
Robotic pick and place-systemerkan levere høy hastighet og repeterbarhet, men ytelsen deres avhenger av mye mer enn robotens nyttelast, rekkevidde og annonsert syklustid.
Mange av de viktigstevelg og plasser begrensningervises når ekte produkter oppfører seg annerledes enn ideelle CAD-modeller, kontrollerte demonstrasjoner eller nøye forberedte prøver. En robot kan være rask nok på papiret, men likevel gå glipp av produksjonsmål fordi visjonssystemet ikke kan lokalisere produkter konsekvent, griperen ikke kan etablere et pålitelig grep, produktene kommer uforutsigbart, eller omstillinger bruker for mye driftstid. Av denne grunn vurderer enrobotplukkapplikasjonbør fokusere på hele prosessen i stedet for roboten alene.
De vanligste begrensningene kan grupperes i fire områder:
visjon og produktdeteksjon;
gripende og produkttilgang;
robotbevegelse og produktpresentasjon;
produksjonsvariabilitet og prosessøkonomi.
Å forstå disse begrensningene før utstyr kjøpes kan forhindre at en teknisk imponerende robotisk plukke- og plasscelle blir et upålitelig produksjonssystem.
Hvis du planlegger å velge-og-stedsautomatisering, kan du utforskeRBTIC velg-og-plasser robotserierfor å gjennomgå konfigurasjoner og spesifikasjoner.
Synsbegrensninger i Robotic Pick and Place-systemer
En robot kan ikke velge nøyaktig hvis sensorsystemet ikke konsekvent kan bestemme hvor produktet er og hvordan det er orientert. I synsstyrte robotapplikasjoner oppdager synssystemet vanligvis en del, bestemmer dens posisjon og orientering, og gir innrettingsinformasjon som gjør at roboten kan korrigere plukkstillingen. Dette betyr at pålitelig bildeinnsamling og deldeteksjon er grunnleggende for plukkeprosessen.
Flere produktegenskaper kan gjøre dette vanskelig.

|
Produkttype |
Beskrivelse |
|
Reflekterende produkter |
Polert metall, blank plast, folieemballasje og andre reflekterende overflater kan produsere gjenskinn og høylys som endres med synsvinkelen. Problemet er ikke bare at bildet ser lyst ut. Endring av refleksjoner kan skjule kanter, endre tilsynelatende funksjoner eller få et produkt til å se annerledes ut ettersom dets posisjon endres. Et synssystem som gjenkjenner en nøye plassert prøve kan derfor fungere mindre pålitelig når produktene roterer, vipper, blir forurenset eller beveger seg gjennom skiftende lys i omgivelsene. |
|
Gjennomsiktige produkter |
Klare flasker, brett, plastemballasje, glasskomponenter og gjennomsiktige filmer skaper en annen utfordring. Kameraet kan fange trekk fra transportbåndet eller bakgrunnen gjennom produktet i stedet for å få en stabil representasjon av selve produktoverflaten. Kantdeteksjon og segmentering kan derfor bli sterkt avhengig av belysning og bakgrunnsforhold. |
|
Produkter med lav-kontrast |
Produktene kan også bli vanskelige å finne når de ligner på transportbåndet, skuffen, søppelkassen eller gjenstandene rundt. For eksempel kan det å skille en mørk komponent fra en mørk transportør være mye mindre pålitelig enn å oppdage den samme komponenten mot en kontrollert kontrastbakgrunn. |
Hvorfor et kamera med høyere-oppløsning kanskje ikke løser problemet
En av de viktigste begrensningene for valg og plassering er at dårlig sikt ikke alltid er et løsningsproblem. Å øke kameraoppløsningen eliminerer ikke automatisk refleksjoner, gjennomsiktighet, skygger, ustabil kontrast eller uegnet lysgeometri.
Avhengig av applikasjonen kan bedre resultater komme fra endring av lysretning eller intensitet, polarisering, eksponeringsinnstillinger, kameraposisjon, transportbånd eller bakgrunnsfarge, produktpresentasjon, selve sensingsmetoden.
I noen applikasjoner er det mer effektivt å gjøre den fysiske scenen mer repeterbar enn å kontinuerlig øke programvarekompleksiteten.
Det praktiske spørsmålet er derfor ikke bare:Kan kameraet se produktet? Det er:Kan visjonssystemet lokalisere hver representativ produktvariant pålitelig under faktiske produksjonsforhold?
Det skillet bør testes før den endelige visjonsarkitekturen velges.
Griper-begrensninger og vanskelig-å-velge produkter

Nøyaktig produktdeteksjon garanterer ikke et vellykket valg. Plukk-og-plasser-roboten trenger fortsatt en repeterbar plassering der enden-av-armverktøy kan kontakte, sikre, flytte og frigjøre produktet uten uakseptabel skade.
Dette skaper en annen hovedkategori avrobotiske begrensninger for valg og plassering.
Deformerbare og fleksible produkter
Poser, poser, tekstiler, myke matprodukter, filmer og andre fleksible produkter kan endre form mellom sykluser. Et gripepunkt som ser ut til å være passende i ett bilde, kan rynkes, kollapse, brettes eller bevege seg mens griperen nærmer seg det. Utfordringen blir vanskeligere når produktformen påvirkes av fyllnivå, innestengt luft, temperatur, stabletrykk eller oppstrømshåndtering. For disse applikasjonene er det tekniske problemet ikke bare å identifisere produktet. Systemet trenger også en gripende strategi som tåler produktvariasjon.
Porøse, grove og lekkende overflater
Vakuumgrepet avhenger av samspillet mellom sugesystemet og produktoverflaten. Porøse eller grove produkter kan kreve forskjellige vakuumstrategier fordi lekkasje- og tetningsadferd er forskjellig fra glatte, lufttette overflater. Kommersielle gripesystemer er spesielt designet for vanskelige forhold som porøse materialer, ujevne overflater og udefinerte pickup-posisjoner, noe som illustrerer hvorfor gripevalget må matche det fysiske produktet i stedet for å stole på et generisk sugekonsept.
Produkter som fortjener ytterligere testing inkluderer korrugerte eller porøse materialer, grove eller sterkt teksturerte komponenter, oljete eller våte produkter, ustabil emballasje, produkter med åpninger eller lekkasjebaner, overflater hvis tilstand endres under produksjon. En annen sugekoppgeometri, større gripeområde, flere kontaktpunkter, mekanisk grep, nålegriping, kompatibilitet eller en annen ende-effektordesign kan være nødvendig.
Begrenset tilgang mellom produkter
Selv når det finnes et gyldig gripepunkt, trenger griperen fortsatt nok fysisk klaring for å nå det. Tettpakkede, overlappende, nestede eller tilfeldig orienterte produkter kan skape kollisjonsbegrensninger mellom griperen og omgivende produkter. Dette er spesielt viktig ved plukking av beholdere og tette transportører. En synsalgoritme kan teoretisk identifisere en tilgjengelig produktoverflate mens den fysiske slutteffektoren ikke kan nærme seg den overflaten i en sikker vinkel.
Dette er grunnen til at gripemulighetene bør evalueres sammen med nærliggende-produktklaring, tilnærmingsretning, uttrekksvei, griperdimensjoner, robotskjøtkonfigurasjon, tillatt produktkontakt. Spørsmålet er ikke bare om et produkt kan plukkes én gang. Målet er å fastslå om det kan plukkes gjentatte ganger på tvers av det forventede spekteret av produktforhold.
Produktpresentasjon kan begrense valg og plass ytelse

Mange robotplukkproblemer oppstår før roboten begynner sin bevegelse. En godt-utformet plukke-og-plasser-robot og griper kan ikke på ubestemt tid kompensere for en ukontrollert innkommende prosess.
Tilfeldig produktorientering
Tilfeldig orientering øker antallet mulige plukkeposisjoner systemet må håndtere. Avhengig av produktet kan noen orienteringer gi en tydelig gripeflate mens andre skaper okklusjon, dårlig tilgang, ustabile løft eller kollisjonsrisiko. Å kontrollere produktorientering oppstrøms kan noen ganger redusere systemkompleksiteten mer effektivt enn å legge til stadig mer sofistikert robotfunksjon nedstrøms.
Overlappende eller sammenfiltrede produkter
Overlappende produkter skaper både persepsjons- og utvinningsproblemer. Synssystemet må bestemme hvilket produkt som er tilgjengelig, mens roboten må fjerne det uten å trekke, dra eller forstyrre naboobjekter. Sammenfiltrede fleksible produkter skaper et enda vanskeligere problem fordi fjerning av en gjenstand kan endre posisjonen til flere andre. Disse applikasjonene bør vanligvis behandles som gjennomførbarhets-testproblemer i stedet for å anta at ytterligere programmering alene vil løse dem.
Inkonsekvent mellomrom
Produktavstand kan også avgjøre om teoretisk plukke- og plasserrobothastighet oversettes til faktisk gjennomstrømning. Tenk på et system designet for en gjennomsnittlig produksjonshastighet på 60 produkter per minutt. Dette gjennomsnittet alene forteller ikke ingeniøren om roboten kan behandle den virkelige produktstrømmen.
Hvis produktene kommer jevnt til ett produkt per sekund, kan applikasjonen oppføre seg veldig annerledes enn en transportør som leverer samme gjennomsnittlige hastighet i uregelmessige klynger. Under en klynge kan det hende at flere produkter kommer inn i robotens tilgjengelige plukkevindu enn den kan behandle. Produktene kan deretter bevege seg utenfor sporingsområdet som kan nås før roboten fullfører de forrige valgene. Den gjennomsnittlige gjennomstrømningen kan derfor se akseptabel ut på et regneark mens den øyeblikkelige produktflyten forårsaker tapte plukk i produksjonen.
Mulige løsninger på prosess-nivå inkluderer oppstrøms avstandskontroll, singulering, akkumulering, buffering, større sporingssoner, flere roboter, endringer i mateprosessen. Dette illustrerer et viktig prinsipp:robotytelsen bør evalueres mot faktisk produkt-flytatferd, ikke bare gjennomsnittlig gjennomstrømning.
Transportbåndsporing og robotbevegelsesbegrensninger
Flytting av-produktapplikasjoner legger til et nytt lag av kompleksitet fordi målet fortsetter å endre posisjon mens pick-and-place-roboten planlegger og utfører sin bevegelse.
Industrielle transportbånd-sporingssystemer er spesielt utviklet for å koordinere robotbevegelse med bevegelige produkter. ABB, for eksempel, dokumenterer transportbåndsporingsfunksjoner og nåbar-målprediksjon for høyhastighetstransportørapplikasjoner. Transportbåndsporing eliminerer imidlertid ikke alle bevegelsesbegrensninger.
Tilgjengelig sporingsvindu
Hver robotcelle har et praktisk område der et bevegelig mål kan oppdages, nærme seg, plukkes og fjernes. Hvis et produkt når slutten av det tilgjengelige vinduet før roboten fullfører valget, kan muligheten gå tapt.
Den tilgjengelige tiden blir mindre etter hvert som transportbåndhastigheten øker, produktene kommer nærmere hverandre, robotens reiseavstand øker, plukkebevegelsen blir mer kompleks, syn- eller kommunikasjonsforsinkelsen øker, vanskelig grep krever langsommere tilnærming eller setting. Av denne grunn bør maksimal robotsyklushastighet ikke behandles som det samme som produksjonsgjennomstrømning.
Akselerasjon betyr like mye som toppfart
En plukk-og-plasser-robot kan ha en høy spesifisert maksimal hastighet uten å oppnå den hastigheten under korte plukk--og-plasseringsbevegelser. Virkelige sykluser inkluderer akselerasjon, retardasjon, tilnærmingsbevegelser, gripetid, frigjøringstid, banebegrensninger og kontrolllogikk. Søkeapplikasjoner for kort-avstand og høy-hastighet må derfor evalueres ved å bruke representative bevegelsesbaner i stedet for kun å stole på spesifikasjoner for overskriftshastighet.
Gjenopprettingsatferd påvirker også gjennomstrømmingen
Nominell syklustid beskriver vellykkede sykluser.
Produksjonsgjennomstrømningen avhenger også av hva som skjer etter en mislykket.
For eksempel:
Forsøker systemet samme valg igjen?
Velger den et annet produkt?
Stopper et mislykket grep linjen?
Kan systemet gjenopprette automatisk?
Må en operatør fjerne et problemprodukt?
Et system med en rask nominell syklus, men hyppig manuell intervensjon, kan gi lavere effektiv produktivitet enn et litt langsommere pick and place-system med stabil autonom utvinning.
Høy SKU-variabilitet kan redusere automatiseringseffektiviteten
En robot kan teknisk sett være i stand til å velge mange forskjellige produkter mens den fortsatt er driftsmessig ineffektiv. Høy SKU-variabilitet påvirker mer enn synsgjenkjenning. Ulike produkter kan kreve endringer i gripepunkter, sugekopper eller fingre, robothastighet, tilnærmingsvinkler, synsoppskrifter, plasseringsmønstre, inventar, nyttelastinnstillinger, produktspesifikke-kvalitetsregler.
Nøkkelspørsmålet er derfor ikke bare:Kan roboten velge hver SKU?
Et bedre spørsmål er:Kan hele systemet håndtere den nødvendige SKU-blandingen uten overdreven overgangstid, verktøykompleksitet eller operatørintervensjon?
For eksempel kan en automatisert celle være teknisk i stand til å håndtere ti produktfamilier. Men hvis endring fra en familie til en annen krever manuelle verktøyendringer, justering av armaturet, rekonfigurering av synet, programvalg og validering, kan den totale byttebyrden redusere verdien av automatiseringen. Når SKU-variasjonen er høy, bør gjennomførbarhetsberegninger inkludere driftsforhold i stedet for å vurdere individuelle produkttester isolert.
Hvordan teste valg og plasseringsbegrensninger før du kjøper utstyr
Noen robotapplikasjoner kan evalueres med tekniske beregninger og påviste komponentkombinasjoner. Andre fortjener fysisk testing før den endelige roboten, griperen, synssystemet eller cellearkitekturen er spesifisert.
Gjennomførbarhetstesting er spesielt verdifull for gjennomsiktige eller svært reflekterende produkter, fleksible poser, poser, tekstiler eller myke produkter, porøse, grove, oljete, våte eller sterkt teksturerte overflater, tettpakkede eller overlappende produkter, tilfeldig-avfallsplukking, produkter med betydelige dimensjons- eller emballasjevariasjoner, applikasjoner med samme SKU eller sensitive{1} produkter, høyhastighets-transportbåndplukking, produkter med uforutsigbar orientering eller presentasjon. En nyttig gjennomførbarhetstest bør gjøre mer enn å demonstrere at en robot kan velge én ideell prøve.
|
Testprinsipp |
Beskrivelse |
|
Bruk representative produkter |
Testing bør inkludere variasjonen som forventes under produksjonen. Avhengig av applikasjonen kan det inkludere forskjeller i dimensjoner, farge, overflatefinish, fyllnivå, emballasjetilstand, orientering, forurensning, fuktighet, produksjonstoleranse. Testing av bare den enkleste prøven kan skape falsk tillit. |
|
Test gjentatte sykluser |
Et vellykket valg beviser at et valg er fysisk mulig. Det beviser ikke at prosessen er produksjonsklar-. Gjentatte forsøk er nødvendig for å avdekke periodiske feil og avgjøre om problemer oppstår under spesifikke produkt- eller presentasjonsforhold. |
|
Mål mer enn å velge suksess |
En gjennomførbarhetstest bør evaluere beregninger som er relevante for det faktiske produksjonskravet, inkludert:- vellykket plukkfrekvens, syklustid, tapte grep, grepsfeil, mistet produkter, produktskade, synsfeil, gjenopprettingstid, operatørintervensjoner, ytelse på tvers av representative SKU-er. |
Det er ingen universell akseptabel suksessrate eller syklus-tidsmargin for hver robotplukkapplikasjon. Riktig terskel avhenger av produksjonskrav, nedstrømskonsekvenser, arbeidsøkonomi, kvalitetskrav, tilgjengelig buffering og kostnadene ved feil. Denne terskelen bør derfor defineres før testingen begynner i stedet for å velges etter at resultatene er kjent.
Når Robotic Pick and Place kanskje ikke er det beste alternativet
Ikke alle vanskelige håndteringsprosesser bør løses ved å legge til en mer avansert robot. Noen ganger er begrensningen selve prosessen.
| Begrensende tilstand | Beskrivelse |
|---|---|
| Svært lavt produksjonsvolum | Lavvolumsproduksjon utelukker ikke automatisk automatisering, men omfattende prosjektering og integrasjon kan være vanskelig å rettferdiggjøre når den eksisterende manuelle oppgaven er enkel, sikker og rask. Beslutningen bør baseres på den fullstendige forretningssaken i stedet for robotkapasitet alene. |
| Ingen repeterbar gripemetode | Automatisering blir vanskelig når produktet ikke tilbyr noen stabil måte å finne, få tilgang til, grepet, flyttet og frigjort på. Hvis overflatetilstanden og produktformen varierer så mye at ingen gripende tilnærming forblir pålitelig, kan prosjektet kreve en endring i produktpresentasjonen eller emballasjen før ytterligere robotoptimalisering gir mening. |
| Overdreven menneskelig dømmekraft | Noen oppgaver avhenger sterkt av menneskelig tolkning og manipulasjon. Svært sammenfiltrede, ustabile, tilfeldig sammenlåste eller uforutsigbare gjenstander kan kreve at operatøren tar en ny manipulasjonsbeslutning på nesten hver syklus. Slike applikasjoner er ikke automatisk umulige å automatisere, men økende teknisk kompleksitet må begrunnes med verdien automatiseringen skaper. |
| For høye omstillingskrav | En teknisk fleksibel robot garanterer ikke et fleksibelt produksjonssystem. Hvis hver SKU-endring krever betydelig manuell justering, verktøyendringer, armaturbytte, omprogrammering eller validering, kan en manuell eller delvis automatisert prosess forbli mer praktisk. |
| Dårlig automatiseringsøkonomi | Teknisk gjennomførbarhet og kommersiell gjennomførbarhet er forskjellige spørsmål. Et system kan lykkes med å velge produktet mens det fortsatt er uegnet når totale implementeringskostnader, vedlikehold, nedetid, overgangskrav, bemanningsbehov og forventet tilbakebetaling er inkludert. I slike tilfeller kan den bedre tekniske løsningen være å forbedre oppstrøms produktpresentasjon, redesigne det gripende grensesnittet, automatisere kun den mest repeterende delen av prosessen, kombinere manuelle og robotiske operasjoner, beholde den eksisterende manuelle prosessen. |
Hvordan redusere valg og plasseringsbegrensninger
Den mest effektive løsningen er ikke alltid en kraftigere robot. Mange robotplukkproblemer kan reduseres ved å forbedre prosessen rundt plukk- og plasserroboten.
Før du øker robothastigheten eller synskompleksiteten, evaluer om applikasjonen kan forenkles gjennom kontrollert produktavstand, forbedret belysning, konsistente bakgrunner, bedre produktorientering, singulation, mer tilgjengelige gripeflater, passende -av-armverktøy, reduserte SKU-spesifikke endringer, bedre bufferkontroll og transportør.
Målet bør være å lage en repeterbar prosess som pick and place-roboten kan utføre pålitelig. En enklere og mer kontrollert fysisk prosess produserer ofte et mer robust automasjonssystem enn å be roboten, synssystemet og programvaren om å kompensere for ubegrenset variasjon.
Vanlige spørsmål: Velg og plass begrensninger
Konklusjon
Det viktigstevelg og plasser begrensningerer sjelden definert av spesifikasjonen for pick and place-roboten alene. Vellykket robotplukking avhenger av den fullstendige interaksjonen mellom produktet, synssystemet, griperen, robotbevegelsen, transportøren, oppstrømspresentasjonen, produksjonsvariasjonen og driftskravene. En robot med tilstrekkelig nyttelast, rekkevidde og nominell hastighet kan fortsatt yte dårlig når produktene ikke kan sees konsekvent, gripeflatene er upålitelige, tilgangen er begrenset, produktene kommer uforutsigbart, eller SKU-endringer skaper overdreven operasjonell kompleksitet.
For vanskelige bruksområder er den beste tilnærmingen å identifisere disse begrensningene tidlig og teste representative produkter før hele systemet kjøpes.
Målet er ikke bare å bevise at en robot kan gjøre et vellykket valg. Det er å avgjøre om hele prosessen kan gjenta plukkingen pålitelig, med den nødvendige produksjonshastigheten, under de forholdene som faktisk vil eksistere på fabrikkgulvet.
Klar til å implementere robotic pick and place?
Enten du oppgraderer end-of-line automatisering eller søker etter en pålitelig leverandør av -og-plasser roboter, kan du kontakte RBTIC for gratis tilpassede valg-og-løsninger og layoutdesign, eller for å bestille en fabrikkomvisning.
