• Banner Net
  • SEA Vision
  • SPS 2018
  • Datalogic

I sistemi di bin picking

Lo studio di sistemi che siano in grado di individuare e afferrare oggetti ammucchiati o disposti casualmente all’interno di cassette o cassoni è di grande interesse nel settore dell’automazione industriale. Queste applicazioni vengono indicate con il nome di bin picking. Il contesto produttivo attuale, essendo molto spesso caratterizzato da lotti di produzione piccoli e differenziati tra loro, richiede una sempre maggiore flessibilità. È necessario, quindi, garantire la possibilità di riconfigurare velocemente e semplicemente la cella di lavoro al cambio del prodotto. La periferia meccanica utilizzata nella maggior parte delle applicazioni, come ad esempio vibratori e tramogge, sempre più difficilmente risponde a questa esigenza.
L’introduzione dei robot nelle linee di produzione, permettendo una manipolazione programmabile dei prodotti, permette di superare parte di questi limiti aumentando la flessibilità del processo. Tuttavia i robot, se non vengono dotati di sensori avanzati per la percezione dell’ambiente, vedono pesantemente limitata la propria flessibilità nelle fasi di asservimento. Ciò determina una diminuzione importante della flessibilità globale del sistema. I sensori normalmente presenti in una cella di lavoro, infatti, sono nella maggior parte dei casi specializzati per un singolo compito, come la verifica della presenza e del passaggio di un pezzo o controlli di spessori e lunghezze. I manipolatori sono quindi “ciechi” e la classica programmazione a punti permette la replica di movimenti pre-programmati che obbliga i manipolatori a operare in un ambiente rigidamente strutturato con un asservimento in posizioni fisse. Sistemi basati su visione artificiale possono essere la chiave per superare tali limitazioni. La loro integrazione nel processo produttivo ha quindi come obiettivo l’incremento della flessibilità nelle operazioni di asservimento macchina o nelle lavorazioni con ripresa, rimuovendo i limiti dell’impostazione classica legati alla necessità di ordinare i pezzi da manipolare.

Bin picking

Bin picking: (a sinistra) fase di scansione dei componenti meccanici (a destra) fase di afferraggio

La realizzazione di un sistema di bin picking richiede di affrontare in modo sinergico una serie di problematiche differenti tra loro. In primo luogo sono necessarie procedure in grado di riconoscere in maniera robusta i pezzi da afferrare all’interno della scena. In alcuni casi di presa da nastro o da piano, in cui i pezzi sono correttamente singolarizzati (non sovrapposti e distanziati l’uno dall’altro) e non si necessita di informazioni sulla profondità per il loro riconoscimento, algoritmi di identificazione 2D sono adeguati allo scopo.In tutte le altre situazioni, soprattutto quando il volume di lavoro si sviluppa in profondità e/o i pezzi sono disposti casualmente uno sull’altro, sono necessarie procedure che permettano di ricavare la posa tridimensionale dell’oggetto nella scena. Si rende necessario, quindi, lo sviluppo di metodologie di riconoscimento basate su algoritmi di pattern matching 3D che permettano di riconoscere diverse tipologie di pezzi modificando unicamente alcuni parametri di controllo. Infatti un’ipotetica necessità di implementare procedure di riconoscimento specifiche per il singolo pezzo lederebbe la possibilità di ottenere soluzioni flessibili. Queste metodologie devono essere inoltre caratterizzate da una robustezza al rumore di misura.

Un sistema di misura adeguato per le operazioni di bin picking deve essere in grado di ottenere una ricostruzione 3D della scena che sia sufficientemente accurata e con risoluzione adeguata per far sì che la procedura di riconoscimento individui correttamente i pezzi. La scelta del sistema di misura più opportuno è dovuta al contesto produttivo e viene guidata da una serie di fattori specifici come la forma, le dimensioni, le caratteristiche superficiali degli oggetti e i tempi di ciclo richiesti. Le principali alternative utilizzate in ambito industriale sono sistemi basati su stereoscopia e triangolazione attiva.
Nello sviluppo di ogni sistema di misura basato sulla visione artificiale è di fondamentale importanza lo studio dell’illuminazione. Nelle tecniche passive questa deve semplicemente garantire una quantità di luce sufficiente per acquisire correttamente le immagini, mentre nelle tecniche attive la strategia di illuminazione è parte determinante della metodologia di misura. Tuttavia, la bontà della misura e la corretta identificazione della posizione del pezzo da afferrare non sono sufficienti perché il sistema di misura sia adeguato.
È importante anche essere in grado di riferire la misura ottenuta a un sistema di riferimento noto al robot con sufficiente accuratezza. Inoltre l’efficacia del prelievo dipende fortemente dalla progettazione della pinza e delle strategie di presa. La pinza deve essere correttamente dimensionata in funzione della tipologia di pezzo da afferrare, delle dimensioni del robot e dell’area di lavoro, mentre, per la definizione delle traiettorie, è necessario introdurre degli algoritmi di collision avoidance che evitino urti tra il braccio robotico e l’ambiente circostante.
(Guido Contardo e Michele Todeschin)  

 

  • Sea Vision
  • Datalogic

Con il patrocinio di

Anipla
Patrocinio Anipla
Patrocinio Cnosfap
IMVG
AIDAM
Facoltà Di Ingegneria Di Pavia