EP4200106A1 - Verfahren und system zum handhaben einer lastanordnung mit einem robotergreifer - Google Patents

Verfahren und system zum handhaben einer lastanordnung mit einem robotergreifer

Info

Publication number
EP4200106A1
EP4200106A1 EP21758708.8A EP21758708A EP4200106A1 EP 4200106 A1 EP4200106 A1 EP 4200106A1 EP 21758708 A EP21758708 A EP 21758708A EP 4200106 A1 EP4200106 A1 EP 4200106A1
Authority
EP
European Patent Office
Prior art keywords
robot
load
gripper
load arrangement
lifting
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
EP21758708.8A
Other languages
English (en)
French (fr)
Inventor
Manuel KASPAR
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
KUKA Deutschland GmbH
Original Assignee
KUKA Deutschland GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by KUKA Deutschland GmbH filed Critical KUKA Deutschland GmbH
Publication of EP4200106A1 publication Critical patent/EP4200106A1/de
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Program-controlled manipulators
    • B25J9/16—Program controls
    • B25J9/1628—Program controls characterised by the control loop
    • B25J9/163—Program controls characterised by the control loop learning, adaptive, model based, rule based expert control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J15/00—Gripping heads and other end effectors
    • B25J15/06—Gripping heads and other end effectors with vacuum or magnetic holding means
    • B25J15/0616—Gripping heads and other end effectors with vacuum or magnetic holding means with vacuum
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Program-controlled manipulators
    • B25J9/0096—Program-controlled manipulators co-operating with a working support, e.g. work-table
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Program-controlled manipulators
    • B25J9/16—Program controls
    • B25J9/1602—Program controls characterised by the control system, structure, architecture
    • B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Program-controlled manipulators
    • B25J9/16—Program controls
    • B25J9/1612—Program controls characterised by the hand, wrist, grip control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Program-controlled manipulators
    • B25J9/16—Program controls
    • B25J9/1628—Program controls characterised by the control loop
    • B25J9/1638—Program controls characterised by the control loop compensation for arm bending/inertia, pay load weight/inertia
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Program-controlled manipulators
    • B25J9/16—Program controls
    • B25J9/1628—Program controls characterised by the control loop
    • B25J9/1653—Program controls characterised by the control loop parameters identification, estimation, stiffness, accuracy, error analysis
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/39—Robotics, robotics to robotics hand
    • G05B2219/39107—Pick up article, object, measure, test it during motion path, place it

Definitions

  • the present invention relates to a method for handling a load arrangement with a robot and a system and computer program product for carrying out the method.
  • a robot gripper with a plurality of suction elements is known from DE 10 2016220 643 A1.
  • An object of an embodiment of the present invention is to improve the handling of load arrangements with a robot (gripper), preferably to eliminate unintentional lifting of too many and/or wrong loads or objects.
  • a method for handling a load arrangement with a robot comprises the following steps, which are carried out in one embodiment in succession:
  • a machine-learned model(s) in one embodiment classifying (still) during a movement of the lifted load arrangement (by or with the help of the robot(s )) and/or classification (while the lifted load arrangement is still) over an, in particular predetermined or limited, receiving area in which the load arrangement for lifting was located, in particular has been lifted, in one embodiment over a receiving area of a receiving station and/ or above or in a receiving container (located, in particular moved), in particular classifying during a movement of the raised load arrangement (by or with the help of the robot(s)) (still) above the receiving area; and at least one of the steps:
  • the method includes the step of: performing a third process with the robot if the load assembly classifies into a third class or has been assigned to a third class, in a further development the method comprises the step of: Executing a fourth process with the robot if the load arrangement is classified into a fourth class or has been assigned to a fourth class.
  • one or more additional classes can be provided, with a corresponding, class-specific additional process being carried out with the robot if the load arrangement is assigned to an additional (this) class(es).
  • a normal picking of a lifted object can take place (first process), if the load arrangement is or is classified as a load arrangement with (only) one (single) object, a two-stage, sequential picking of two lifted objects can take place (second process), if the load arrangement is classified as a load arrangement with (exactly) two objects, and a three-stage, sequential picking of three lifted objects takes place (third process) if the load arrangement is or is classified as a load arrangement with (exactly) three objects.
  • the raised load arrangement can be handed over, in particular over the pick-up area (second or third process), without being picked in the process or as a result, if the load arrangement is a load arrangement is classified with the wrong number of objects.
  • picking of a lifted object can occur (first process) if the load assembly is classified as a load assembly with an object of the correct type, and delivery of the lifted load assembly over the receiving area can occur (second process) without the this is thereby or thereby picked if the load arrangement is or is classified as a load arrangement with the wrong object type.
  • the object can also be picked at a second picking station (second process) if the load arrangement is or is classified as a load arrangement with an object of a second type.
  • the robot has a robot arm with at least three, in particular at least six, in one embodiment at least seven joints, in particular rotary joints, on whose (end) flange the gripper is arranged, in one embodiment releasably fastened.
  • the present invention is particularly advantageous for this purpose, in particular due to the flexible possible uses of such robots.
  • activation of a lifting state includes switching to an operating mode in which the gripper can lift loads or objects or exerts a corresponding gripping force on one or more loads or objects.
  • the gripper is a pneumatic gripper with one or more suckers
  • activating its lifting state in one embodiment includes activating, in particular generating a vacuum, of one or more, preferably all, suckers.
  • the gripper is additionally or alternatively a mechanical gripper with one or more movable, in particular pivotable, gripping jaws
  • activating its lifting state includes closing the or one or more, preferably all, gripping jaws in one embodiment.
  • a deactivation includes a deactivation of suckers or opening of gripping jaws.
  • an embodiment of the present invention is particularly suitable for eliminating unintentional lifting of too few and/or, particularly advantageously, too many loads or objects.
  • the first and second as well as possibly third, fourth and/or further class(es) differ in the number of loads or objects lifted by the gripper, which are of the same type in one embodiment.
  • the first class is a class with only a single object or only a single load ("single grip 1 ").
  • the second and/or third and/or fourth class (each) is a class with multiple objects or loads (“multiple grip 1 ”) and/or one of the second and possibly third and possibly fourth class is a class without an object or load (“mistake”).
  • the second class is a class with more than one object or the second class is a class with exactly two objects and the third class is a class with more than two objects.
  • the load arrangement lifted by the gripper is classified in the class without object or load or, for more compact purposes, if the gripper is empty after activation of a lifting state, it is generally referred to as a load arrangement lifted by the gripper, which then has no object or corresponds to the empty set.
  • the present invention can therefore be used in one embodiment for lifting load arrangements with a different number of objects or loads that are of the same type in one embodiment, but is not limited to this.
  • the first, second or possibly third and/or fourth process can also be carried out depending on the classified type of the loads lifted by the gripper.
  • the first class can be a class of a first type of objects or loads and the second class can be a class of other (types of) objects, in one embodiment a second type of objects or loads, in which case in a further development the first process a transfer movement of the raised load arrangement using the robot to a first picking station and the second process a different picking or transfer movement of the raised load arrangement using the robot to one second picking station or a deactivation of the lifting status of the gripper over the pick-up area and a new lifting attempt (of the correct object or load type).
  • the distribution or position(s) relative to, in particular on, the gripper first, second or optionally third and/or fourth process are carried out.
  • the first class can be a class with a first load that is sucked together by a subset of a set of several suckers of the gripper and a second load that is sucked in by one or more other suckers of the gripper
  • the second class can be a class with the first and second loads , which are or will be sucked in by the suction cups in a different constellation
  • the first process may include a deactivation of the other suction cup(s) and the second process may include a partial deactivation different from this in a further development, in which also at least one deactivating the sucker while one or more suckers identified as carrying the first load remain activated.
  • the machine-learned model identifies the distribution or position(s) of the lifted loads relative to, in particular on, the gripper, with different lifting devices, in particular suckers, then being used in a targeted manner in the first, second and possibly third and possibly fourth process.
  • the grapple may be deactivated to deliver one or more of those loads while at least one other of the lift devices identified as carrying a load remains activated.
  • the classes differ in one embodiment in the number, distribution and/or type of loads lifted by the gripper.
  • the gripper has two or more lifting devices in one embodiment, and two or more, preferably at least three, suction devices in a further development. Since unintentional lifting of too many loads or objects can occur (more) frequently with such suction grippers, the present invention is particularly advantageous for this.
  • the at least one sensor is arranged on the gripper, between the gripper and one or the robot arm to which it is attached, or on the robot arm.
  • the sensor is a force and/or moment sensor and/or is arranged on the robot arm flange or between the gripper and the robot arm or on one of the joints of the robot (arm).
  • the one-dimensional or multidimensional force variable depends on at least one, in one embodiment vertical, load arrangement-dependent force component and/or at least one load arrangement-dependent torque component, in particular this force or torque component(s) can have, in particular be. These are particularly advantageous for the classification of lifted load arrangements.
  • the one-dimensional or multi-dimensional time profile of the load arrangement-dependent force variable is recorded in one embodiment with the sensor(s) and/or extends in one embodiment over at least 0.5 seconds, in particular at least 1 second, in one embodiment at least 2 seconds. In one embodiment, it is sampled at a sampling rate of at least 0.01 kHz.
  • the one-dimensional or multi-dimensional parameter of the time profile has the time profile itself, and can in particular be the time profile. Additionally or alternatively, it can also have one or more variables or values derived from the time profile, in one embodiment signal analysis technology and/or numerically, in particular be one or more variables of a frequency or Fourier analysis, integration and/or differentiation of the time profile , mean and/or extreme values, or the like.
  • the load arrangement lifted by the gripper is determined using the machine-learned model based on the determined parameters of the time profile of the load arrangement-dependent force variable and other determined actual values, in one embodiment using at least one sensor of the robot determined and / or kinematic actual values, in one version axis positions, speeds and/or accelerations or the like, in one embodiment time histories thereof.
  • the load arrangement can be classified particularly advantageously, in particular precisely, quickly and/or reliably, using a machine-learned model.
  • the first process includes a transfer movement of the lifted load arrangement using the robot, in one embodiment out of the receiving area or container and/or to a (first) picking station, in a further development the delivery of the lifted load arrangement to the (first) Picking station can consist of this in particular.
  • the second process includes a complete deactivation or a partial deactivation of the lifting state of the gripper, in particular a deactivation of one or more of its lifting devices. In one embodiment, this deactivation does not take place at the (first) picking station, in one embodiment at no picking station.
  • the third process includes a complete deactivation or a partial deactivation, in particular different from the second process, of the lifting state of the gripper, in particular a deactivation of another group of its lifting devices. In one embodiment, this deactivation does not take place at the (first) picking station, in one embodiment at no picking station.
  • the second and/or third process includes the (complete or partial) deactivation of the lift state over the recording area.
  • the second process comprises picking that differs from the first process and is sequential in one embodiment, in particular the delivery of a first part of the lifted load arrangement to the (first) picking station and the delivery of another part of the lifted load arrangement to another picking station or at the same (first) picking station after further processing, in particular removal, of the delivered first part.
  • the third process includes a different, in one embodiment sequential, picking from the first and/or second process, in particular the delivery of a first part of the lifted load arrangement at the (first) picking station, the delivery of a second part of the lifted load arrangement at the other picking station or at the same (first) picking station after further processing, in particular removal, of the delivered first part, as well as delivering another part of the lifted load arrangement to the other or the same (first) picking station after further processing, in particular removal, of the delivered part second part.
  • the second process can also include picking that is different from the first process, in particular sequential
  • the third process can include deactivating the lifting state of the gripper over the receiving area, so that in one embodiment (only) two objects or loads are lifted sequentially picked and more than two lifted objects or loads are delivered in the pick-up area.
  • the second and/or third process comprises a placement movement of the lifted load arrangement using the robot, which guides or continues to carry the load arrangement (“guided placement movement of the lifted load arrangement”), in particular in the receiving area and/or in front Hub state deactivation.
  • Guided placement movement of the lifted load arrangement (“guided placement movement of the lifted load arrangement”)
  • lifted objects or loads can be protected when the lifting status is deactivated.
  • objects or loads can be dropped by deactivating the lifting state, thereby saving process time in particular.
  • partially disabling the lift state of the grapple in the second and/or third process includes disabling at least one of the lift devices while at least another one of the lift devices identified as load-carrying remains activated.
  • the classes differ in the distribution of loads lifted by the grapple relative to or on the grapple, such that in one embodiment, all but one of the lifters identified as load-bearing, or a group of the same, of the lifters of the grapple are targeted Load common bearing identified of lifting devices is disabled.
  • specific lifting devices in particular suckers, can advantageously be deactivated in a targeted manner in order to continue to handle only a desired number or type of objects or loads with the robot.
  • the load assembly lifted by the gripper is classified using the machine learned model (also) based on a sensed movement of the lifted load assembly using the robot. It has been found that the additional consideration of the detected movement of the lifted load arrangement in the classification using machine-learned models can be particularly advantageous, in particular improving the precision, reliability and/or speed of the classification.
  • the model has at least one artificial neural network, in a further development a network with 1D convolutions.
  • Such machine-learned models are particularly advantageous for the present classification, in particular because of their learning behavior and/or their precision, reliability and/or speed.
  • the model is, in particular, learned by machine by lifting one or more load arrangements with the gripper of the robot, which is/are referred to here without loss of generality as learning load arrangement(s), in a further development the class of this at least one learning load arrangement entered manually or automatically, in one embodiment using automated identification, for example by image processing or evaluation or the like, or by only partial activation of the gripper, in one embodiment activating only one of its lifting devices, is specified, in particular. Additionally or alternatively, in one embodiment, the model may be machine learned using lifting multiple different learning load assemblies with the robot's gripper.
  • machine learning can be greatly improved in one embodiment, in particular in a combination of two or more of these features.
  • a system for handling a load arrangement with a robot in particular hardware and/or software, in particular programming, is set up to carry out a method described here and/or has:
  • system or its means(s) has:
  • a means within the meaning of the present invention can be hardware and/or software, in particular a processing unit, in particular a microprocessor unit (CPU), graphics card (GPU) preferably connected to a memory and/or bus system for data or signals ) or the like, and/or one or more programs or program modules.
  • the processing unit can be designed to process commands that are implemented as a program stored in a memory system, to detect input signals from a data bus and/or to output output signals to a data bus.
  • a storage system can have one or more, in particular different, storage media, in particular optical, magnetic, solid-state and/or other non-volatile media.
  • a computer program product can have, in particular be a, in particular non-volatile, storage medium for storing a program or with a program stored thereon, with the execution of this program causing a system or a controller, in particular a computer, to carry out the method described here or one or more of its steps.
  • one or more, in particular all, steps of the method are carried out fully or partially automatically, in particular by the system or its means.
  • the system includes the robot.
  • "Over a capture area” in one implementation in a manner conventional in the art, refers to a position horizontally (seen) at least partially within (an outer boundary) of the capture area.
  • An embodiment of the present invention is particularly advantageous for gripping unknown object types whose weight is also not known in advance, or is used for this purpose.
  • Fig. 1 a system according to an embodiment of the present invention.
  • Figure 2 a method according to an embodiment of the present invention.
  • FIG. 1 shows a system performing a method according to an embodiment of the present invention.
  • a robot 10 has a multi-axis robot arm 11 and a gripper 12 with three suction cups 12.1-12.3, for example, and is intended to pick up objects or loads 21 from a receiving container 20 and pick them individually at a picking station 30 into packaging 31 provided there.
  • a robot controller 13 carries out the method outlined in Fig. 2:
  • a step S110 the robot 10 moves its gripper 12 into the receiving container 20 and activates its lifting status or all suckers 12.1-12.3. In this way, at least one of the objects 21 can be gripped (pneumatically) with a high degree of probability.
  • a second step S120 the robot 10 lifts the gripper 12 with the load arrangement raised.
  • a force-torque sensor 14 between the gripper 12 and the robot arm 11 continuously or at discrete intervals detects a vertical force component that depends on the load arrangement being lifted.
  • the sequence of the corresponding measurement signals of the sensor 14 forms a (parameter of a) Time course of a load arrangement dependent force variable.
  • force and/or torque components can be additionally or alternatively detected and/or sensors on the axes or joints of the robot arm and/or one or more strain gauges on the gripper 12 can be used in addition or as an alternative to the force-torque sensor 14 and /or in addition or as an alternative to the time profiles themselves, for example frequency analyzes or mean values of the time profiles or the like can be used as parameters.
  • axis positions of the robot can also be detected by sensors in step S120, with the artificial neural network 13.1 then classifying the load arrangement lifted by the gripper on the basis of these actual values as well.
  • the robot performs a transfer movement of the lifted load arrangement from the receiving area to the picking station 30 and releases the object or the load arrangement into the packaging 31 provided by deactivating all suction devices 12.1-12.3 (S141).
  • the controller 13 deactivates all but one of the suction cups 12.1 in a step S142 -12.3, while the gripper is still in or above the receiving container 20, so that the object gripped too much falls back into it, and then, as in step S141, picks the one object held by this sucker that is still active(ed) into the one provided packaging 31
  • suckers 12.1-12.3 can also be deactivated in step S142 while the gripper is still in or above the receiving container 20, so that all gripped objects fall back into it, and then a new attempt can be carried out analogously to step S140, only one grab object.
  • step S142 as in step S141, the provided packaging 31 can first be approached and only some of the suction cups can be deactivated via this, in particular the suction cups that have been identified as carrying the same load, while the other suction cups are still active(s) are, so that only one object is commissioned into the packaging 31 provided, and then, after the packaging has been transported away and the next packaging has been provided, the other suckers are deactivated, so that the second object is commissioned into the newly provided packaging.
  • the procedure can be analogous (step S143) if the load arrangement has been assigned to the third class, i.e. it is determined on the basis of the (parameter of) the time profile of the load arrangement-dependent force variable that more than two objects are lifted (S130: "3").
  • the second class objects that have been picked up too much can be dropped in or above the receiving container 20 or picked sequentially, or all objects can be dropped and a new attempt to pick them up can be carried out.
  • step S10 for the respective object or load type, with either the fact that only a single object is present ( and is also being lifted), or if it is confirmed by an operator or by image recognition that only a single object is being lifted, it is certain that only a single object is being lifted. In this way, machine learning can be improved. Additionally or alternatively, in step S10, several different objects can also be lifted sequentially, preferably individually, with the gripper 12 and the artificial neural network 13.1 can be trained as a result or in the process.
  • steps S140 and/or S143 can be omitted, in one embodiment the only object can be picked normally (S141 - first process) if the lifted load arrangement has been classified in the "single handle" class (S130: “1") and otherwise all suction cups 12.1-12.3 are still deactivated in or above the receptacle 20 (S142 - second process), if the raised load arrangement has been classified in the "multiple handle” class (S130: “2"), in a further development also with a classification a new lifting attempt can be started directly in the "Mistake” class (S130: “0” or S140 - third process), whereby in a further development a new lifting attempt can also be started directly with a classification in the "Mistake” class (S130: “0” or S140 - third process) or an empty gripper or incorrect grip can also be recognized or treated in another way, in particular without a corresponding class or classification tion.
  • the type of objects lifted can also be classified and type-specific processes can be carried out on this basis.

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Manipulator (AREA)

Abstract

Ein erfindungsgemäßes Verfahren zum Handhaben einer Lastanordnung (21) mit einem Roboter (10) umfasst die Schritte: - Aktivieren eines Hubzustands eines Greifers (12) des Roboters zum Lastanheben; - Ermitteln eines Parameters eines Zeitverlaufs einer lastanordnungsabhängigen Kraftgröße mithilfe wenigstens eines Sensors des Roboters während einer Bewegung der angehobenen Lastanordnung; - Klassifizieren einer vom Greifer angehobenen Lastanordnung mithilfe eines maschinell gelernten Modells auf Basis des ermittelten Parameters, insbesondere während einer Bewegung der angehobenen Lastanordnung und/oder über dem Aufnahmegebiet, in dem sich die Lastanordnung zum Anheben befunden hat, insbesondere einem Aufnahmegebiet einer Aufnahmestation und/oder über oder in einem Aufnahmebehälter (20); und wenigstens einen der Schritte: - Ausführen eines ersten Prozesses (S141) mit dem Roboter, falls die Lastanordnung in eine erste Klasse klassifiziert worden ist; und/oder - Ausführen eines zweiten Prozesses (S142) mit dem Roboter, falls die Lastanordnung in eine zweite Klasse klassifiziert worden ist.

Description

Beschreibung
Verfahren und System zum Handhaben einer Lastanordnung mit einem Robotergreifer
Die vorliegende Erfindung betrifft ein Verfahren zum Handhaben einer Lastanordnung mit einem Roboter sowie ein System und Computerprogrammprodukt zur Durchführung des Verfahrens.
Aus der DE 10 2016220 643 A1 ist ein Robotergreifer mit mehreren Saugelementen bekannt.
Insbesondere mit solchen Greifern kann es passieren, dass unbeabsichtigt zu viele Objekte bzw. Lasten gemeinsam angehoben und dann beispielsweise ungewollt gemeinsam in ein Gebinde bzw. einen Behälter kommissioniert werden.
Eine Aufgabe einer Ausführung der vorliegenden Erfindung ist es, das Handhaben von Lastanordnungen mit einem Roboter(greifer) zu verbessern, vorzugsweise ein unbeabsichtigtes Anheben von zu vielen und/oder falschen Lasten bzw. Objekten zu beheben.
Diese Aufgabe wird durch ein Verfahren mit den Merkmalen des Anspruchs 1 gelöst. Ansprüche 9, 10 stellen ein System bzw. Computerprogrammprodukt zur Durchführung eines hier beschriebenen Verfahrens unter Schutz. Die Unteransprüche betreffen vorteilhafte Weiterbildungen.
Nach einer Ausführung der vorliegenden Erfindung umfasst ein Verfahren zum Handhaben einer Lastanordnung mit einem Roboter die, in einer Ausführung nacheinander durchgeführten bzw. aufeinanderfolgenden, Schritte:
- Aktivieren eines Hubzustands eines Greifers des Roboters zum Lastanheben;
- Ermitteln eines ein- oder mehrdimensionalen Parameters eines Zeitverlaufs einer lastanordnungsabhängigen Kraftgröße mithilfe eines oder mehrerer Sensoren des Roboters während einer Bewegung der angehobenen Lastanordnung (durch bzw. mithilfe des Roboter(s)); und - Klassifizieren einer vom Greifer angehobenen Lastanordnung mithilfe eines, in einer Ausführung durch ein, maschinell gelemtenAs Modell(s) auf Basis des erfassten Parameters, in einer Ausführung Klassifizieren (noch) während einer Bewegung der angehobenen Lastanordnung (durch bzw. mithilfe des Roboter(s)) und/oder Klassifizieren (während die angehobenen Lastanordnung sich noch) über einem, insbesondere vorgegebenen bzw. begrenzten, Aufnahmegebiet, in dem sich die Lastanordnung zum Anheben befunden hat, insbesondere angehoben worden ist, in einer Ausführung über einem Aufnahmegebiet einer Aufnahmestation und/oder über oder in einem Aufnahmebehälter, (befindet, insbesondere bewegt), insbesondere also Klassifizieren während einer Bewegung der angehobenen Lastanordnung (durch bzw. mithilfe des Roboter(s)) (noch) über dem Aufnahmegebiet; und wenigstens einem der Schritte:
- Ausführen eines ersten Prozesses mit dem Roboter, falls die Lastanordnung in eine erste Klasse klassifiziert bzw. einer ersten Klasse zugeordnet (worden) ist; und/oder
- Ausführen eines zweiten Prozesses mit dem Roboter, falls die Lastanordnung in eine zweite Klasse klassifiziert bzw. einer zweiten Klasse zugeordnet (worden) ist.
Durch das Klassifizieren der vom Greifer angehobenen Lastanordnung mithilfe eines maschinell gelernten Modells auf Basis des ermittelten Parameters des Zeitverlaufs einer lastanordnungsabhängigen Kraftgröße kann in einer Ausführung vorteilhaft noch während der Bewegung der angehobenen Lastanordnung (durch bzw. mithilfe des Roboter(s)) entsprechend reagiert und/oder ein Stillstand zum Messen eines Gewichts der Lastanordnung nach Abklingen einer (Schwingungs)Dynamik vermieden oder reduziert und damit eine Prozesszeit verkürzt werden. Zusätzlich oder alternativ können hierdurch in einer Ausführung einfachere und damit insbesondere zuverlässigere und/oder billigere Sensoren verwendet werden. Dies resultiert insbesondere daraus, dass sich unterschiedliche Lastanordnungen in Zeitverläufen lastanordnungsabhängiger Kraftgrößen derart unterscheiden, dass sie mithilfe maschinell gelernter Modelle besonders gut klassifiziert werden können.
In einer Ausführung umfasst das Verfahren den Schritt: Ausführen eines dritten Prozesses mit dem Roboter, falls die Lastanordnung in eine dritte Klasse klassifiziert bzw. einer dritten Klasse zugeordnet (worden) ist, in einer Weiterbildung umfasst das Verfahren den Schritt: Ausführen eines vierten Prozesses mit dem Roboter, falls die Lastanordnung in eine vierte Klasse klassifiziert bzw. einer vierten Klasse zugeordnet (worden) ist. In einer Ausführung können noch ein oder mehrere weitere Klassen vorgesehen sein, wobei jeweils ein entsprechender, klassenspezifischer weiterer Prozess mit dem Roboter ausgeführt wird, falls die Lastanordnung einer weiteren (dieser) Klasse(n) zugeordnet ist.
Hierdurch kann in einer Ausführung vorteilhaft spezifisch(er) auf unterschiedliche Lastanordnungen reagiert werden.
So kann insbesondere eine normale Kommissionierung eines angehobenen Objekts erfolgen (erster Prozess), falls die Lastanordnung als Lastanordnung mit (nur) einem (einzigen) Objekt klassifiziert wird bzw. ist, eine zweistufige, sequentielle Kommissionierung von zwei angehobenen Objekten erfolgen (zweiter Prozess), falls die Lastanordnung als Lastanordnung mit (genau) zwei Objekten klassifiziert wird bzw. ist, und eine dreistufige, sequentielle Kommissionierung von drei angehobenen Objekten erfolgen (dritter Prozess), falls die Lastanordnung als Lastanordnung mit (genau) drei Objekten klassifiziert wird bzw. ist.
Alternativ kann zum Beispiel statt der zweistufigen und/oder statt der dreistufigen sequentiellen Kommissionierung eine Abgabe der angehobenen Lastanordnung, insbesondere über dem Aufnahmegebiet, erfolgen (zweiter bzw. dritter Prozess), ohne dass diese dabei bzw. dadurch kommissioniert wird, falls die Lastanordnung als Lastanordnung mit der falschen Objektanzahl klassifiziert wird bzw. ist.
Gleichermaßen kann in einer Ausführung eine Kommissionierung eines angehobenen Objekts erfolgen (erster Prozess), falls die Lastanordnung als Lastanordnung mit einem Objekt der richtigen Art klassifiziert wird bzw. ist, und eine Abgabe der angehobenen Lastanordnung über dem Aufnahmegebiet erfolgen (zweiter Prozess), ohne dass diese dabei bzw. dadurch kommissioniert wird, falls die Lastanordnung als Lastanordnung mit der falschen Objektart klassifiziert wird bzw. ist. Alternativ kann zum Beispiel auch das Objekt an einer zweiten Kommissionierstation kommissioniert werden (zweiter Prozess), falls die Lastanordnung als Lastanordnung mit einem Objekt einer zweiten Art klassifiziert wird bzw. ist. Der Roboter weist in einer Ausführung einen Roboterarm mit wenigstens drei, insbesondere wenigstens sechs, in einer Ausführung wenigstens sieben, Gelenken, insbesondere Drehgelenken, auf, an dessen (End)Flansch der Greifer angeordnet, in einer Ausführung lösbar befestigt, ist.
Insbesondere aufgrund der flexiblen Einsatzmöglichkeiten solcher Roboter ist die vorliegende Erfindung hierfür besonders vorteilhaft.
Ein Aktivieren eines Hubzustands umfasst in einer Ausführung ein Umschalten in einen Betriebsmodus, in dem der Greifer Lasten bzw. Objekte anheben kann bzw. eine entsprechende Greifkraft auf eine oder mehrere Lasten bzw. Objekte ausübt. Wenn in einer Ausführung der Greifer ein pneumatischer Greifer mit einem oder mehreren Saugern ist, umfasst ein Aktivieren seines Hubzustands in einer Ausführung das Aktivieren, insbesondere Unterdruckerzeugen, des bzw. eines oder mehrerer, vorzugsweiser aller, Sauger. Wenn in einer Ausführung der Greifer zusätzlich oder alternativ ein mechanischer Greifer mit einer oder mehreren beweglichen, insbesondere verschwenkbaren, Greifbacken ist, umfasst ein Aktivieren seines Hubzustands in einer Ausführung das Schließen der bzw. einer oder mehrerer, vorzugsweiser aller, Greifbacken. Ein Deaktivieren umfasst entsprechend in einer Ausführung ein Deaktivieren von Saugern bzw. Öffnen von Greifbacken.
Indem die Lastanordnung klassifiziert wird, während sich diese noch über dem Aufnahmegebiet, insbesondere über bzw. in dem Aufnahmebehälter befindet, können in einer Ausführung vorteilhaft falsche bzw. zuviel angehobene Objekte bzw. Lasten einfach(er) zurückgelegt oder fallengelassen und anschließend erneut angehoben werden.
Wie vorstehend erläutert, eignet sich eine Ausführung der vorliegenden Erfindung besonders dazu, ein unbeabsichtigtes Anheben von zu wenig und/oder, besonders vorteilhaft, von zu vielen Lasten bzw. Objekten zu beheben. Entsprechend unterscheiden sich in einer Ausführung die erste und zweite sowie gegebenenfalls dritte, vierte und/oder weitere Klasse(n) in der Anzahl der vom Greifer angehobenen, in einer Ausführung gleichartigen, Lasten bzw. Objekte. In einer Ausführung ist die erste Klasse eine Klasse mit nur einem einzigen Objekt bzw. nur einer einzigen Last („Einfachgriff1).
Zusätzlich oder alternativ sind in einer Ausführung die zweite und/oder dritte und/oder vierte Klasse (jeweils) eine Klasse mit mehreren Objekten bzw. Lasten („Mehrfachgriff1) und/oder eine von der zweiten und gegebenenfalls dritten und gegebenenfalls vierten Klasse eine Klasse ohne Objekt bzw. Last („Fehlgriff“). Dabei ist in einer Weiterbildung die zweite Klasse eine Klasse mit mehr als einem Objekt oder die zweite Klasse eine Klasse mit genau zwei Objekten und die dritte Klasse eine Klasse mit mehr als zwei Objekten. In einer Weiterbildung wird bei einem nach Aktivieren eines Hubzustands leeren Greifer die vom Greifer angehobene Lastanordnung in die Klasse ohne Objekt bzw. Last klassifiziert bzw. zur kompakteren auch bei einem nach Aktivieren eines Hubzustands leeren Greifer verallgemeinernd von einer vom Greifer angehobenen Lastanordnung gesprochen, die dann kein Objekt aufweist bzw. der leeren Menge entspricht.
Hierdurch kann in einer Ausführung vorteilhaft spezifisch(er) auf unterschiedliche Lastanordnungen reagiert werden.
Die vorliegende Erfindung kann daher in einer Ausführung für ein Anheben von Lastanordnungen mit unterschiedlich vielen, in einer Ausführung gleichartigen, Objekten bzw. Lasten verwendet werden, ist jedoch nicht hierauf beschränkt.
Gleichermaßen kann zusätzlich oder alternativ zu einer Anzahl der angehobenen Objekte bzw. Lasten in einer Ausführung auch je nach klassifizierter Art der vom Greifer angehobenen Lasten der erste, zweite oder gegebenenfalls dritte und/oder vierte Prozess durchgeführt werden.
So kann insbesondere die erste Klasse eine Klasse einer ersten Art von Objekten bzw. Lasten und die zweite Klasse eine Klasse ander(sartig)er Objekten, in einer Ausführung einer zweiten Art von Objekten bzw. Lasten sein, wobei dann in einer Weiterbildung der erste Prozess eine Transferbewegung der angehobenen Lastanordnung mithilfe des Roboters zu einer ersten Kommissionierungsstation und der zweite Prozess eine hiervon verschiedene Kommissionierung bzw. Transferbewegung der angehobenen Lastanordnung mithilfe des Roboters zu einer zweiten Kommissionierungsstation oder auch eine Deaktivierung des Hubzustands des Greifers über dem Aufnahmegebiet und einen neuen Hubversuch (der richtigen Objekt- bzw. Lastart) umfassen kann.
Zusätzlich oder alternativ zu einer Anzahl und/oder Art der angehobenen Objekte bzw. Lasten kann in einer Ausführung auch je nach Verteilung der vom Greifer angehobenen Lasten, in einer Ausführung der Verteilung bzw. Position(en) relativ zum, insbesondere am, Greifer, der erste, zweite oder gegebenenfalls dritte und/oder vierte Prozess durchgeführt werden.
So kann insbesondere die erste Klasse eine Klasse mit einer durch eine Teilmenge einer Menge von mehreren Sauger des Greifers gemeinsam angesaugten ersten Last und einer durch einen oder mehrere andere Sauger des Greifers angesaugten zweiten Last und die zweite Klasse eine Klasse mit der ersten und zweiten Last sein, die in anderer Konstellation von den Saugern angesaugt sind bzw. werden, wobei dann in einer Weiterbildung der erste Prozess eine Deaktivierung des bzw. der anderen Sauger(s) und der zweite Prozess eine hiervon verschiedene teilweise Deaktivierung umfassen kann, bei der ebenfalls wenigstens einer der Sauger deaktiviert wird, während ein oder mehrere als die erste Last tragend identifizierte Sauger aktiviert bleiben, umfasst. Mit anderen Worten identifiziert in einer Ausführung das maschinell gelernte Modell die Verteilung bzw. Position(en) der angehobenen Lasten relativ zum, insbesondere am, Greifer, wobei dann im ersten, zweiten und gegebenenfalls dritten und gegebenenfalls vierten Prozess gezielt unterschiedliche Hubvorrichtungen, insbesondere Sauger, des Greifers deaktiviert werden, um eine oder mehrere dieser Lasten abzugeben, während wenigstens eine weitere als lasttragend identifizierte der Hubvorrichtungen aktiviert bleibt.
Entsprechend unterscheiden sich die Klassen in einer Ausführung in Anzahl, Verteilung und/oder Art der vom Greifer angehobenen Lasten.
Wie bereits erläutert, weist der Greifer in einer Ausführung zwei oder mehr Hubvorrichtungen, in einer Weiterbildung zwei oder mehr, vorzugsweise wenigstens drei, Sauger, auf. Da bei solchen Sauggreifern ein unbeabsichtigtes Anheben von zu vielen Lasten bzw. Objekten häufig(er) vorkommen kann, ist die vorliegende Erfindung hierfür besonders vorteilhaft. In einer Ausführung ist der wenigstens eine Sensor am Greifer, zwischen Greifer und einem bzw. dem Roboterarm, an dem dieser befestig ist, oder an dem Roboterarm angeordnet. In einer Ausführung ist der Sensor ein Kraft- und/oder Momentensensor und/oder am Roboterarmflansch bzw. zwischen Greifer und Roboterarm oder an einem der Gelenke des Roboter(arm)s angeordnet. Hierdurch können in einer Ausführung Zeitverläufe lastanordnungsabhängiger Kraftgrößen besonders vorteilhaft, insbesondere prozesssicher und/oder einfach(er), erfasst werden.
In einer Ausführung hängt die ein- oder mehrdimensionale Kraftgröße von wenigstens einer, in einer Ausführung vertikalen, lastanordnungsabhängigen Kraftkomponente und/oder wenigstens einer lastanordnungsabhängigen Drehmomentkomponente ab, kann insbesondere diese Kraft- bzw. Drehmomentkomponente(n) aufweisen, insbesondere sein. Diese eignen sich besonders vorteilhaft zur Klassifikation von angehobenen Lastanordnungen.
Der ein- oder mehrdimensionale Zeitverlauf der lastanordnungsabhängigen Kraftgröße wird in einer Ausführung mit dem bzw. den Sensor(en) erfasst und/oder erstreckt sich in einer Ausführung über wenigstens 0,5 Sekunden, insbesondere wenigstens 1 Sekunde, in einer Ausführung wenigstens 2 Sekunden. In einer Ausführung wird er mit einer Abtastrate von wenigstens 0,01 kHz abgetastet.
Der ein- oder mehrdimensionale Parameter des Zeitverlaufs weist in einer Ausführung den Zeitverlauf selber auf, kann insbesondere der Zeitverlauf sein. Zusätzlich oder alternativ kann er auch eine oder mehrere aus dem Zeitverlauf, in einer Ausführung signalanalysetechnisch und/oder numerisch, abgeleitete Größen bzw. Werte aufweisen, insbesondere sein, insbesondere eine oder mehrere Größen einer Frequenz- oder Fourieranalyse, Integration und/oder Differentiation des Zeitverlaufs, Mittel- und/oder Extremalwerte, oder dergleichen.
In einer Ausführung wird die vom Greifer angehobene Lastanordnung mithilfe des maschinell gelernten Modells auf Basis des ermittelten Parameters des Zeitverlaufs der lastanordnungsabhängigen Kraftgröße und weiterer ermittelter Ist-Werte, in einer Ausführung mithilfe wenigstens eines Sensors des Roboters ermittelter und/oder kinematischer Ist-Werte, in einer Ausführung Achsstellungen, -geschwindigkeiten und/oder -beschleunigungen oder dergleichen, in einer Ausführung Zeitverläufen hiervon, klassifiziert.
Hierdurch kann in einer Ausführung jeweils, insbesondere in Kombination von zwei oder mehr der vorgenannten Merkmale, die Lastanordnung mithilfe eines maschinell gelernten Modells besonders vorteilhaft, insbesondere präzise, rasch und/oder zuverlässig, klassifiziert werden.
In einer Ausführung umfasst der erste Prozess eine Transferbewegung der angehobenen Lastanordnung mithilfe des Roboters, in einer Ausführung aus dem Aufnahmegebiet bzw. -behälter heraus und/oder zu einer (ersten) Kommissionierungsstation, in einer Weiterbildung das Abgeben der angehobenen Lastanordnung an der (ersten) Kommissionierungsstation, kann insbesondere hieraus bestehen.
Zusätzlich oder alternativ umfasst in einer Ausführung der zweite Prozess eine vollständige Deaktivierung oder eine teilweise Deaktivierung des Hubzustands des Greifers, insbesondere eine Deaktivierung einer oder mehrerer seiner Hubvorrichtungen. In einer Ausführung erfolgt diese Deaktivierung nicht an der (ersten) Kommissionierungsstation, in einer Ausführung an keiner Korn missionieru ngsstation .
Zusätzlich oder alternativ umfasst in einer Ausführung der dritte Prozess eine vollständige Deaktivierung oder ein, insbesondere von dem zweiten Prozess verschiedene, teilweise Deaktivierung des Hubzustands des Greifers, insbesondere eine Deaktivierung einer anderen Gruppe seiner Hubvorrichtungen. In einer Ausführung erfolgt diese Deaktivierung nicht an der (ersten) Kommissionierungsstation, in einer Ausführung an keiner Kommissionierungsstation.
In einer Weiterbildung umfasst der zweite und/oder dritte Prozess die (vollständige bzw. teilweise) Deaktivierung des Hubzustands über dem Aufnahmegebiet. Hierdurch können in einer Ausführung zu viel angehobene bzw. falsche Objekte bzw. Lasten in einem nachfolgenden Zyklus rasch und/oder zuverlässig (wieder) angehoben werden. In einer Weiterbildung umfasst der zweite Prozess eine von dem ersten Prozess verschiedene, in einer Ausführung sequentielle, Kommissionierung, insbesondere das Abgeben eines ersten Teils der angehobenen Lastanordnung an der (ersten) Kommissionierungsstation und das Abgeben eines anderen Teils der angehobenen Lastanordnung an einer anderen Kommissionierungsstation oder an derselben (ersten) Kommissionierungsstation nach Weiterverarbeiten, insbesondere Abtransport, des abgegebenen ersten Teils.
Zusätzlich oder alternativ umfasst in einer Weiterbildung der dritte Prozess eine von dem ersten und/oder zweiten Prozess verschiedene, in einer Ausführung sequentielle, Kommissionierung, insbesondere das Abgeben eines ersten Teils der angehobenen Lastanordnung an der (ersten) Kommissionierungsstation, das Abgeben eines zweiten Teils der angehobenen Lastanordnung an der anderen Kommissionierungsstation oder an derselben (ersten) Kommissionierungsstation nach Weiterverarbeiten, insbesondere Abtransport, des abgegebenen ersten Teils, sowie das Abgeben eines weiteren Teils der angehobenen Lastanordnung an der anderen oder derselben (ersten) Kommissionierungsstation nach Weiterverarbeiten, insbesondere Abtransport, des abgegebenen zweiten Teils. Gleichermaßen kann in einer Ausführung auch der zweite Prozess eine von dem ersten Prozess verschiedene, insbesondere sequentielle, Kommissionierung und der dritte Prozess ein Deaktivierung des Hubzustands des Greifers über dem Aufnahmegebiet umfassen, so dass in einer Ausführung (nur) zwei angehobene Objekte bzw. Lasten sequentiell kommissioniert und mehr als zwei angehobene Objekte bzw. Lasten in dem Aufnahmegebiet abgegeben werden.
In einer Ausführung umfasst der zweite und/oder dritte Prozess (jeweils) eine Ablagebewegung der angehobenen Lastanordnung mithilfe des Roboters, der dabei die Lastanordnung führt bzw. weiterhin trägt („geführte Ablagebewegung der angehobenen Lastanordnung“), insbesondere in dem Aufnahmegebiet und/oder vor Deaktivierung des Hubzustands. Hierdurch können angehobene Objekte bzw. Lasten bei Deaktivierung des Hubzustands geschont werden. Gleichermaßen können Objekte bzw. Lasten durch Deaktivierung des Hubzustands fallengelassen und dadurch insbesondere Prozesszeit gespart werden. In einer Ausführung umfasst die teilweise Deaktivierung des Hubzustands des Greifers in dem zweiten und/oder dritten Prozess (jeweils) eine Deaktivierung wenigstens einer der Hubvorrichtungen, während wenigstens eine weitere als lasttragend identifizierte der Hubvorrichtungen aktiviert bleibt. Wie vorstehend erläutert, unterscheiden sich in einer Ausführung die Klassen in der Verteilung der vom Greifer angehobenen Lasten relativ zum bzw. am Greifer, so dass in einer Ausführung gezielt alle Hubvorrichtungen des Greifers bis auf eine als lasttragend identifizierte der Hubvorrichtungen oder eine Gruppe von als dieselbe Last gemeinsam tragende identifizierten der Hubvorrichtungen deaktiviert wird.
Insbesondere können so bei einem (klassifizierten) Mehrfachgriff vorteilhaft gezielt bestimmte Hubvorrichtungen, insbesondere Sauger, deaktiviert werden, um nur eine gewünschte Objekt- bzw. Lastanzahl bzw. -art mit dem Roboter weiter handzuhaben.
In einer Ausführung wird die vom Greifer angehobene Lastanordnung mithilfe des maschinell gelernten Modells (auch) auf Basis einer erfassten Bewegung der angehobenen Lastanordnung mithilfe des Roboters klassifiziert. Es hat sich herausgestellt, dass die zusätzliche Berücksichtigung der erfassten Bewegung der angehobenen Lastanordnung bei der Klassifikation mithilfe maschinell gelernter Modelle besonders vorteilhaft sein, insbesondere die Präzision, Zuverlässigkeit und/oder Geschwindigkeit der Klassifikation verbessern, kann.
In einer Ausführung weist das Modell wenigstens ein künstliches neuronales Netz auf, in einer Weiterbildung ein Netz mit 1 D-Convolutions. Solche maschinell gelernten Modelle sind für die vorliegende Klassifikation insbesondere aufgrund ihres Lernverhaltens und/oder ihrer Präzision, Zuverlässigkeit und/oder Geschwindigkeit besonders vorteilhaft.
In einer Ausführung ist, insbesondere wird, das Modell mithilfe eines Anhebens einer oder mehrerer Lastanordnungen mit dem Greifer des Roboters maschinell gelernt, die vorliegend ohne Beschränkung der Allgemeinheit als Lern-Lastanordnung(en) bezeichnet wird/werden, wobei in einer Weiterbildung die Klasse dieser wenigstens einen Lern-Lastanordnung manuell oder automatisiert, in einer Ausführung mithilfe einer automatisierten Identifikation beispielsweise durch eine Bildverarbeitung bzw. -auswertung oder dergleichen, eingegeben oder durch nur teilweise Aktivierung des Greifers, in einer Ausführung Aktivierung nur einer seiner Hubvorrichtungen, vorgegeben ist, insbesondere wird. Zusätzlich oder alternativ kann in einer Ausführung das Modell mithilfe eines Anhebens mehrerer unterschiedlicher Lern-Lastanordnungen mit dem Greifer des Roboters maschinell gelernt sein bzw. werden.
Hierdurch kann das maschinelle Lernen in einer Ausführung jeweils, insbesondere in Kombination von zwei oder mehr dieser Merkmale, stark verbessert werden.
Nach einer Ausführung der vorliegenden Erfindung ist ein System zum Handhaben einer Lastanordnung mit einem Roboter, insbesondere hard- und/oder Software-, insbesondere programmtechnisch, zur Durchführung eines hier beschriebenen Verfahrens eingerichtet und/oder weist auf:
Mittel zum Aktivieren eines Hubzustands eines Greifers des Roboters zum Lastanheben;
Mittel zum Ermitteln eines Parameters eines Zeitverlaufs einer lastanordnungsabhängigen Kraftgröße mithilfe wenigstens eines Sensors des Roboters während einer Bewegung der angehobenen Lastanordnung;
Mittel zum Klassifizieren einer vom Greifer angehobenen Lastanordnung mithilfe eines maschinell gelernten Modells auf Basis des ermittelten Parameters, insbesondere während einer Bewegung der angehobenen Lastanordnung und/oder über einem Aufnahmegebiet, in dem sich die Lastanordnung zum Anheben befunden hat, insbesondere einem Aufnahmegebiet einer Aufnahmestation und/oder über oder in einem Aufnahmebehälter; und Mittel zum:
Ausführen eines ersten Prozesses mit dem Roboter, falls die Lastanordnung in eine erste Klasse klassifiziert worden ist; und/oder
Ausführen eines zweiten Prozesses mit dem Roboter, falls die Lastanordnung in eine zweite Klasse klassifiziert worden ist.
In einer Ausführung weist das System bzw. sein(e) Mittel auf:
Mittel zum Ausführen eines dritten Prozesses mit dem Roboter, falls die Lastanordnung in eine dritte Klasse klassifiziert worden ist; insbesondere Ausführen eines vierten Prozesses mit dem Roboter, falls die Lastanordnung in eine vierte Klasse klassifiziert worden ist; und/oder Mittel zum maschinellen Lernen des Modells mithilfe eines Anhebens wenigstens einer Lern-Lastanordnung mit dem Greifer des Roboters, insbesondere Mittel zum manuellen oder automatisierten Eingeben der Klasse dieser wenigstens einen Lern-Lastanordnung oder Vorgeben durch nur teilweise Aktivierung des Greifers, insbesondere nur einer seiner Hubvorrichtungen, Mittel zum maschinellen Lernen des Modells mithilfe eines Anhebens mehrerer unterschiedlicher Lern-Lastanordnungen mit dem Greifer des Roboters.
Ein Mittel im Sinne der vorliegenden Erfindung kann hard- und/oder softwaretechnisch ausgebildet sein, insbesondere eine, vorzugsweise mit einem Speicher- und/oder Bussystem daten- bzw. signalverbundene, insbesondere digitale, Verarbeitungs-, insbesondere Mikroprozessoreinheit (CPU), Graphikkarte (GPU) oder dergleichen, und/oder ein oder mehrere Programme oder Programmmodule aufweisen. Die Verarbeitungseinheit kann dazu ausgebildet sein, Befehle, die als ein in einem Speichersystem abgelegtes Programm implementiert sind, abzuarbeiten, Eingangssignale von einem Datenbus zu erfassen und/oder Ausgangssignale an einen Datenbus abzugeben. Ein Speichersystem kann ein oder mehrere, insbesondere verschiedene, Speichermedien, insbesondere optische, magnetische, Festkörper- und/oder andere nicht-flüchtige Medien aufweisen. Das Programm kann derart beschaffen sein, dass es die hier beschriebenen Verfahren verkörpert bzw. auszuführen imstande ist, sodass die Verarbeitungseinheit die Schritte solcher Verfahren ausführen kann und damit insbesondere den Roboter betreiben bzw. steuern kann. Ein Computerprogrammprodukt kann in einer Ausführung ein, insbesondere nicht-flüchtiges, Speichermedium zum Speichern eines Programms bzw. mit einem darauf gespeicherten Programm aufweisen, insbesondere sein, wobei ein Ausführen dieses Programms ein System bzw. eine Steuerung, insbesondere einen Computer, dazu veranlasst, ein hier beschriebenes Verfahren bzw. einen oder mehrere seiner Schritte auszuführen.
In einer Ausführung werden ein oder mehrere, insbesondere alle, Schritte des Verfahrens vollständig oder teilweise automatisiert durchgeführt, insbesondere durch das System bzw. sein(e) Mittel.
In einer Ausführung weist das System den Roboter auf. „Über einem Aufnahmegebiet“ bezieht sich in einer Ausführung in fachüblicher Weise auf eine Position horizontal (gesehen) wenigstens teilweise innerhalb (einer Außengrenze) des Aufnahmegebiets.
Eine Ausführung der vorliegenden Erfindung ist zum Greifen unbekannter Objekttypen besonders vorteilhaft, deren Gewicht auch noch nicht vorzeitig bekannt ist, bzw. wird hierzu verwendet.
Weitere Vorteile und Merkmale ergeben sich aus den Unteransprüchen und den Ausführungsbeispielen. Hierzu zeigt, teilweise schematisiert:
Fig. 1 : ein System nach einer Ausführung der vorliegenden Erfindung; und
Fig. 2: ein Verfahren nach einer Ausführung der vorliegenden Erfindung.
Fig. 1 zeigt ein System beim Durchführen eines Verfahrens nach einer Ausführung der vorliegenden Erfindung.
Ein Roboter 10 weist einen mehrachsigen Roboterarm 11 und einen Greifer 12 mit exemplarisch drei Saugern 12.1-12.3 auf und soll Objekte bzw. Lasten 21 aus einem Aufnahmebehälter 20 aufnehmen und einzeln an einer Kommissionierstation 30 in dort bereitgestellte Verpackungen 31 kommissionieren.
Hierzu führt eine Robotersteuerung 13 das in Fig. 2 skizzierte Verfahren durch:
In einem Schritt S110 fährt der Roboter 10 seinen Greifer 12 in den Aufnahmebehälter 20 und aktiviert dessen Hubzustand bzw. alle Sauger 12.1-12.3. Auf diese Weise kann mit hoher Wahrscheinlichkeit wenigstens eines der Objekte 21 (pneumatisch) gegriffen werden.
In einem zweiten Schritt S120 hebt der Roboter 10 den Greifer 12 mit angehobener Lastanordnung nach oben. Dabei erfasst ein Kraft-Momenten-Sensor 14 zwischen Greifer 12 und Roboterarm 11 fortlaufend oder in diskreten Abständen eine vertikale Kraftkomponente, die von der angehobenen Lastanordnung abhängt. Die Folge der entsprechenden Messsignale des Sensors 14 bildet einen (Parameter eines) Zeitverlaufs einer lastanordnungsabhängigen Kraftgröße. In Abwandlungen können insbesondere zusätzlich oder alternativ andere Kraft- und/oder Drehmomentkomponenten erfasst und/oder zusätzlich oder alternativ zu dem Kraft- Momenten-Sensor 14 Sensoren an den Achsen bzw. Gelenken des Roboterarms und/oder ein oder mehrere Dehnmessstreifen am Greifer 12 verwendet und/oder zusätzlich oder alternativ zu den Zeitverläufen selber beispielsweise Frequenzanalysen oder Mittelwerte der Zeitverläufen oder dergleichen als Parameter verwendet werden.
Während dieser Bewegung, während der die angehobene Lastanordnung sich noch in oder über dem Aufnahmebehälter 20 befindet, klassifiziert ein maschinell gelerntes Modell, im Ausführungsbeispiel ein trainiertes künstliches neuronales Netz 13.1 , auf Basis des ermittelten Parameters die vom Greifer angehobene Lastanordnung in eine der rein exemplarisch vier Klassen „ein Objekt angehoben“ (= erste Klasse), „zwei Objekte angehoben“ (= zweite Klasse), „mehr als zwei Objekte angehoben“ (= dritte Klasse) oder „kein Objekt angehoben“ (= vierte Klasse). In Abwandlungen können insbesondere andere und/oder mehr oder weniger Klassen vorgesehen sein, beispielsweise nur {„ein Objekt angehoben“ (= erste Klasse) und „mehrere Objekte angehoben“ (= zweite Klasse)} oder {„ein Objekt angehoben“ (= erste Klasse), „zwei Objekte angehoben“ (= zweite Klasse) und „mehr als zwei Objekte angehoben“ oder „kein Objekt angehoben“ (= dritte Klasse)} oder {„ein Objekt angehoben“ (= erste Klasse), „mehrere Objekte angehoben“ (= zweite Klasse) und „kein Objekt angehoben“ (= dritte Klasse)}. In einer Ausführung können in Schritt S120 zusätzlich beispielsweise Achsstellungen des Roboters sensorisch erfasst werden, wobei dann das künstliche neuronale Netz 13.1 auf Basis auch dieser Ist-Werte die vom Greifer angehobene Lastanordnung klassifiziert.
Wurde die Lastanordnung der ersten Klasse zugeordnet, d.h. auf Basis des (Parameters des) Zeitverlaufs der lastanordnungsabhängigen Kraftgröße ermittelt, dass nur ein Objekt angehoben ist (S130: „1“), führt der Roboter eine Transferbewegung der angehobenen Lastanordnung aus dem Aufnahmegebiet heraus zur Kommissionierungsstation 30 durch und gibt dort das Objekt bzw. die Lastanordnung durch Deaktivieren aller Sauger 12.1-12.3 in die bereitgestellte Verpackung 31 ab (S141). Wurde die Lastanordnung der zweiten Klasse zugeordnet, d.h. auf Basis des (Parameters des) Zeitverlaufs der lastanordnungsabhängigen Kraftgröße ermittelt, dass zwei Objekte angehoben sind (S130: „2“), deaktiviert die Steuerung 13 in einem Schritt S142 alle bis auf einen der Sauger 12.1-12.3, während der Greifer sich noch in oder über dem Aufnahmebehälter 20 befindet, so dass das zu viel gegriffene Objekt in diesen zurückfällt, und kommissioniert anschließend wie in Schritt S141 das eine durch diesen noch aktiv(iert)en Sauger gehaltene Objekt in die bereitgestellte Verpackung 31.
Alternativ können in Schritt S142 auch alle Sauger 12.1-12.3 deaktiviert werden, während der Greifer sich noch in oder über dem Aufnahmebehälter 20 befindet, so dass alle gegriffenen Objekte in diesen zurückfallen, und anschließend analog zu Schritt S140 ein neuer Versuch durchgeführt werden, nur ein Objekt zu greifen.
Weiter alternativ kann in Schritt S142 auch zunächst wie in Schritt S141 die bereitgestellte Verpackung 31 angefahren und über dieser nur ein Teil der Sauger deaktiviert werden, insbesondere die Sauger, die als dieselbe Last tragend identifiziert worden sind, während die anderen Sauger noch aktiv(iert) sind, so dass nur ein Objekt in die bereitgestellte Verpackung 31 kommissioniert wird, und dann nach Abtransport der Verpackung und Bereitstellen der nächsten Verpackung die anderen Sauger deaktiviert werden, so dass das zweite Objekt in die neu bereitgestellte Verpackung kommissioniert wird.
In analoger Weise kann vorgegangen werden (Schritt S143), wenn die Lastanordnung der dritten Klasse zugeordnet wurde, d.h. auf Basis des (Parameters des) Zeitverlaufs der lastanordnungsabhängigen Kraftgröße ermittelt, dass mehr als zwei Objekte angehoben sind (S130: „3“). Wie bei der zweiten Klasse können dabei insbesondere zu viel gegriffene Objekte in oder über dem Aufnahmebehälter 20 fallengelassen oder sequentiell kommissioniert oder alle Objekte fallengelassen und ein neuer Greifversuch durchgeführt werden.
Wurde die Lastanordnung der vierten Klasse „kein Objekt angehoben“ zugeordnet, (S130: „0“), wird ein neuer Greifversuch durchgeführt (S140). Um das künstliche neuronale Netz 13.1 für das o.g. Verfahren zu trainieren bzw. das Modell maschinell zu lernen, wird vorab in einem Schritt S10 für die jeweilige Objekt- bzw. Lastart ein Anheben durchgeführt, wobei entweder dadurch, dass nur ein einziges Objekt vorhanden ist (und auch angehoben wird), oder durch einen Bediener oder eine Bilderkennung bestätigt wird, dass nur ein einziges Objekt angehoben ist, feststeht, dass nur ein einziges Objekt angehoben wird. Auf diese Weise kann das maschinelle Lernen verbessert werden. Zusätzlich oder alternativ können in Schritt S10 auch sequentiell mehrere verschiedenartige Objekte, vorzugsweise jeweils einzeln, mit dem Greifer 12 angehoben und dadurch bzw. dabei das künstliche neuronale Netz 13.1 trainiert werden.
Obwohl in der vorhergehenden Beschreibung exemplarische Ausführungen erläutert wurden, sei darauf hingewiesen, dass eine Vielzahl von Abwandlungen möglich ist.
So können insbesondere die Schritte S140 und/oder S143 entfallen, in einer Ausführung das einzige Objekt normal kommissioniert werden (S141 - erster Prozess), falls die angehobene Lastanordnung in die Klasse „Einfachgriff“ klassifiziert worden ist (S130: „1“) und andernfalls alle Sauger 12.1-12.3 noch in oder über dem Aufnahmebehälter 20 deaktiviert werden (S142 - zweiter Prozess), falls die angehobene Lastanordnung in die Klasse „Mehrfachgriff“ klassifiziert worden ist (S130: „2“), wobei in einer Weiterbildung zusätzlich bei einer Klassifikation in die Klasse „Fehlgriff“ direkt ein neuer Hubversuch begonnen werden kann (S130: „0“ bzw. S140 - dritter Prozess) wobei in einer Weiterbildung zusätzlich bei einer Klassifikation in die Klasse „Fehlgriff“ direkt ein neuer Hubversuch begonnen werden kann (S130: „0“ bzw. S140 - dritter Prozess) oder ein leerer Greifer bzw. Fehlgriff auch auf andere Weise erkannt bzw. behandelt werden kann, insbesondere ohne entsprechende Klasse bzw. Klassifizierung.
Außerdem sei darauf hingewiesen, dass es sich bei den exemplarischen Ausführungen lediglich um Beispiele handelt, die den Schutzbereich, die Anwendungen und den Aufbau in keiner Weise einschränken sollen. Vielmehr wird dem Fachmann durch die vorausgehende Beschreibung ein Leitfaden für die Umsetzung von mindestens einer exemplarischen Ausführung gegeben, wobei diverse Änderungen, insbesondere in Hinblick auf die Funktion und Anordnung der beschriebenen Bestandteile, vorgenommen werden können, ohne den Schutzbereich zu verlassen, wie er sich aus den Ansprüchen und diesen äquivalenten Merkmalskombinationen ergibt.
So können zusätzlich oder anstelle der Anzahl insbesondere auch die Art der angehobenen Objekte klassifiziert und auf dieser Basis artspezifische Prozesse ausgeführt werden.
Bezuqszeichenliste
10 Roboter
11 Roboterarm 12 Greifer
12.1-12.3 Sauger (pneumatische Hubvorrichtung)
13 Steuerung
13.1 künstliches neuronales Netz
14 Kraftsensor 20 Aufnahmebehälter
21 Objekt/Last
30 Kommissionierstation
31 Verpackung

Claims

Patentansprüche
1. Verfahren zum Handhaben einer Lastanordnung (21) mit einem Roboter (10), mit den Schritten:
- Aktivieren eines Hubzustands eines Greifers (12) des Roboters zum Lastan heben;
- Ermitteln eines Parameters eines Zeitverlaufs einer lastanordnungsabhängigen Kraftgröße mithilfe wenigstens eines Sensors des Roboters während einer Bewegung der angehobenen Lastanordnung;
- Klassifizieren einer vom Greifer angehobenen Lastanordnung mithilfe eines maschinell gelernten Modells auf Basis des ermittelten Parameters, insbesondere während einer Bewegung der angehobenen Lastanordnung und/oder über einem Aufnahmegebiet, in dem sich die Lastanordnung zum Anheben befunden hat, insbesondere einem Aufnahmegebiet einer Aufnahmestation und/oder über oder in einem Aufnahmebehälter (20); und wenigstens einem der Schritte:
- Ausführen eines ersten Prozesses (S141) mit dem Roboter, falls die Lastanordnung in eine erste Klasse klassifiziert worden ist; und/oder
- Ausführen eines zweiten Prozesses (S142) mit dem Roboter, falls die Lastanordnung in eine zweite Klasse klassifiziert worden ist.
2. Verfahren nach Anspruch 1 , gekennzeichnet durch den Schritt: Ausführen eines dritten Prozesses (S143) mit dem Roboter, falls die Lastanordnung in eine dritte Klasse klassifiziert worden ist; insbesondere Ausführen eines vierten Prozesses (S140) mit dem Roboter, falls die Lastanordnung in eine vierte Klasse klassifiziert worden ist.
3. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Klassen sich in Anzahl, Verteilung und/oder Art der vom Greifer angehobenen Lasten unterscheiden.
4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Greifer wenigstens zwei Hubvorrichtungen, insbesondere Sauger (12.1- 12.3), aufweist und/oder der Sensor am Greifer, zwischen Greifer und einem Roboterarm, an dem dieser befestig ist, oder an dem Roboterarm angeordnet ist und/oder die Kraftgröße von wenigstens einer, insbesondere vertikalen, lastanordnungsabhängigen Kraftkomponente und/oder wenigstens einer lastanordnungsabhängigen Drehmomentkomponente abhängt.
5. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass
- der erste Prozess eine Transferbewegung der angehobenen Lastanordnung mithilfe des Roboters, insbesondere aus dem Aufnahmegebiet heraus und/oder zu einer Kommissionierungsstation (30), umfasst; und/oder
- der zweite Prozess eine vollständige oder teilweise Deaktivierung des Hubzustands des Greifers, insbesondere einer oder mehrerer seiner Hubvorrichtungen und/oder über dem Aufnahmegebiet, und/oder eine von dem ersten Prozess verschiedene, insbesondere sequentielle, Kommissionierung oder eine Wiederholung eines Hubversuchs umfasst; und/oder
- der dritte Prozess eine vollständige oder teilweise, insbesondere von dem zweiten Prozess verschiedene, Deaktivierung des Hubzustands des Greifers, insbesondere einer oder mehrerer seiner Hubvorrichtungen und/oder über dem Aufnahmegebiet, und/oder eine von dem ersten und zweiten Prozess verschiedene, insbesondere sequentielle, Kommissionierung oder eine Wiederholung eines Hubversuchs umfasst.
6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der zweite und/oder dritte Prozess eine geführte Ablagebewegung der angehobenen Lastanordnung mithilfe des Roboters, insbesondere in dem Aufnahmegebiet und/oder vor Deaktivierung des Hubzustands, umfasst und/oder die teilweise Deaktivierung des Hubzustands des Greifers eine Deaktivierung wenigstens einer der Hubvorrichtungen, während wenigstens eine weitere als lasttragend identifizierte der Hubvorrichtungen aktiviert bleibt, umfasst.
7. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Modell wenigstens ein künstliches neuronales Netz (13.1 ) aufweist und/oder mithilfe eines Anhebens wenigstens einer Lern-Lastanordnung mit dem Greifer des Roboters maschinell gelernt ist (S10). Verfahren nach dem vorhergehenden Anspruch, dadurch gekennzeichnet, dass die Klasse dieser wenigstens einen Lern-Lastanordnung manuell oder automatisiert eingegeben oder durch nur teilweise Aktivierung des Greifers, insbesondere nur einer seiner Hubvorrichtungen, vorgegeben ist und/oder das Modell mithilfe eines Anhebens mehrerer unterschiedlicher Lern-Lastanordnungen mit dem Greifer des Roboters maschinell gelernt ist. System zum Handhaben einer Lastanordnung mit einem Roboter (10), das zur Durchführung eines Verfahrens nach einem der vorhergehenden Ansprüche eingerichtet ist und/oder aufweist:
- Mittel zum Aktivieren eines Hubzustands eines Greifers (12) des Roboters zum Lastan heben;
- Mittel zum Ermitteln eines Parameters eines Zeitverlaufs einer lastanordnungsabhängigen Kraftgröße mithilfe wenigstens eines Sensors des Roboters während einer Bewegung der angehobenen Lastanordnung;
- Mittel zum Klassifizieren einer vom Greifer angehobenen Lastanordnung mithilfe eines maschinell gelernten Modells auf Basis des ermittelten Parameters, insbesondere während einer Bewegung der angehobenen Lastanordnung und/oder über einem Aufnahmegebiet, in dem sich die Lastanordnung zum Anheben befunden hat, insbesondere einem Aufnahmegebiet einer Aufnahmestation und/oder über oder in einem Aufnahmebehälter (20); und Mittel zum:
- Ausführen eines ersten Prozesses mit dem Roboter, falls die Lastanordnung in eine erste Klasse klassifiziert worden ist; und/oder
- Ausführen eines zweiten Prozesses mit dem Roboter, falls die Lastanordnung in eine zweite Klasse klassifiziert worden ist. Computerprogrammprodukt mit einem Programmcode, der auf einem von einem Computer lesbaren Medium gespeichert ist, zur Durchführung eines Verfahrens nach einem der vorhergehenden Ansprüche.
EP21758708.8A 2020-08-19 2021-08-12 Verfahren und system zum handhaben einer lastanordnung mit einem robotergreifer Pending EP4200106A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102020210537.5A DE102020210537A1 (de) 2020-08-19 2020-08-19 Verfahren und System zum Handhaben einer Lastanordnung mit einem Robotergreifer
PCT/EP2021/072498 WO2022038040A1 (de) 2020-08-19 2021-08-12 Verfahren und system zum handhaben einer lastanordnung mit einem robotergreifer

Publications (1)

Publication Number Publication Date
EP4200106A1 true EP4200106A1 (de) 2023-06-28

Family

ID=77447919

Family Applications (1)

Application Number Title Priority Date Filing Date
EP21758708.8A Pending EP4200106A1 (de) 2020-08-19 2021-08-12 Verfahren und system zum handhaben einer lastanordnung mit einem robotergreifer

Country Status (6)

Country Link
US (1) US12583102B2 (de)
EP (1) EP4200106A1 (de)
KR (1) KR20230051533A (de)
CN (1) CN116323108A (de)
DE (1) DE102020210537A1 (de)
WO (1) WO2022038040A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021208769B8 (de) 2021-08-11 2023-02-23 Kuka Deutschland Gmbh Verfahren und System zur Analyse eines Betriebs eines Roboters

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2704670C3 (de) * 1977-02-04 1981-11-19 Kernforschungsanlage Jülich GmbH, 5170 Jülich Greifer zum Heben schwerer Lasten
US5136687A (en) 1989-10-10 1992-08-04 Edelman Gerald M Categorization automata employing neuronal group selection with reentry
DE102012001265A1 (de) 2012-01-23 2013-07-25 Weber Maschinenbau Gmbh Breidenbach Vorrichtung und Verfahren zur Ermittlung des Gewichts einer Aufnahmevorrichtung
JP5616478B1 (ja) * 2013-04-18 2014-10-29 ファナック株式会社 ワークを搬送するロボットを備えるロボットシステム
NL2011625C2 (nl) 2013-10-16 2015-04-20 Bosch Sprang Beheer B V Matrijssysteem voor een thermovormmachine, thermovormmachine en werkwijze voor het thermovormen van een product.
US9205558B1 (en) 2014-07-16 2015-12-08 Google Inc. Multiple suction cup control
DE102016009030B4 (de) * 2015-07-31 2019-05-09 Fanuc Corporation Vorrichtung für maschinelles Lernen, Robotersystem und maschinelles Lernsystem zum Lernen eines Werkstückaufnahmevorgangs
KR101980603B1 (ko) * 2016-05-20 2019-05-22 구글 엘엘씨 오브젝트(들)를 캡처하는 이미지(들)에 기초하는 그리고 환경에서의 미래 로봇 움직임에 대한 파라미터(들)에 기초하여 로봇 환경에서의 오브젝트(들)의 모션(들)을 예측하는 것과 관련된 머신 학습 방법들 및 장치
JP2018027581A (ja) * 2016-08-17 2018-02-22 株式会社安川電機 ピッキングシステム
DE102016220643A1 (de) 2016-10-20 2018-04-26 Kuka Systems Gmbh Robotergreifer mit beweglichen Hilfssaugelementen
CN110785268B (zh) * 2017-06-28 2023-04-04 谷歌有限责任公司 用于语义机器人抓取的机器学习方法和装置
JP2019084601A (ja) * 2017-11-02 2019-06-06 キヤノン株式会社 情報処理装置、把持システムおよび情報処理方法
DE102018208126A1 (de) 2018-05-23 2019-11-28 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Verfahren zum Hantieren eines Werkstücks mit Hilfe eines Entnahmewerkzeugs und Maschine zur Durchführung des Verfahrens
DE202018103922U1 (de) 2018-07-09 2018-08-06 Schunk Gmbh & Co. Kg Spann- Und Greiftechnik Greifsystem als intelligentes Sensor-Aktor-System
JP2020062707A (ja) 2018-10-16 2020-04-23 株式会社東芝 情報処理装置
EP3871172A1 (de) * 2018-10-25 2021-09-01 Berkshire Grey, Inc. Systeme und verfahren zum lernen zur extrapolation optimaler zielrouting- und handhabungsparameter
AT521997B1 (de) * 2018-11-21 2021-11-15 Tgw Logistics Group Gmbh Optimierungsverfahren zur Verbesserung der Zuverlässigkeit einer Warenkommissionierung mit einem Roboter
US11839983B2 (en) * 2018-11-27 2023-12-12 Ocado Innovation Limited Systems and methods for robotic grasp verification
US20200270069A1 (en) * 2019-02-27 2020-08-27 Walmart Apollo, Llc Flexible automated sorting and transport arrangement (fast) robotic arm
US11312581B2 (en) * 2019-04-16 2022-04-26 Abb Schweiz Ag Object grasp system and method
US10576630B1 (en) 2019-05-31 2020-03-03 Mujin, Inc. Robotic system with a robot arm suction control mechanism and method of operation thereof
US11213953B2 (en) * 2019-07-26 2022-01-04 Google Llc Efficient robot control based on inputs from remote client devices
US20230356387A1 (en) * 2019-07-29 2023-11-09 Nimble Robotics, Inc. Storage Systems and Methods for Robotic Picking
US11345029B2 (en) * 2019-08-21 2022-05-31 Mujin, Inc. Robotic multi-gripper assemblies and methods for gripping and holding objects
CN112405570A (zh) * 2019-08-21 2021-02-26 牧今科技 用于夹持和保持物体的机器人多夹持器组件和方法
JP7282703B2 (ja) * 2020-02-10 2023-05-29 株式会社東芝 ロボットシステムおよびプログラム
US11478942B1 (en) * 2020-06-03 2022-10-25 Amazon Technologies, Inc. Robotic picking assemblies configured to grasp multiple items

Also Published As

Publication number Publication date
US12583102B2 (en) 2026-03-24
US20230302635A1 (en) 2023-09-28
CN116323108A (zh) 2023-06-23
WO2022038040A1 (de) 2022-02-24
DE102020210537A1 (de) 2022-02-24
KR20230051533A (ko) 2023-04-18

Similar Documents

Publication Publication Date Title
DE102015005908B4 (de) System zum Transportieren eines Werkstücks mit einer Funktion zur Überwachung einer externen Kraft
DE102016001174B4 (de) Robotersystem zum Entnehmen von Werkstücken mit Umrechenfunktion von Position und Orientierung und Verfahren zum Entnehmen von Werkstücken
DE102014005758B4 (de) Robotersystem, aufweisend einen Roboter zur Beförderung eines Werkstücks
DE102009011300B4 (de) Beladung von Lademitteln mit Paketen mittels Manipulator
DE102018112360B3 (de) Bereichsabhängige Kollisionsdetektion für einen Robotermanipulator
DE112018007727B4 (de) Robotersystem
DE102014005434A1 (de) Steuerungseinrichtung für einen Roboter zur Beförderung eines Werkstücks
AT519452A4 (de) Verfahren und Vorrichtung zum Kommissionieren von Waren
DE102021125068A1 (de) Ladesystem und Informationsverarbeitungsvorrichtung
EP2952296A2 (de) Vorrichtung zum automatisierten entnehmen von in einem behälter angeordneten werkstücken
WO2014205475A1 (de) Verfahren zum robotergestützten stapeln von gegenständen
DE112018007729B4 (de) Maschinelle Lernvorrichtung und mit dieser ausgestattetes Robotersystem
EP3625157B1 (de) Handhabungseinrichtung zum handhaben von zumindest abschnittsweise ebenen gütern, verfahren zum betreiben einer derartigen handhabungseinrichtung
DE102018112370B4 (de) Richtungsabhängige Kollisionsdetektion für einen Robotermanipulator
DE102017002354B4 (de) Transportieren von Objekten, insbesondere Kommissionieren von Waren, mithilfe eines Roboters
DE102019102470A1 (de) Einlernvorgang für ein Robotersystem bestehend aus zwei Robotermanipulatoren
DE102020107385B4 (de) Betriebseinstellvorrichtung zum einstellen des betriebs einer robotervorrichtung
WO2022038040A1 (de) Verfahren und system zum handhaben einer lastanordnung mit einem robotergreifer
DE102018205669B4 (de) Aufnehmen von Nutzlasten mittels eines robotergeführten Werkzeugs
DE102016120809B4 (de) Verfahren zum robotergestützten Einpassen eines männlichen Bauteils in ein weibliches Bauteil
DE102021214721B3 (de) Verfahren und System zum Betreiben eines Roboters
DE102019200930A1 (de) Vorrichtung und Verfahren zum automatischen Handhaben von Lagereinheiten
EP3710900B1 (de) Verfahren und system zum vorgeben bzw. lernen eines roboterbefehls
DE102013022533B3 (de) Verfahren zum robotergestützten Stapeln von Gegenständen
DE102021210749B3 (de) Verfahren und Vorrichtung zur Überwachung einer Füll- und/oder Verschließanlage und/oder Nachverarbeitungsanlage

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20230213

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)
P01 Opt-out of the competence of the unified patent court (upc) registered

Effective date: 20240508

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

17Q First examination report despatched

Effective date: 20251208