Die von TM Robot entwickelten KI-Vision-Werkzeuge unterstützen die kollaborierenden Roboter bei der Erstellung eines eigenen Prinzips zur Objektklassifizierung und -erfassung bei der Verarbeitung umfangreicher Bilddaten. „Der TM-Roboter kann dann basierend auf diesen Grundlagen Aufgaben differenzieren und ausführen“, erklärt Ralf Jentscher, Sales & Product Engineer der Hilpert Electronics AG für den Bereich Cobots und Robotikanwendungen. Ralf Jentscher wird die Möglichkeiten der TM-Cobots übrigens auch im Rahmen der Automationspraxis-Websession „Innovationen in der Robotik und Automation“ am 15. Juni 2021 vorstellen.
Bei Cobot-Einsatz ist es wichtig, dass diese KIWerkzeuge möglichst einfach und intuitiv vom Anwender genutzt werden können. „Bei der Anwendung der industriellen Bildverarbeitung können Nutzer auf unterschiedliche Herausforderungen stoßen. So kann es für Anwender schwierig sein, den Roboter anzuweisen, wie er Objekte unterscheiden soll, die ein ähnliches Aussehen haben, wie beispielsweise bei der Unterscheidung von unterschiedlichen Schraubengrößen.“
Zudem sei es herausfordernd, Objekte zu definieren, die mehrere oder unterschiedliche Formen haben, wie beispielsweise Lötstellen an THT-Bauteilen, so Ralf Jentscher: „Diese Fähigkeit ist besonders wichtig, wenn es um die Erkennung von Defekten auf der Oberfläche geht, die nicht immer gleich aussehen, um daraus beispielsweise Unregelmäßigkeiten abzuleiten.“
Trainingsmodell zum maschinellen Lernen
Aus diesem Grund hat TM Robot mit dem TM AI+ Training Server eine Software entwickelt, die es Anwendern ermöglicht, große Mengen von Bildmustern zu verarbeiten, um daraus ein Trainingsmodell zum maschinellen Lernen zu erstellen. Die browserbasierte Benutzeroberfläche, mit der sich Benutzer einfach mit der Software arbeiten kann, unterstützt das schnelle Einlernen von unterschiedlichen Objekten. Mit der in den Cobots von TM integrierten Kamera und Bildverarbeitung können die Bilddaten automatisch gesammelt und auf den Server hochgeladen werden, damit der Bediener die Daten prüfen, beschriften und klassifizieren kann.
Im Anschluss können so unterschiedliche Aufgaben vom Cobot selbstständig umgesetzt werden. Dabei können neben einfachen Aufgaben, wie dem Sortieren von Objekten auch komplexere Tätigkeiten dem System antrainiert werden. „So ist z.B. das Erkennen und Klassifizieren von THT-Lötstellen weitaus anspruchsvoller. Der Cobot muss nicht nur die Lötstelle erkennen, sondern er muss auch feststellen, ob diese den vorgegebenen Anforderungen entspricht, um daraus einen Gut-Schlecht-Entscheidung abzuleiten“, führt Jentscher weiter aus.
Dies gibt auch für andere Aufgaben aus der Qualitätssicherung, wie beispielsweise bei der Prüfung von Glasflaschen auf Defekte oder der Erkennung von Farbunterschieden bei Holzprodukten. „Durch den Einsatz des Cobots in Verbindung mit der künstlichen Intelligenz und dem maschinellen Lernen können wir Fehler reduzieren, Taktzeiten optimieren und einen garantiert reproduzierbaren, zur Nachverfolgung aufgezeichneten Prozess garantieren“, hebt Jentscher hervor.
https://www.kollaborierende-roboter.ch/
Mehr zum Thema Robotik aus Odense
