Dit jaar nam Team IFL PiRo van het Karlsruher Institut für Technologie deel aan de Amazon Robotics Challenge in Nagoya en werd daar zevende. Zij toonden een oplossing voor de flessenhals in de logistieke keten, het magazijn waar veel grijp en herken handelingen nodig zijn die nog niet automatisch door robots kunnen worden uitgevoerd.

Omdat de huidige magazijnsystemen technisch zijn uit ontwikkeld, wilden de onderzoekers een volledig nieuw systeem voor de 21e eeuw ontwikkelen, dat de voordelen van een robotgrijper volledig tot hun recht laten komen.

Nieuw opslag concept

Het team is met een nieuwe opslag concept van start gegaan. In plaats van de goederen in een conventionele stelling te plaatsen, leggen ze de objecten in mobiele kratten die horizontaal om een centrale robotarm zijn geplaatst. Deels zijn de kratten als schuifladen door de robots zelfs de bedienen, zodat een opslag over meerdere verdiepingen mogelijk is.

Het totale systeem werd zodanig gerangschikt dat alle handling-acties – herkennen, grijpen, oppakken, neerleggen – met vergelijkbare bewegingspatronen konden worden uitgevoerd. Hierdoor wordt de planning en beweging van de bewegingen duidelijk eenvoudiger, sneller en veiliger.

Bovendien kan aldus een laserscanner (zoals die in automatische transportsystemen wordt toegepast voor veiligheidsfuncties) de niveaus in de kratten bewaken. Hierdoor kan een goede uitvoering van het grijpen, oppakken en het transport worden gecontroleerd.

Hoewel de capaciteit van dit systeem op het eerste gezien kleiner is dan van een stellingsysteem met dezelfde oppervlakte, kan de capaciteit enigszins worden verhoogd. In het magazijn van de toekomst zou een tweede robot de gewenste kratten kunnen halen en brengen.

Grijpen

Om de artikelen op te pakken, gebruikt de robot een grijper of een zuignap. Afhankelijk van het artikel beslist de besturing zelfstandig voor de passende techniek en kiest de bijpassende parameters en oppak punten. Een camera levert twee- en driedimensionale beeldinformatie.

Beeldherkenningssoftware en neuronale netwerken herkennen daarbij de objecten. Grijppunten kunnen bij het inleren van de objecten worden bepaald of via de objectherkenning uit de positie en grootte van het object worden berekend.

De video toont de werking van het nieuwe orderpicksysteem.

Bron: http://www.aandrijvenenbesturen.nl/nieuws/algemeen/nid8083-nieuw-robotsysteem-voor-webwinkels.html

Share This