Visie en robotica:samen gelukkig

Het volgende "dynamische duo" heeft misschien helemaal geen betrekking op mensen. "Machinevisie en robots zorgen voor een perfect huwelijk", zegt Klas Bengtsson, global productmanager vision systems voor ABB Robotics (Auburn Hills, MI). Dit is niet nieuw. Visie en robotica gaan al jaren hand in hand. Maar in tegenstelling tot andere huwelijken, floreert deze nu machinevisie in capaciteit groeit en nieuwe toepassingen vindt. Het 'perfecte' huwelijk uit het verleden omvatte het begeleiden van de robot. Maar nieuwe toepassingen, zoals kinderen uit een goed huwelijk, omvatten nu het inspecteren van onderdelen, het lezen van streepjes- of QR-codes voor traceerbaarheid en het vinden van nieuwe manieren om onderdelen in en uit te pakken.

Het komt allemaal neer op de flexibiliteit die machine vision biedt . "Vision heeft ABB geholpen de mogelijkheden van veel robottoepassingen te verbeteren", zei hij.

De behoefte aan flexibel sturende robots is gedreven door de toenemende productdiversiteit en de noodzaak om doorlooptijden in veel industrieën te verkorten. Waarom is flexibiliteit zo belangrijk? "Als je de robotautomatisering hardcodeert, moet je het programma veranderen zodra je een product of iets in je productielijn verandert", zei Bengtsson. Dit betekent ook het wijzigen van de precisie-opspanning of de manier waarop een onderdeel moet worden geplaatst, zodat een hardgecodeerd robotgeleidingsprogramma het onderdeel betrouwbaar kan oppakken, polijsten of anderszins kan bedienen. De kosten lopen op.

Machine vision helpt deze kosten te beheersen doordat de robot variaties in onderdelen en oriëntatie kan 'zien'. 3D-scansensoren openen nog meer nieuwe toepassingen. Bengtsson zei:"De vraag 15 jaar geleden was 'Waarom machinevisie gebruiken'. De vraag van vandaag is:'waarom niet?'"

Mensen en robots werken samen

Rethink Robotics (Boston), opgericht in 2008, bouwt collaboratieve robots of cobots. Het vlaggenschipproduct is Sawyer. "Een cobot zoals onze Sawyer-robot kan het best worden gebruikt voor het uitvoeren van repetitieve, alledaagse taken op menselijke schaal", zegt Mike Fair, productmanager. Dit betekent dat het werken met producten of bewegingen die repliceren wat een mens doet, ook verdovend repetitief en alledaags is.

"Dit soort toepassingen zijn onder meer verpakking, machineonderhoud, het laden en lossen van lijnen, inspectie en het testen van printplaten", zei hij. Materiaalbehandeling voor CNC-machines is een andere toepassing, waarbij een mens wordt vervangen die een CNC-machine laadt, laat draaien, wacht tot de bewerkingstaak is voltooid en vervolgens de machine uitlaadt.

Rethink gelooft zo sterk in machinevisie dat het erin verankerd is een camera in de pols van elke Sawyer. “Het embedded vision-systeem [maakt] onze cobot sneller en gemakkelijker te implementeren, waardoor het gedoe en de kostbare integratietijd van typische machine vision-systemen wordt geëlimineerd. We voegen software toe om het gemakkelijk te maken om [die] vision-systemen in te zetten", aldus Fair. Op de ATX West 2018-beurs gaf hij een demonstratie die bewees dat zelfs een journalist een eenvoudige taak in een paar minuten kan programmeren. In combinatie met gecodeerde stickers die op QR-codes lijken, helpt hun software de robot om zichzelf te positioneren om zich aan te passen aan de variabiliteit in de werkcel. Dit vergemakkelijkt ook het verplaatsen van Sawyer-robots van taak naar taak en van locatie naar locatie.

Universal Robots USA Inc. (UR; Ann Arbor, MI) is ook toegewijd aan collaboratieve robots. De drie robots, variërend in laadvermogen van 3 tot 10 kg, werken binnen een "ecosysteem" van externe leveranciers. Het biedt een gratis ontwikkelaarsprogramma genaamd Universal Robots+ om externe leveranciers van eindeffectors, vision-systemen en andere randapparatuur in staat te stellen add-ons te ontwikkelen die plug-and-play zijn met zijn cobots.

De website van het bedrijf toont zes verschillende visiemogelijkheden binnen dit ecosysteem dat geschikt is voor pick-and-place, CNC-machineautomatisering, verpakken en palletiseren, assemblage, schroeven en machineonderhoud. Er zijn zowel 2D- als 3D-scanners beschikbaar. Er zijn verschillende softwarepakketten voor robotbewegingsbesturing en simulatie beschikbaar.

Integratie, gebruiksgemak

Machine vision is pas bruikbaar als het toegankelijk is, een belangrijk onderdeel van het ecosysteem van UR. Een van hun pakketten van derden heet bijvoorbeeld Universal Metrology Automation, aangeboden door 3D Infotech. Het biedt integratie van motion control-systemen, 3D-scanners en inspectiesoftware om een ​​configureerbare, geautomatiseerde metrologische oplossing te creëren. Andere programma's bieden online of offline programmering, robotsimulatiesoftware en monitoringmogelijkheden.

"Vandaag de dag is er een veel betere integratie met robots en vision-systemen", zegt Rob Antonides, president van Apex Motion Control (Surrey, BC). Apex is een integrator die optimaal gebruik heeft gemaakt van de ecosysteembenadering van UR. “Vroeger moesten we vision-systemen samen hacken met robotcontrollers, maar tegenwoordig zijn ze meer naadloos plug-and-play, via Ethernet IP of welk netwerk dan ook. Twintig jaar geleden kostte het me een week om een ​​vision-gestuurd robotsysteem en de communicatie op te zetten; vandaag is het 15–20 minuten.”

Machinevisie is vooral nuttig gebleken voor Apex. Taken die het heeft geautomatiseerd, omvatten een verscheidenheid aan bakbewerkingen, waaronder het decoreren van taarten. “Met zichtsystemen kun je omgaan met inconsistenties en een niet-perfecte presentatie en positionering van producten. We brengen het oppervlak van een taart in kaart met een 3D-sensor, zodat we deze snel en gemakkelijk kunnen decoreren”, zegt Antonides.

FANUC legt ook de nadruk op eenvoudige integratie. "We hebben eind vorig jaar een gloednieuwe controller uitgebracht, met prominente functies voor geïntegreerde robotvisie", legt David Dechow uit, stafingenieur-intelligente robotica/machinevisie voor FANUC America Corp. (Rochester Hills, MI). "Bij FANUC zijn al onze vision-systemen nu ingebed in de controller." FANUC was een van de eerste robotbedrijven die vision voor het geleiden van robotica opnam en het 30 jaar geleden als optie aanbood in zijn robotgeleidingssystemen.

Dechow merkte ook op dat machine vision-bedrijven zich hebben geconcentreerd op het ontwikkelen van eenvoudigere interfaces met robots. "De vision-leveranciers ondersteunen deze markt merkbaar", zei hij. “Het zware werk om samenwerking aan het werk te krijgen, is aan de visiekant. De robot verwacht een punt. De truc is om met behulp van machine vision het juiste punt te vinden, waarbij het coördinatensysteem van het machine vision-systeem wordt samengevoegd met het coördinatensysteem van de robot.” Hij was het met anderen die voor dit artikel zijn geïnterviewd eens dat machine vision onvergelijkbare flexibiliteit biedt bij veel automatiseringstaken. Tegenwoordig begint de kosten-batenverhouding de voorkeur te geven aan visie boven precisie-opspanning en hardcodering, zei hij.

AI:poseren en discriminatie

Een discussie over visie, data en robots leidt natuurlijk tot de vraag hoe nuttig kunstmatige intelligentie (AI) zou zijn voor ziende robots. Dechow merkte een addertje onder het gras:AI is niet bijzonder toepasbaar op robotgeleiding. “AI-leren is uitzonderlijk goed in categoriseren en differentiëren. Waar het niet goed in is, is discrete analyse”, legde hij uit. Een robot moet naar een discreet punt gaan. In combinatie met metrologische systemen meet het discrete geometrische grootheden. "Er valt niets te leren," zei hij.

Maar daar houdt het niet op. Indien niet van toepassing op begeleiding, zijn er robottaken waar AI waarde biedt. "Het identificeren en classificeren van een object tegen zijn achtergrond om te bepalen op welk object de robot moet werken, gecombineerd met robotgeleiding, zou bijvoorbeeld een goede hybride toepassing zijn", zei hij. Een andere is in pick-and-grip-optimalisatie. "Het vinden van de ideale oriëntatie van de arm in de ruimte en het naderingspad valt in een leerdomein in plaats van deterministisch te zijn. Er zijn veel oriëntaties die zowel goed als slecht zijn", legde hij uit. "AI is vooral handig als onderdelen willekeurig zijn en niet homogeen qua plaatsing en grootte."

Peter Cavallo van Denso Products and Services Americas Inc. (Long Beach, CA) was het ermee eens dat de substantiële toename van de mogelijkheden van het vision-systeem zowel reëel is als nieuwe mogelijkheden voor robottoepassingen heeft geopend. "In zijn eenvoudigste vorm vindt [visie] een onderdeel of object en werkt erop. In zijn meest complexe vorm, die we nu zien, kan het dingen zien, interpreteren, herkennen en het onderdeel zien voor wat het is - zelfs in verschillende configuraties of posities - zonder het onderdeel of de robot te verplaatsen."

Hij ziet 3D-scannen als een bijzonder belangrijke ontwikkeling, waardoor voorheen moeilijke taken, zoals bin picking, eenvoudig worden. Het nieuwste systeem van Denso maakt gebruik van een gestructureerd lichtvisiesysteem om in 3D te zien met een CMOS-detector.

Zijn visie op het toepassen van AI op robotica is gebaseerd op een bredere systeemcontext. "Terwijl we naar de volgende generatie robots gaan, beginnen we ons bezig te houden met dingen als deep learning, waarbij visie onderdeel wordt van een heel systeem", legde hij uit. "We toonden iets op de robotshow in Tokio dat diep leren liet zien in een systeem met 28 vrijheidsgraden met twee robots met handen die een salade samenstellen." Waarom zouden industriële gebruikers onder de indruk moeten zijn? De robot selecteerde sla, fruit en groenten met alleen de vooraf verstrekte kennis. “We hebben de robot niet geprogrammeerd; in plaats daarvan vertelden we het wat we wilden, 'zei hij. Denk aan het aantal ongestructureerde taken op de werkvloer dat ideaal zou zijn voor een dergelijke automatisering.

Niet alleen voor de grote jongens

Machinevisie, integratie, software en zelfs AI kunnen iemand doen denken dat dit niveau van robotautomatisering alleen voor Fortune 500-bedrijven is. Dat is niet het geval. “Het is zeer geschikt voor kleine en middelgrote bedrijven, omdat visie tegenwoordig redelijk duur is. Wat vroeger $ 50.000 - $ 100.000 was, is nu minder dan $ 5000. Er is geen reden om verlegen te zijn,” zei Cavallo.

Rick Brookshire, productmanager voor Epson America Inc. (Carson, CA), was het ermee eens dat robotautomatisering ideaal is voor kleine tot middelgrote ondernemingen (MKB). "Naast grotere klanten die 50, 100 of zelfs 1000 robots kopen, hebben we veel kleinere klanten die één, twee of drie robots kopen", zei hij. Epson is gespecialiseerd in kleinere robots die zijn geoptimaliseerd voor taken met hoge precisie en groeit zijn robotactiviteiten uit zijn eigen behoefte aan het bouwen van zeer nauwkeurige uurwerken. “Al onze robots zijn verkrijgbaar met geïntegreerde visiebegeleiding, een functie die steeds meer geaccepteerd wordt. Het wordt ook steeds betrouwbaarder. Mensen zijn meer bereid om het te gebruiken,” zei hij.

Net als anderen die voor dit verhaal zijn geïnterviewd, gelooft hij in eenvoud is van vitaal belang, vooral om tegemoet te komen aan de behoeften van het MKB. Het Epson Vision Guide-programma maakt gebruik van een objectgebaseerde, aanwijzen-en-klik GUI-interface, waardoor ontwikkelaars snel applicaties kunnen ontwikkelen, aldus het bedrijf. Hoewel de ideale vision-geleide robottoepassing iets is waarbij onderdelen niet goed binnen een redelijk tolerantieniveau worden gepositioneerd of niet op een consistente manier kunnen worden gepresenteerd, opent de precisie die Epson-robots bieden een ander toepassingsgebied.

Toleranties worden strenger. Onderdelen worden steeds kleiner. Precisieplaatsing wordt steeds moeilijker. "Dat is waar precisierobots zoals die van Epson kunnen helpen", zei hij. “Dit gebeurt steeds meer in kleinere bedrijven. En deze robots worden zo gebruiksvriendelijk dat veel van onze klanten de integratie zelf doen.” De robots plaatsen zelfs schroeven met een diameter van minder dan 0,7 mm. Naarmate het personeelsbestand ouder wordt, kan dit een kritieke factor worden.

James Cooper, Vice President of Sales voor Applied Manufacturing Technologies (AMT; Orion, MI), heeft een uniek perspectief op basis van zijn ervaring in de automobielindustrie. AMT is een systeemintegrator gespecialiseerd in vision-geleide robotsystemen. Meerdere onderdeelnummers met complexe systemen, zoals in transmissiegevallen, komen steeds meer voor. Een transmissiebehuizing is een groot object met veel gaten en complexe oppervlakken - ideaal voor zicht, maar duur voor nauwkeurige harde bevestiging. “De kavelgroottes worden ook kleiner door frequentere wisselingen. Daarom worden robotgeleide vision-systemen in veel toepassingen zo belangrijk.” Hij observeerde ook de groei van 3D-visiesystemen, vooral in toepassingen voor het verzamelen van bakken en bakken.

Het gaat verder dan begeleiding. "Kwaliteitsinspectie is een ideale toepassing, het zoeken naar de aan- en afwezigheid van gaten en andere kenmerken of het bepalen of een onderdeel correct is gemonteerd", zei hij. Een ander rijk gebied is de metrologische inspectie. “We hebben samen met onze partner Hexagon een systeem gebouwd dat is gebaseerd op een collaboratieve robot die het product van een klant inspecteert. Vroeger gebeurde dit op een CMM in een aparte temperatuurgecontroleerde ruimte. Fabrikanten wilden het jarenlang op de productievloer doen. Het is nu mogelijk om een ​​volledig draagbaar systeem te hebben, zonder afscherming, ideaal voor eerste artikelinspectietoepassingen, direct bij de productiemachine,” zei hij.

Hij was het ermee eens dat deze toepassingen in het MKB groeien. Hij merkte ook op dat deze operaties moeite hebben om geschoolde arbeidskrachten te vinden, waardoor er meer automatisering nodig is.

ABB heeft ook een robotinspectiesysteem ontwikkeld door middel van een samenwerking met NUB3D (dat het vervolgens heeft overgenomen), een toonaangevende innovator van digitale, 3D-inspectie- en kwaliteitscontroleoplossingen. Het kant-en-klare systeem bestaat uit een 3D-witlichtscansensor die op de arm van een ABB-robot is gemonteerd.

Stäubli Corp. (Duncan, SC) is a robot company that uses a variety of machine vision from third-party vendors to build applications for robot vision guidance. But it also offers another use of vision systems with industrial robots that need human interaction:a virtual safety fence around robots.

As explained by Olivier Cremoux, business development manager, North America robotics for Stäubli, man/robot collaboration can be binned into five different stages. The lowest stage 1, common in most industrial robots, is no direct contact, where any interaction between man and machine is dangerous. “The robot and operator are separated by hard fences,” he said. The highest, stage 5, is where contact is desired and required, for example when a robot is hand guided by an operator to carry out or assemble a heavy tool or other simultaneous motions with a robot. There are stages in-between where some contact is desired at different levels, and where the robot often needs to stop and let the human do something. “This in-between represents 95% of collaborative applications,” he said.

In these intermediate stages, a 3D scanning vision system that scans outwards from the workcell can detect a human approaching. Within a certain distance, it signals the workcell to slow the robot down to prevent contact and possible injury. As the human approaches even closer, it stops the cell entirely. This allows the human to perform an action, such as inspection or placement, then move away, allowing the cell to automatically restart.

HNJ Solutions Inc. (Carson, CA) is an integration company founded to provide vision systems for manufacturing, including with robots, according to President Greg McEntyre. While acknowledging that vision systems are indeed becoming easier to use and install, he says there remains a class of applications where integrators like HNJ are needed. “In complex applications with multiple colors, sizes, orientations, and general uncertainty, it is important to know how cameras work and why they work to install a good system,” he said.

He emphasized how 3D cameras are expanding relevant applications, such as bin picking. “Today we are even importing the CAD model of our objects so that the vision system can understand in 3D the object it needs to pick or operate on,” he said. “Cameras give complete freedom.”

What advice might he offer, as an integrator of complex vision and robotics? “While it may not be easy as it looks, I would say just jump in,” he said. “There is so much useful hardware that vision guidance and vision applications are becoming ever more useful.” In other words, just do it.