Roboter: KI, Machine Learning und Kameras werden zum Muss

Robotik und Automatisierung halten in immer mehr Bereiche in Industrie, Mittelstand und Handwerk Einzug. Parallel dazu verzeichnen sehende Roboter, also der Einsatz von Kameratechnik an Industrierobotern, eine steigende Nachfrage. Denn Kameras machen Roboter flexibel, so dass Endkunden der enormen Variantenvielfalt in ihrer Produktion begegnen können.

"Bei uns geht es um Robotik im Mittelstand und die flexible Produktion – diese Herausforderung ereilt uns immer wieder und deshalb setzen wir auch Sensorik ein", sagt Michael Suppa, Geschäftsführer bei Roboception. Dieses Thema falle unter Industrie 4.0, denn es gebe eine flexible Produktion, die gestaltet werden müsse, worin die Sensorik eine große Rolle spiele sowie die Verarbeitung der entsprechenden Informationen.

"Wir haben das Szenario eines großen, sich ständig ändernden Produktportfolios und Varianten in der Produktion, die über die selbe Anlage geführt werden müssen. So etwas ist mit klassischen Automatisierungsansätzen eher schwierig. Außerdem sind Kunden heute immer mehr daran interessiert, plug & produce-Lösungen zu bekommen", erläutert Suppa.

Kameratechnik des Roboters erkennt 100 verschiedene Varianten

Ein Beispiel aus der Praxis bietet die Kautenburger GmbH, die in Zusammenarbeit mit Roboception und Kuka für einen spanischen Kunden eine Lösung entwickelt, um unterschiedlichste Ofensteine auf Ofenwagen und Paletten zu stapeln und zu depalettieren. Dabei kommen Softwaremodule und Sensoren von Roboception sowie Roboter von Kuka zum Einsatz, wobei Stereokameras eingesetzt werden, da dies heute von der Rechenleistung nicht mehr problematisch ist.

"Es gibt bis zu 100 unterschiedliche Varianten von Ofensteinen“, sagt Geschäftsführer Christian Kautenburger, "und ohne Kameratechnik kommt es zu sehr vielen Fehlfahrten und Kollisionen. Mit Kameratechnik gibt es weder Fehlfahrten noch Kollisionen bei einer Taktzeit von neun Sekunden. Vorher lag die Taktzeit bei 18 Sekunden. Hinzu kamen aber noch bei etwaigen Kollisionen Aufräumzeiten von einer halben Schicht."

Auf den ersten Blick wirke der Stapel aus Ofensteinen sehr geordnet. "Doch der Transportweg zum Brennofen und das Schrumpfverhalten der Steine im Ofen machen den Einsatz von Kameratechnik notwendig, weil die Lage der Steine für den Roboter allein nicht exakt genug definiert werden kann“, sagt Kautenburger.

Automatisierung selbst für Kleinstbetriebe attraktiv

„Das System aus Kamera und Roboter war für uns sehr einfach in Betrieb zu nehmen. Diese Einfachheit hilft natürlich, dass auch unerfahrenere Anwender aus dem Mittelstand verstärkt über Automatisierung nachdenken“, so Kautenburger. Seine Kunden stünden aktuell vor zwei Herausforderungen: Kostendruck und Facharbeitermangel.

"Auch im Ausland an den verlagerten Standorten gibt es mittlerweile Fachkräftemangel. So überlegen sich Kunden, die Produktion zurückzuholen, indem sie diese hier automatisieren. So steht bei einem Kunden in Rumänien tatsächlich eine komplette Linie aufgrund des Fachkräftemangels. Der Kunde wünscht sich nun von uns eine automatisierte Lösung. Auch da brauchen wir eine sehende Lösung", unterstreicht Kautenburger.

Hinzu komme auch noch die Qualität: Da gehe es überhaupt nicht darum, Personal oder Kosten zu sparen, sondern die Qualität zu steigern, die in der Handarbeit zu schlecht sei.

„Ich beobachte, dass selbst Kleinstbetriebe zum Beispiel aus dem Bereich der Zerspanung oder Bauteil-Entgratung über den Einsatz von Robotern nachdenken. Die sehenden Roboter sind dabei das Ziel von ganz Vielen", ergänzt Kautenburger.

Maschinelles Lernen und 3D-Sensorik erleichtern Anwendung

Vor dem Schritt, Robotik einzusetzen, brauche auch niemand Angst haben. "Denn durch Maschinelles Lernen und 3D-Sensorik haben wir eine wichtige Grundlage, um flexible Produktion zu realisieren: Wir ersetzen sozusagen mechanische Lösungen beziehungsweise Zuführungen durch Sensorik und Software. Das Maschinelle Lernen ist eine Methode, um Parametersätze aus einer großen Variation zu finden", beschreibt Suppa.

Dabei gebe es entweder den datenbasierten oder den modellbasierten Ansatz, wie diese Parametersuche durchzuführen sei. Dazu erläutert Suppa: "Habe ich keine Modelldaten, also unbekannte Objekte, muss ich auf datengetriebene Ansätze zurückgreifen, das heißt ich nehme Objekte auf und trainiere aus diesen Daten und generiere dann Templates beziehungsweise Referenzmodelle. Im Rahmen der industriellen Automation, wo wir in der Regel immer CAD-Daten haben, kann ich die Referenzmodelle über eine Simulation erzeugen. Vorteil bei dem modelbasierten Ansatz ist, dass der Kunde keine Trainingszeit vor Ort benötigt."

Amortisation der Kosten für Robotik und Sensorik

Laut Kautenburger muss sich in der Automatisierung die Investition in der Regel in einem Jahr rechnen. "Das ist hier so nicht möglich, da es jeweils einen Roboter zum Palettieren und einen zum Depalettieren benötigt, was sechs Arbeitsplätze ersetzt und eine Amortisationszeit von drei bis vier Jahren benötigt", erläutert Kautenburger.

Doch im Bereich der feuerfesten Industrie gebe es sehr konservative Investoren, für die eine Investition in die Zukunft immer wertvoll sei. Zudem erhöhte sich die Qualität im Sinne der Prozesssicherheit, da der Roboter sehr sorgfältig arbeitet und es keine Schäden an den Steinen wie Kantenbrüche durch den Mitarbeiter verursacht.

"Bei einem Kunden, wo es um Qualitätssteigerung geht, haben wir eine Amortisationszeit von sieben Monaten erreicht", rechnet Kautenburger ein anderes Beispiel vor.

Hürde für den Einsatz von Robotik gering halten

Abschließend berichtet Suppa, welche Hürden es gilt, dem potenziellen Anwender aus dem Weg zu räumen: "Die Kunden sind aufgrund der steigenden Varianten bereit, Sensorik einzusetzen – unter der Prämisse, dass sie nicht zu komplex wird. Denn der Anwender möchte sich nicht mit der 'Aufgabe Bildverarbeitung' beschäftigen. So lautet das Motto: Komplexität verstecken und Nutzbarkeit erlauben."