Interaktionsbasierte, mehrzielorientierte Greifqualitätsbewertung für aufgabenspezifisches Vakuumgreifen
Georg Siegemund, Florian Hecht, Franz Dietrich
CIRP Global Web Conference 2026 (CIRPe 2026) — Procedia CIRP · 2026
Überblick
Eine geometrisch vielversprechende Saugposition ist nicht zwangsläufig die beste Position, sobald der Greifer tatsächlich physisch mit dem Objekt interagiert.
Abdichtung, Leckage, Druckverteilung, Saugaufwand, Kontaktkraft und lokale Nachgiebigkeit werden erst während des tatsächlichen Griffs beobachtbar. Diese Arbeit stellt ein interaktionsbasiertes, mehrzielorientiertes Framework vor, das Vakuumgriff-Kandidaten anhand der Anforderungen einer konkreten Handhabungsaufgabe bewertet und neu ordnet.
Auf einen Blick
Geometrische Griffplanung und Vakuumschwellenwerte liefern nützliche Machbarkeitsinformationen, beschreiben aber nicht vollständig, wie robust, effizient oder schonend ein Griff tatsächlich ist.
Aus Punktwolken generierte Griffkandidaten werden physisch ausgeführt. Sensordaten werden in mehrere interpretierbare Greifqualitäts-Komponenten überführt und je nach Aufgabe unterschiedlich gewichtet kombiniert.
Zwischen dem anfänglichen geometrischen Ranking und dem gemessenen, interaktionsbasierten Ranking zeigte sich nur eine Top-1-Übereinstimmung von 7,7 % — ein Beleg dafür, dass die physische Interaktion wichtige Informationen liefert, die Geometrie allein nicht erfassen kann.
Mehr als binärer Grifferfolg
Zwei erfolgreiche Griffe können sich sehr unterschiedlich verhalten: Der eine benötigt mehr Saugleistung, ein anderer erzeugt übermäßige Kraft auf das Objekt, ein dritter bildet eine gleichmäßigere und robustere Abdichtung.
Ein einfaches Erfolg/Misserfolg-Label verliert diese Information, obwohl sie für die Prozessauslegung in der Industrie unmittelbar relevant ist.
Eine mehrzielorientierte Greifqualität
Die Greifqualität wird in fünf interpretierbare Komponenten zerlegt: Dichtigkeit, Druckgleichmäßigkeit, Saugeffizienz, schonende Handhabung (geringe Interaktionskraft) und geometrische Robustheit.
Jede Komponente erfasst einen anderen Aspekt des tatsächlichen Griffverhaltens, statt eines einzelnen aggregierten Werts.
Geometrie schlägt vor, Interaktion bewertet
Das Framework arbeitet zweistufig: Zunächst erzeugt eine punktwolkenbasierte Geometrieanalyse plausible Griffkandidaten für ein gegebenes Objekt.
Anschließend werden diese Kandidaten physisch ausgeführt und anhand realer Druck-, Kraft-, Pose-, Greiferorientierungs- und Saugbefehlsdaten bewertet — daraus entsteht ein gemessenes Qualitätslabel, das die ursprüngliche Kandidatenliste neu ordnen kann.
Aufgabenspezifische Griffauswahl
Welcher Griff der „beste“ ist, hängt davon ab, was der Prozess tatsächlich verlangt: robuster Transport, energieeffiziente Handhabung, schonende Handhabung oder präzise Platzierung können jeweils eine andere Griffposition aus demselben Kandidatensatz begünstigen.
Eine unterschiedliche Gewichtung der fünf Qualitätskomponenten erlaubt es daher, dieselbe gemessene Datenbank für verschiedene Aufgabenanforderungen zu nutzen.
Aus gemessenen Griffen lernen
Die entstehende, aus physisch gemessenen Qualitätslabels aufgebaute Griffdatenbank lässt sich als Trainingsdaten für ein Vorhersagemodell nutzen.
Das zeigt, wie gemessene Greifqualität einen Roboter künftig zu vielversprechenden Griffregionen führen könnte, ohne jede Position einzeln testen zu müssen.
Abbildungen
Zitation
Siegemund, G., Hecht, F., & Dietrich, F. (2026). Interaction-based multi-objective quality assessment for task-specific vacuum grasping. Procedia CIRP — CIRP Global Web Conference 2026 (CIRPe 2026).
Verwandte Projekte
Interesse an einer Forschungskooperation?
Kontaktieren Sie uns, um gemeinsame Forschung, Datenerhebung oder die angewandte Bewertung neuer Methoden zu besprechen.