zu Roboter, weil sie sich dank entsprechendem Wissen schnell umprogrammieren lässt.
Was Scanner den Robotern mitteilen, lässt sich vereinfacht gesagt mit Steckbriefen der Produkte vergleichen, die die Hersteller vor Produktionsbeginn ins Anlagensystem speisen. Form, Farbe, Höhe und Drehlage gehören zu den gängigsten Produktkoordinaten. Diese geben vor, worauf die Scanner jeweils achten sollen. Beim Start der Verpackungsanlage laden die Bildverarbeitungssysteme diese Informationen und suchen gezielt Artikel, die diesen Kriterien entsprechen. Produkte, die durchs Raster fallen, registrieren die mit Spezialkameras ausgerüsteten Geräte erst gar nicht. „Diese Datenpakete lassen sich über die Bedienschnittstelle der Maschine jederzeit dynamisch nachparametrieren“, erläutert Greb. So können Hersteller den Inspektionsradius der Scanner flexibel verändern, ohne die Produktion für längere Zeit anhalten zu müssen.
Intelligente Werkzeuge
Der Umfang der Datenpakete unterscheidet sich bereits vor jeder dynamischen Anpassung wesentlich. Unterschiedliche Scanner benötigen unterschiedliche Informationen: Anders als 2D-Scanner erfassen die 3D-Varianten beispielsweise die Höhe von Produkten; dies erleichtert die Qualitätskontrolle mehrschichtiger Objekte wie Sandwichkekse erheblich. Ein 2D-Scanner würde diese stets gleich bewerten, da er Gegenstände telezentrisch – also aus der Vogelperspektive – sichtet. Von oben lässt sich jedoch keine Höhe ermitteln.
Diese berechnet der 3D-Scanner automatisch mit: Indem mehrere Kameras die Produkte von unterschiedlichen Beobachtungspunkten aus erfassen, überschneiden sich ihre Sichtfelder. Die multiplen Aufnahmen liefern die Grundlage für ein stereoskopisches Gesamtbild. Dabei berechnen 3D-Scanner die einzelnen Segmente des späteren Höhenbildes aus jeweils zwei Bildern mit verschiedener Perspektive. 2D-Scanner hingegen erzielen eine höhere Bildauflösung und größere Farbgenauigkeit. Das macht sie zu unersetzlichen Komponenten für eine präzise Qualitätsbewertung anspruchsvoll strukturierter Produkte.
Scanner sind demnach intelligente Werkzeuge, die bestimmte Gegenstände auf vorab bereitgestellte Merkmale hin untersuchen. Nicht anders verhält es sich mit den Robotern: Was die Bildverarbeitung ihnen mitteilt, ermöglicht ihnen, nur die Produkte auf den Transportbändern auszuwählen, die ihre Reise durch die Verpackungslinie – und schließlich zum Verbraucher – fortsetzen dürfen. „Wo der Scanner prüft, selektiert der Roboter. Im Verbund bilden beide Technologien die Grundlage für effiziente, qualitätsorientierte Verpackungsprozesse“, betont Greb.
Komplexe Aufgaben meistern
Auch beim Handling ungeordneter Gegenstände leisten Scanner wertvolle Dienste: Dank der zusätzlichen Höheninformation der 3D-Scanner können Roboter in einer bestimmten Höhe oder einem bestimmten Winkel greifen – ideale Voraussetzungen, wenn Produkte innerhalb eines Haufens mal flach aufliegen, mal stehen oder sich berühren. „Sofern die Kinematik der Roboter dies unterstützt, lassen sich mit den Informationen der 3D-Scanner recht komplexe Bewegungen ausführen“, erläutert Greb.
Entspricht ein Produkt einmal nicht den Anforderungen, können Hersteller je nach Anforderung zwei Szenarien fahren: Bewertet ein Scanner Produkte als fehlerhaft, weil Farbe, Fläche oder Größe den vorab definierten Werten nicht entsprechen, gelangen diese Informationen nicht zu den Robotern. Stattdessen verlassen die fehlerhaften Produkte den Prozess über Ausschussbänder. Alternativ bleiben sie auf den Bändern liegen und werden erst am Ende der Anlage ausgeschleust, wenn sie sich konstruktionsseitig nicht sofort aussortieren lassen oder aus anderen Gründen im Prozess bleiben müssen. Dazu erhalten die Roboter dann die entsprechende Information.
Die Vorteile dieses Vorgehens liegen für Greb auf der Hand: „Allein für statistische Auswertungen liefern fehlerhafte Produkte wichtige Aufschlüsse. Diese Abweichungen zu erfassen und an übergeordnete Systeme, etwa Cloudlösungen zur statistischen Erfassung der Produkteigenschaften zu übermitteln, kann für Hersteller der erste Schritt zur Prozessoptimierung sein – und zu einer langfristig effizienteren Produktion.“
