Kraftbasierte Objektmaßschätzung in praxisnahen Bin-Picking-Szenarien
Tristan Fogt, Louis Hardinghaus, Georg Siegemund, Timon Adler, Holger Kunz, Arne Glodde, Sina Rahlfs, Franz Dietrich
Technische Universität Berlin und FORMHAND Automation GmbH
Annals of Scientific Society for Assembly, Handling and Industrial Robotics 2024 (MHI 2024) — Springer · 2024
Überblick
Bin-Picking-Systeme stützen sich üblicherweise auf Kameras, um Objektgeometrie und -lage zu bestimmen. Kamerabasierte Systeme bringen jedoch zusätzlichen Hardware-, Kalibrierungs-, Rechen- und Integrationsaufwand mit sich.
Diese Arbeit untersucht, ob ein Roboter die Abmessungen eines gegriffenen Objekts allein durch physische Interaktion schätzen kann.
Auf einen Blick
Ein kameraloses Bin-Picking-System kann Objekte anhand von Kraftrückkopplung zwar zuverlässig erkennen und greifen, verfügt dabei aber über keine Information zur Geometrie des gehandhabten Objekts.
Nach dem Greifen tastet der Roboter das Objekt gegen bekannte Flächen ab und bestimmt seine Hüllmaße aus Roboterposition sowie Kraft-Momenten-Rückkopplung.
Die Methode schätzte die Objektabmessungen je nach Objektgeometrie und Messschrittweite mit einer Abweichung von etwa 8–18 %.
Messen ohne zusätzliche Kamera
Die Methode nutzt den Roboter und die Kraft-Momenten-Sensorik, die in einem kraftrückkopplungsbasierten Bin-Picking-Prozess ohnehin bereits vorhanden sind, statt ein eigenes Vision-System zu ergänzen.
Das gegriffene Objekt selbst dient dabei als Taster gegen bekannte Referenzflächen in der Umgebung.
Die Hüllmaße bestimmen
Nachdem ein Objekt aus dem Behälter entnommen wurde, senkt der Roboter es zunächst auf die Arbeitsfläche ab, um eine Abmessung zu bestimmen, und bewegt es anschließend an den Behälterrand, um die übrigen Abmessungen zu ermitteln.
Der Roboter dreht das Objekt danach schrittweise und wiederholt die Messung; aus den resultierenden Werten wird die Hüllquader-Schätzung des Objekts abgeleitet.
Genauigkeit gegen Prozesszeit
Die Studie untersuchte Rotationsschrittweiten von 90°, 45°, 30° und 15°. Kleinere Schrittweiten liefern eine engere Schätzung, erfordern aber mehr Tastvorgänge und erhöhen dadurch die Prozesszeit.
Die gemessene Prozesszeit reichte von etwa 18 Sekunden bei der 90°-Strategie bis zu rund 55 Sekunden bei der 15°-Strategie.
Auswertung an unterschiedlichen Geometrien
Der Ansatz wurde an drei praxisnahen Objektgruppen evaluiert — Pappkartons, Dosen und Tennisbällen — und damit an deutlich unterschiedlichen Objektformen getestet.
Praktische Relevanz
Der Ansatz ist weniger präzise als eine dedizierte, visionsbasierte Maßmessung, liefert aber zusätzliche geometrische Information, ohne ein weiteres Sensorsystem zu ergänzen.
Das ist besonders für kameralose oder sensorminimale Bin-Picking-Konzepte relevant, bei denen jeder zusätzliche Sensor Kosten, Kalibrieraufwand und Integrationskomplexität erhöht.
Abbildungen
Zitation
Fogt, T., Hardinghaus, L., Siegemund, G., Adler, T., Kunz, H., Glodde, A., Rahlfs, S., & Dietrich, F. (2024). Force-Based Object Dimension Estimation in Practical Bin Picking Scenarios. In Annals of Scientific Society for Assembly, Handling and Industrial Robotics 2024 (MHI 2024). Springer. Published online 2026.
Verwandte Projekte
Interesse an einer Forschungskooperation?
Kontaktieren Sie uns, um gemeinsame Forschung, Datenerhebung oder die angewandte Bewertung neuer Methoden zu besprechen.