WO2017081029A2 - Automatisches detektieren und robotergestütztes bearbeiten von oberflächendefekten - Google Patents

Automatisches detektieren und robotergestütztes bearbeiten von oberflächendefekten Download PDF

Info

Publication number
WO2017081029A2
WO2017081029A2 PCT/EP2016/077017 EP2016077017W WO2017081029A2 WO 2017081029 A2 WO2017081029 A2 WO 2017081029A2 EP 2016077017 W EP2016077017 W EP 2016077017W WO 2017081029 A2 WO2017081029 A2 WO 2017081029A2
Authority
WO
WIPO (PCT)
Prior art keywords
defect
workpiece
defects
machining
workpiece surface
Prior art date
Application number
PCT/EP2016/077017
Other languages
English (en)
French (fr)
Other versions
WO2017081029A3 (de
Inventor
Kurt Häusler
Original Assignee
Atensor Engineering And Technology System 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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=57256311&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=WO2017081029(A2) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Atensor Engineering And Technology System Gmbh filed Critical Atensor Engineering And Technology System Gmbh
Priority to CN201680078039.2A priority Critical patent/CN108496124A/zh
Priority to DE112016005132.8T priority patent/DE112016005132A5/de
Publication of WO2017081029A2 publication Critical patent/WO2017081029A2/de
Publication of WO2017081029A3 publication Critical patent/WO2017081029A3/de
Priority to US15/974,482 priority patent/US11110611B2/en

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B51/00—Arrangements for automatic control of a series of individual steps in grinding a workpiece
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • B25J11/005—Manipulators for mechanical processing tasks
    • B25J11/0065—Polishing or grinding
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • B25J9/1697—Vision controlled systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D65/00—Designing, manufacturing, e.g. assembling, facilitating disassembly, or structurally modifying motor vehicles or trailers, not otherwise provided for
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • 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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/4097—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by using design data to control NC machines, e.g. CAD/CAM
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05D—PROCESSES FOR APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05D5/00—Processes for applying liquids or other fluent materials to surfaces to obtain special surface effects, finishes or structures
    • B05D5/005—Repairing damaged coatings
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • 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
    • G05B2219/35—Nc in input of data, input till input file format
    • G05B2219/35012—Cad cam
    • 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
    • G05B2219/45—Nc applications
    • G05B2219/45058—Grinding, polishing robot
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects

Definitions

  • the present description relates generally to the field of industrial robots, and more particularly to a system and method for automatically detecting defects in surfaces (e.g., automotive body paint defects) and their robotic machining, particularly by grinding or polishing.
  • defects in surfaces e.g., automotive body paint defects
  • robotic machining particularly by grinding or polishing.
  • WO 87/00629 AI a movable on a robot arm inspection device with a lighting and a camera unit known.
  • the camera unit picks up the light of the illumination unit reflected on the surface to be examined and in this way identifies surface defects.
  • DE 197 30 885 A 1 a method for detecting surface defects on body shells in a gantry system with conveyor belt is known in which detected surface defects are marked in a downstream marking device.
  • movable and triggerable marking nozzles which are equipped with water-soluble ink for marking relevant surface defects, are mounted on a gantry.
  • For the marking nozzles a contour-controlled distance adjustment is provided.
  • the object underlying the invention is to provide a method and a system which is capable of automatically detecting surface defects and of repairing them with the aid of robots.
  • the processing of the surface defects in robot-assisted repair should be adapted to the type of defect (defect).
  • the method comprises an optical inspection of the surface for the detection of defects as well as a three-dimensional measurement of the workpiece surface by means of optical sensors in the region of detected defects.
  • the method further comprises determining the topography of the workpiece surface in the region of at least one defect and determining a parameter set which characterizes the at least one defect.
  • At least one of the defects is categorized on the basis of the determined parameter set. That is, the defect is assigned to a defect category. Depending on the defect category of the at least one defect, a machining process is selected.
  • Each processing process is assigned at least one template of a processing path along which the defect is to be processed.
  • At least one defect by means of projection of the at least one template onto the workpiece surface according to a CAD model of the workpiece, at least one machining path is created. averages. Subsequently, the computer-assisted creation of a robot program for the robot-assisted processing of the at least one defect can take place.
  • the method includes locating defects in a surface of a workpiece and determining a three-dimensional topography of the localized defects and categorizing at least one localized defect based on its topography.
  • a machining process is selected, and in accordance with the selected machining process, a robot program for robot-assisted machining of the at least one defect is created computer-assisted.
  • a set of parameters characterizing the topography of the localized defects may be determined.
  • the categorization of the at least one localized defect takes place on the basis of the determined parameter set, wherein the defect can be unambiguously assigned to a defect category.
  • the determination of the three-dimensional topography of the localized defects includes, for example, the determination of the 3D coordinates of a point cloud as well as a three-dimensional reconstruction of the workpiece surface in the region of the respective defect.
  • Each processing process can be assigned at least one template of a processing path along which the defect is to be processed.
  • a processing path for the at least one defect can then be determined by means of projection of the at least one template onto the workpiece surface in accordance with a CAD model of the workpiece.
  • the system comprises an optical inspection and measuring system for inspecting the surface for detecting defects and for three-dimensional measurement of the workpiece surface by means of optical sensors in the region of detected defects.
  • the system further comprises at least one industrial robot for processing the workpiece surface as well as a data processing system which is adapted to the topography phie the workpiece surface in the range of at least one defect and a parameter set to determine which characterizes the at least one defect.
  • the at least one defect is categorized on the basis of the determined parameter set. That is, the defect is assigned to a defect category. Depending on the defect category of the at least one defect, a processing process stored in a database is selected.
  • Each processing process is assigned at least one template of a processing path along which the defect is to be processed.
  • a concrete machining path for the at least one defect is then determined by means of projection of the at least one template onto the workpiece surface in accordance with a CAD model of the workpiece.
  • a robot program for robot-assisted processing of the at least one defect can be created by the at least one industrial robot.
  • the system has an optical inspection system for locating defects in a surface of a workpiece and a data processing system which is designed to determine a three-dimensional topography of the localized defects, to assign at least one localized defect based on its topography to a defect category and depending on the defect category of the at least one defect to select a machining process. Subsequently, a robot program for robot-assisted processing of the at least one defect can be created according to the selected machining process.
  • FIG. 1 shows an arrangement for the optical inspection of a workpiece surface (automobile body) by means of optical sensors arranged on manipulators.
  • FIG. 2 shows a manipulator with a grinding tool for robot-assisted processing (in particular for the purpose of repair, spot-repair) of surface defects.
  • FIG. 3 shows by way of a flowchart an example of a method for the automatic detection and classification of surface defects.
  • FIG. 4 illustrates the determination of machining paths for machining a defect by means of projection of a template onto the workpiece surface.
  • FIG. 5 illustrates the determination of machining paths according to FIG. 4 on the basis of a flowchart and the subsequent generation of a robot program.
  • FIG. 6 illustrates an exemplary example of a machining path template.
  • FIG. 7 illustrates the adaptation of a template by rotation, scaling, displacement and / or distortion for the processing of two adjacent surface defects of the same category in a process.
  • FIG. 8 illustrates the adaptation of two templates by rotation, displacement and / or distortion for the overlap-free processing of two adjacent surface defects of different categories.
  • Figure 9 illustrates the adaptation of a template by rotation, scaling, displacement and / or distortion to avoid overlapping with an edge.
  • FIG. 10 shows by way of example the machining process for processing a surface defect.
  • the following description relates essentially to the detection of surface defects in painted workpiece surfaces.
  • the use of the method described here is not limited to the control of painting processes, but can also be used for detection and processing (with a view to repairing repair) of surface defects due to causes other than faulty painting.
  • the methods described here are intended to allow complete automation of the surface inspection, the evaluation of the detected surface defects and their processing. Due to the automatic, computer-assisted evaluation of the measurement results, the desired quality would be reproducible and the specifiable quality standards could be maintained at a constant level.
  • FIG. 1 shows an example of a measuring system with a plurality of sensors guided by manipulators (industrial robots) for optical inspection by means of cameras of the surface of a workpiece 10, for example an automobile body painted with a base coat and a primer.
  • manipulators industrial robots
  • the purpose of the surface inspection is a detection (which also includes a localization) of surface defects and a three-dimensional measurement of at least those areas of the workpiece surface in or on which a defect was detected.
  • manipulators 31, 32 and 33 in use, which simultaneously perform the surface inspection. Yes, after available During the surface inspection, two or more manipulators can be used. In certain applications, a single robot with a sensor head may suffice.
  • each of the sensor heads has an LCD monitor (for illumination), a plurality (e.g., four) cameras, and a control unit.
  • structured light can be generated to illuminate the workpiece surface, which is recorded with the high-resolution cameras.
  • the structured light generated by the LCD monitor is a striped pattern with sinusoidal brightness modulation projected onto the workpiece.
  • the resulting reflected pattern is detected - for different phase shifts of the fringe pattern - by the cameras of the respective sensor head 21, 22 and 23, and the captured images are evaluated to match the coordinates of surface defects (more precisely "defect candidates") on the surface of the workpiece
  • the defect candidates can already be localized in a two-dimensional camera image (with the stripe patterns mentioned) and using a CAD model of the workpiece only a three-dimensional measurement of the areas in which a defect candidate has been localized, by means of a deflektometric measuring method, is carried out Whether a defect candidate is actually a surface defect to be treated can then be determined on the basis of the d be judged by real-time measurement.
  • the result of the three-dimensional measurement of a defect candidate is first a point cloud, which describes the three-dimensional structure (the topography) of the relevant surface area.
  • a point cloud which describes the three-dimensional structure (the topography) of the relevant surface area.
  • a suitable measuring system is e.g. the system reflectCONTROL from Micro-Epsilon Messtechnik.
  • other systems for the three-dimensional measurement of surfaces can be used. Since such measuring systems are known per se, it will not be discussed further here.
  • FIG. 2 shows a robot cell with a manipulator 34 that is equipped with a grinding tool 24 (eg an orbital grinding machine).
  • the manipulator 34 can be a handling device (not shown).
  • posed, cf. Actuator 25 in Fig. 10 which is arranged between the tool center point (TCP) of the manipulator 34 and the grinding tool 24 and which is adapted to the pressing force with which the grinding tool 24 is pressed onto the surface of the workpiece 10 to set virtually any (within certain limits) and to keep constant or sections constant.
  • the controller 40 not only determines the trajectory of the robot, but also tool-dependent parameters relating to the repair process, such as contact pressure of the grinding tool 24, speed or speed of the abrasive, and the like.
  • FIG. 3 shows by way of a flow chart an example of a method with which surface defects can be detected automatically (recognized and localized as such) and automatically classified according to predefinable criteria.
  • the further processing of the surface for repairing the defect (spot repair) of the defect depends on the classification of the defect (see also explanations to FIG.
  • the automated surface inspection is performed (see Fig. 3, step S l) to detect potential surface defects (defect candidate) (eg by means of image processing methods known per se) and by 3D measurement of the workpiece surface for each defect candidate (see FIG. 3, step S2) to obtain a point cloud, which represents the workpiece surface in the area of a surface defect.
  • step S3 a surface feedback, ie, a three-dimensional reconstruction of the workpiece surface (see FIG. 3, step S3) takes place in order to determine the structure (topography) of the respective defect candidate.
  • a defect D detected on the surface of a workpiece 10
  • this is parameterized according to the method described here (see Fig. 3, step S4). That is, each defect D, is assigned a set P, characteristic parameter, which abstractly describe the topography of the defect D.
  • the lateral extent di could, for example, be the length of a scratch or the diameter of an (approximately round) elevation (eg due to a drop of paint) in the painted surface. NEN.
  • the extent u could indicate the depth of the scratch or the height of the elevation (relative to the ideal workpiece surface).
  • the steepness of a defect may also play a role in subsequent processing.
  • This could be characterized, for example, by a parameter of the set P, and could, for example, represent the ratio of the area of a surface defect to its height or depth u or the ratio u Idi or a mean gradient (slope) of the surface structure in the area of the defect.
  • the position and the position (orientation) of a defect Di are represented by a point Oi on the surface of the workpiece and the associated normal vector m.
  • the point Oi could approximately represent the "center" (eg the centroid) of a surface defect
  • the normal vector m defines a plane Ei, which is also referred to as a defect plane (see also FIGS. 4 and 6).
  • a processing process Rj for robot-assisted processing of the surface defect is stored in a database.
  • a machining process Rj for machining a defect Di of a specific defect category Kj is defined by the tool to be used and the machining steps to be performed with the tool.
  • a processing step is defined by one or more processing paths, which are defined by interpolation points, a path velocity with which the processing paths are to be traversed, and time- and / or position-dependent trigger points on the processing paths at which predefinable actions (eg change of process parameters eg contact pressure , Speed, activation of a rotational and / or eccentric movement of the grinder and the like) can be triggered.
  • predefinable actions eg change of process parameters eg contact pressure , Speed, activation of a rotational and / or eccentric movement of the grinder and the like
  • relevant or useful criteria for the categorization of surface defects can be eg: Distinction of the defects according to size categories (eg very small, small, medium, large), distinction of the defects after lateral expansion (eg defined by the mean or maximum radius of the defect), distinction of the defects after expansion normal to the workpiece surface (eg an inclusion (increase) with a height of more than 5 ⁇ , a crater (depression) with a depth of more than 10 ⁇ , etc.).
  • Whether a detected surface defect (defect candidate) must be processed at all can also be made dependent on different criteria. Possible criteria for this are e.g. the number of faults of a particular category within a defined zone of the workpiece. For example, a single surface defect may be accepted, and if multiple surface defects (or a certain number of surface defects) occur, at least as many of them must be processed until the maximum number allowed is reached again. Similarly, surface defect processing can be made dependent on whether it occurs frequently (that is, if more than a certain number of defects occur within a spatially limited area on the workpiece surface).
  • a very small defect would not be relevant in itself, but if there are too many (in themselves irrelevant) very small defects at a certain distance from one another, these are no longer irrelevant in their entirety and must be taken into account during processing. Based on these criteria, e.g. some defect candidates are taken from the list of defects to be processed.
  • each defect category Kj is assigned exactly one machining process Rj, which can have one or more machining steps, wherein in each machining step the tool is moved along at least one machining path by means of a manipulator (see FIG. 2, tool 24, manipulator 34) ,
  • These processing paths are stored in the form of templates (eg in the mentioned database), which are defined independently of the actual geometry of the workpiece in a plane (the defect plane).
  • a template Xi is composed of several points Xu, Xi2, etc., which are projected from the defect plane Ei onto the workpiece surface (according to the CAD model) in order to move from the original Xi to the actual processing path Xi '. The projected points Xu ', X, 2', etc.
  • machining path Xi ' for a concrete machining step of a machining process Rj for machining a defect Di of the category Kj.
  • Every point Xu', Xi 2 ', etc. is a normal vector ⁇ ', ni 2 ', etc. assigned.
  • the path can be completed, for example, by means of spline interpolation. This procedure is outlined in FIG. 4.
  • the machining tool with defined, adjustable force always presses the workpiece 10 normally on the workpiece surface.
  • FIG. 5 shows an example of the generation of a robot program for processing surface defects starting with the selection of a machining process Rj depending on the defect category Kj (see FIG. 5, step S6).
  • a processing process Rj can have one or more processing steps, each with one or more processing path templates X,.
  • Each of the templates X is composed by a set of dots (at least two dots) X Ü , X 12 , etc.
  • To calculate the actual processing path X 'the points of the original are projected from the defect plane Ei onto the workpiece surface (according to the CAD model) (see FIG. 5, step S7).
  • the transition paths between two processing paths can be calculated by means of methods known per se for automatic path planning (see Figure 5, step S9).
  • One or more robot programs can be generated from the processing and transition paths designed in this way using computer-aided, computer-aided methods (see FIG. 5, step s 10).
  • FIG. 6 schematically shows a template X for determining a processing path X '(see projection of FIG. 4) of a processing process Rj for processing a defect Di of the category Kj (the line AA' represents the cutting plane illustrated in FIG.
  • the template may be adapted to it, depending on the lateral dimension of the defect Di, eg by transformation by means of displacement or rotation or scaling or distortion or any combination of displacement, rotation, scaling and distortion.
  • a problem may arise if two defects Di, Dk are so close together that the processing surfaces of the processes for processing the two Defective Di, Dk overlap.
  • the processing area of a processing process Rj is that area of the workpiece surface that is actually processed by the tool during the processing process Rj.
  • Whether an overlap (ie a collision of two machining processes) occurs can be determined during the projection (FIG. 5, step S8).
  • an overlap there are two possibilities: in the case of two adjacent defects Di, Dk of the same category Kj can be checked (by software), whether by a transformation (displacement, rotation, scaling and / or distortion) of the template in a process both defects Di , Dk can be repaired simultaneously (see Fig. 7); in the case of two adjacent defects Di, D m of different categories can be checked (by software), whether by transformation of the respective templates an overlap (overlap) can be prevented (see Fig. 8).
  • the defect Di is far enough away from the edge 11, so that no transformation of the original is necessary
  • the processing path has been displaced and distorted to avoid overlap with the edge 11.
  • the procedure is essentially the same e is the same as before in the example of FIG. 8.
  • FIG. 10 shows by way of example a part of a machining process for processing a surface defect Di.
  • the surface geometry is identical to the representation from FIG.
  • the points Xu and Xi 2 of the machining path projected onto the surface and the associated position of the tool 24 (at the point ti at the point in time) can be seen Xii and at time t 2 at point X 12 ).
  • the tool is aligned by the manipulator 24 so that the force F, which is exerted by the tool 24 on the surface of the workpiece 10, always in the direction of the respective surface normal ( ⁇ 'or n 12 ') acts.
  • An actuator 25 acting between tool 24 and TCP of the manipulator 34 allows any regulation of the force F according to the specifications which are stored for a specific processing process in the mentioned database.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biochemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Robotics (AREA)
  • Combustion & Propulsion (AREA)
  • Transportation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Automation & Control Theory (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Numerical Control (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Finish Polishing, Edge Sharpening, And Grinding By Specific Grinding Devices (AREA)

Abstract

Es wird ein Verfahren zum automatisierten Erkennen von Defekten in einer Werkstückoberfläche und Erzeugung eines Roboterprogramms zur Bearbeitung des Werkstücks beschrieben. Gemäß einem weiteren Beispiel der Erfindung umfasst das das Verfahren das Lokalisieren von Defekten in einer Oberfläche eines Werkstücks sowie das Ermitteln einer dreidimensionalen Topographie der lokalisierten Defekte und das Kategorisieren von zumindest einem lokalisierten Defekt basierend auf dessen Topographie. Abhängig von der Defektkategorie des mindestens einen Defekts wird ein Bearbeitungsprozess ausgewählt, und gemäß dem ausgewählten Bearbeitungsprozess wird computergestützt ein Roboterprogramms zur robotergestützten Bearbeitung des zumindest einen Defekts erstellt.

Description

AUTOMATISCHES DETEKTIEREN UND ROBOTERGESTÜTZTES
BEARBEITEN VON OBERFLÄCHENDEFEKTEN
TECHNISCHES GEBIET
Die vorliegende Beschreibung betrifft allgemein das Gebiet der Industrieroboter, insbesondere ein System und ein Verfahren zum automatischen Detektieren von Defekten in Oberflächen (z.B. Lackdefekte einer Automobilkarosserie) und deren robotergestützte Bearbeitung, insbesondere mittels Schleifen oder Polieren.
HINTERGRUND
Bei einer automatisierten, robotergestützten Fertigung, beispielsweise im Automobilbereich, stellt sich unter anderem das Problem, Defekte in Oberflächen eines Werkstücks (beispielsweise Defekte in einer Lackschicht nach dem Lackieren des Werkstücks) automatisiert zu erkennen und sofern nötig auch mittels Roboter zu reparieren (z.B. durch Schleifen oder Polieren). Systeme und Verfahren zum Robotergestützten Detektieren von Oberflächendefekten sind seit einiger Zeit bekannt. So ist aus der Publikation
WO 87/00629 AI eine an einem Roboterarm bewegbare Inspektionsvorrichtung mit einer Beleuchtungs- und einer Kameraeinheit bekannt. Die Kameraeinheit nimmt das auf der zu untersuchenden Oberfläche reflektierte Licht der Beleuchtungseinheit auf und identifiziert auf diese Weise Oberflächenfehler. Aus der DE 197 30 885 A 1 ist ein Verfahren zum Erkennen von Oberflächenfehlern an Rohkarosserien in einer Portalanlage mit Förderband bekannt, bei dem erkannte Oberflächenfehler in einer nachgeordneten Markiervorrichtung markiert werden. Dazu sind an einem Portal gesteuert bewegbare und auslösbare Markierdüsen angebracht, die mit wasserlöslicher Farbe zur Markierung von relevanten Oberflächenfehlern bestückt sind. Für die Markierdüsen ist eine konturgesteuerte Abstandsanpassung vorgesehen.
Die meisten der heutzutage eingesetzten Systeme, beschränken sich darauf, Oberflächendefekte zu detektieren und zu markieren. Vielfach werden die Defekte dann einzeln von einem Facharbeiter geprüft und manuell ausgebessert. Aus der Publikation US 6,714,831 B2 ist ein System zum Erkennen und Ausbessern von Defekten insbesondere auf lackierten Oberflächen bekannt, bei dem die Positionen der Oberflächendefekte in dem Koordinaten- System des untersuchten Objekts bestimmt, eine Reparaturstrategie entwickelt und aufbauend auf dieser Strategie ein Reparatursystem unter Verwendung der Objektkoordinaten der Positionen der Defekte angesteuert wird. Die„Reparaturstrategie" umfasst dabei die Wahl des Pfads, entlang dem die Defekte angefahren werden, sowie die Wahl der Werkzeuge und der Roboter. Da jedoch nicht alle Oberflächendefekte auf gleiche Weise behandelt werden können und manche Defekte gar nicht behandelt werden müssen, besteht hier noch Verbesserungsbedarf.
Die der Erfindung zugrunde liegende Aufgabe besteht darin, ein Verfahren und ein System zur Verfügung zu stellen, welches in der Lage ist Oberflächendefekte automatisch zu detektieren und mit Hilfe von Robotern auszubessern. Dabei soll die Bearbeitung der Oberflächendefekte im Rahmen der robotergestützten Reparatur an die Art (die Ausprägung) des Defekts angepasst sein.
ZUSAMMENFASSUNG
Die genannte Aufgabe wird durch das Verfahren gemäß Anspruch 1 oder 11 bzw. durch ein System gemäß Anspruch 10 oder 16 gelöst. Unterschiedliche Ausführungsbeispiele und Weiterentwicklungen sind Gegenstand der abhängigen Ansprüche.
Im Folgenden wird ein Verfahren zum automatisierten Erkennen und robotergestützten Bearbeiten von Defekten in einer Werkstückoberfläche beschrieben. Gemäß einem Beispiel der Erfindung umfasst das Verfahren eine optische Inspektion der Oberfläche zur Detektion von Defekten sowie eine dreidimensionale Vermessung der Werkstückoberfläche mittels optischer Sensoren im Bereich detektierter Defekte. Das Verfahren umfasst weiter das Ermitteln der Topographie der Werkstückoberfläche im Bereich von zumindest einem Defekt und das Ermitteln eines Parametersatzes, welcher den zumindest einen Defekt charakterisiert. Zumindest einer der Defekte wird anhand des ermittelten Parametersatzes kategorisiert. Das heißt, der Defekt wird einer Defektkategorie zugeordnet. Abhängig von der Defektkategorie des mindestens einen Defekts wird ein Bearbeitungsprozess ausgewählt. Jedem Bearbeitungsprozess ist dabei mindestens eine Vorlage einer Bearbeitungsbahn zugeordnet, entlang der der Defekt bearbeitet werden soll. Für den zumindest einen Defekt wird mittels Projektion der mindestens einen Vorlage auf die Werkstückoberfläche gemäß einem CAD-Modell des Werkstücks mindestens eine Bearbeitungsbahn er- mittelt. Im Anschluss kann das computergestützte Erstellen eines Roboterprogramms zur robotergestützten Bearbeitung des zumindest einen Defekts erfolgen.
Des Weiteren wird ein Verfahren zum automatisierten Erkennen von Defekten in einer Werkstückoberfläche und Erzeugung eines Roboterprogramms zur Bearbeitung des Werkstücks beschrieben. Gemäß einem weiteren Beispiel der Erfindung umfasst das das Verfahren das Lokalisieren von Defekten in einer Oberfläche eines Werkstücks sowie das Ermitteln einer dreidimensionalen Topographie der lokalisierten Defekte und das Kategorisieren von zumindest einem lokalisierten Defekt basierend auf dessen Topographie. Abhängig von der Defektkategorie des mindestens einen Defekts wird ein Bearbeitungsprozess ausgewählt, und gemäß dem ausgewählten Bearbeitungsprozess wird computergestützt ein Roboterprogramms zur robotergestützten Bearbeitung des zumindest einen Defekts erstellt.
Gemäß einem Ausführungsbeispiel kann ein Parameter satz, welcher die Topographie der lokalisierten Defekte charakterisiert, bestimmt werden. Das Kategorisieren des zumindest einen lokalisierten Defekts erfolgt anhand des ermittelten Parametersatzes, wobei der Defekt einer Defektkategorie eindeutig zugeordnet werden kann. Das Ermitteln der dreidimensionalen Topographie der lokalisierten Defekte umfasst beispielsweise die Bestimmung der 3D-Koordinaten einer Punktwolke sowie eine dreidimensionale Rekonstruktion der Werkstückoberfläche im Bereich des jeweiligen Defekts.
Jedem Bearbeitungsprozess kann mindestens eine Vorlage einer Bearbeitungsbahn, entlang der der Defekt bearbeitet werden soll, zugeordnet sein. Eine Bearbeitungsbahn für den zumindest einen Defekt kann dann mittels Projektion der mindestens einen Vorlage auf die Werkstückoberfläche gemäß eines CAD-Modells des Werkstücks ermittelt werden.
Des Weiteren wird ein System zum automatisierten Erkennen und robotergestützten Bearbeiten von Defekten in einer Werkstückoberfläche beschrieben. Gemäß einem Ausführungsbeispiel umfasst das System ein optisches Inspektions- und Messsystem zur Inspektion der Oberfläche zur Detektion von Defekten sowie zur dreidimensionalen Vermessung der Werkstückoberfläche mittels optischer Sensoren im Bereich detektierter Defekte. Das System umfasst weiter mindestens einen Industrieroboter zur Bearbeitung der Werkstückoberfläche sowie eine Datenverarbeitungsanlage, welche dazu ausgebildet ist die Topogra- phie der Werkstückoberfläche im Bereich von zumindest einem Defekt sowie einen Parametersatz zu ermitteln, welcher den zumindest einen Defekt charakterisiert. Der zumindest eine Defekt wird anhand des ermittelten Parametersatzes kategorisiert. Das heißt, der Defekt wird einer Defektkategorie zugeordnet. Abhängig von der Defektkategorie des mindestens einen Defekts wird ein in einer Datenbank hinterlegter Bearbeitungsprozess ausgewählt. Jedem Bearbeitungsprozess ist mindestens eine Vorlage einer Bearbeitungsbahn, entlang der der Defekt bearbeitet werden soll, zugeordnet. Eine konkrete Bearbeitungsbahn für den zumindest einen Defekt wird dann mittels Projektion der mindestens einen Vorlage auf die Werkstückoberfläche gemäß einem CAD-Modell des Werkstücks ermittelt. Danach kann ein Roboterprogramm zur robotergestützten Bearbeitung des zumindest einen Defekts durch den mindestens einen Industrieroboter erstellt werden.
Des Weiteren wird ein System zum automatisierten Erkennen von Defekten in einer Werkstückoberfläche und Erzeugung eines Roboterprogramms zur Bearbeitung des Werkstücks; beschrieben. Gemäß einem Ausführungsbeispiel weist das System ein optisches Inspektionssystem zum Lokalisieren von Defekten in einer Oberfläche eines Werkstücks sowie eine Datenverarbeitungsanlage auf, die dazu ausgebildet ist eine dreidimensionale Topographie der lokalisierten Defekte zu ermitteln, zumindest einen lokalisierten Defekt basierend auf dessen Topographie einer Defektkategorie zuzuordnen und abhängig von der Defektkategorie des mindestens einen Defekts einen Bearbeitungsprozess auszuwählen. Anschließend kann ein Roboterprogramm zur robotergestützten Bearbeitung des zumindest einen Defekts gemäß dem ausgewählten Bearbeitungsprozess erstellt werden.
KURZE BESCHREIBUNG DER ABBILDUNGEN
Die Erfindung wird nachfolgend anhand von den in den Abbildungen dargestellten Beispielen näher erläutert. Die Darstellungen sind nicht zwangsläufig maßstabsgetreu und die Erfindung beschränkt sich nicht nur auf die dargestellten Aspekte. Vielmehr wird Wert darauf gelegt, die der Erfindung zugrunde liegenden Prinzipien darzustellen. In den Abbildungen zeigt:
Figur 1 zeigt eine Anordnung zur optischen Inspektion einer Werkstückoberfläche (Automobilkarosserie) mittels an Manipulatoren angeordneter optischer Sensoren. Figur 2 zeigt einen Manipulator mit einem Schleifwerkzeug zur robotergestützten Bearbeitung (insbesondere zum Zwecke der Ausbesserung, spot-repair) von Oberflächendefekten.
Figur 3 zeigt anhand eines Flussdiagrams ein Beispiel eines Verfahrens zum automatischen Detektieren und Klassifizieren von Oberflächendefekten.
Figur 4 illustriert die Ermittlung von Bearbeitungsbahnen zur Bearbeitung eines Defekts mittels Projektion einer Vorlage auf die Werkstückoberfläche.
Figur 5 illustriert die Ermittlung von Bearbeitungsbahnen gemäß Fig. 4 anhand eines Flussdiagramms sowie die anschließende Erzeugung eines Roboterprogramms.
Figur 6 illustriert ein exemplarisches Beispiel einer Bearbeitungsbahn-Vorlage (template).
Figur 7 illustriert die Anpassung einer Vorlage durch Drehung, Skalierung, Verschiebung und/oder Verzerrung für die Bearbeitung zweier benachbarte Oberflächendefekte gleicher Kategorie in einem Prozess.
Figur 8 illustriert die Anpassung zweier Vorlagen durch Drehung, Verschiebung und/oder Verzerrung für die überlappungsfreie Bearbeitung zweier benachbarte Oberflächendefekte verschiedener Kategorie.
Figur 9 illustriert die Anpassung einer Vorlage durch Drehung, Skalierung, Verschiebung und/oder Verzerrung, um Überlappungen mit einer Kante zu vermeiden.
Figur 10 zeigt exemplarisch den Bearbeitungspro zess zur Bearbeitung eines Oberflächendefektes.
DETAILLIERTE BESCHREIBUNG
Die folgende Beschreibung bezieht sich im Wesentlichen auf die Detektion von Oberflächendefekten in lackierten Werkstückoberflächen. Die Anwendung des hier beschriebenen Verfahrens ist jedoch nicht auf die Kontrolle von Lackierprozessen beschränkt, sondern kann auch für die Detektion und Bearbeitung (im Hinblick auf eine Ausbesserung, spot- repair) von Oberflächendefekten aufgrund anderer Ursachen als fehlerhafte Lackierung verwendet werden.
Während eines Lackiervorganges können nach jedem Lackierschritt unterschiedlichste Oberflächendefekte, wie etwa Schmutz- oder Fasereinschlüsse, PVC-Reste oder„Krater" auftreten. In vielen Produktionsanlagen werden derartige Defekte heutzutage von Fachpersonal detektiert und durch manuelles Schleifen ausgebessert. Ungeachtet der Tatsache, dass im Bereich des Lackierens heutzutage ein Großteil der Tätigkeiten vollständig automatisiert ist, ist die Behebung von etwaigen Lackfehlern eine sehr personal- und zeitintensive Tätigkeit, deren Ergebnis stark von der ausführenden Person abhängig ist. Bedingt durch die subjektive Einschätzung der verantwortlichen Person, welche beurteilt, ob und ggf. wie ein Lackdefekt gemäß den jeweiligen Qualitäts Standards zu beseitigen ist, erweist sich die Aufrechterhaltung einer einheitlichen Qualität als schwierig.
Die hier beschriebenen Verfahren sollen eine vollständige Automatisierung der Oberflächeninspektion, der Bewertung der erkannten Oberflächendefekte sowie deren Bearbeitung ermöglichen. Durch die automatische, computergestützte Bewertung der Messergebnisse wäre die erwünschte Qualität reproduzierbar und die vorgebbaren Qualitätsstandards könnten konstant eingehalten werden.
Es sind unterschiedliche Messsysteme zur dreidimensionalen Vermessung von Werkstückoberflächen bekannt. In den hier beschriebenen Beispielen arbeitet das Messsystem basierend auf dem Verfahren der Deflektometrie, was es ermöglicht auf lackierten Oberflächen Defekte ab einer lateralen (d.h. entlang der Oberfläche) Ausdehnung von rund 100 μιη zu erkennen und zu lokalisieren. Figur 1 zeigt ein Beispiel eines Messsystems mit mehreren von Manipulatoren (Industrierobotern) geführten Sensoren zur optischen Inspektion mittels Kameras der Oberfläche eines Werkstücks 10, beispielsweise eine mit Grundierung (base coat) und Füller (primer) lackierten Automobilkarosserie. Zweck der Oberflächeninspektion ist eine Erkennung (das umfasst auch eine Lokalisierung) von Oberflächendefekten und eine dreidimensionale Vermessung von zumindest jenen Bereichen der Werkstückoberfläche, in oder auf denen ein Defekt erkannt wurde. Im vorliegenden Beispiel sind in einer Roboterzelle mit den Sensorköpfen 21, 22 und 23 bestückte Manipulatoren 31, 32 und 33 im Einsatz, welche gleichzeitig die Oberflächeninspektion durchführen. Ja nach verfügba- rer Zeit für die Oberflächeninspektion können auch zwei oder mehr Manipulatoren zum Einsatz kommen. In bestimmten Anwendungen kann auch ein einziger Roboter mit einem Sensorkopf ausreichen.
Im vorliegenden Beispiel weist ein jeder der Sensorköpfe einen LCD-Monitor (zur Beleuchtung), mehrere (z.B. vier) Kameras und eine Steuereinheit auf. Mit Hilfe des LCD- Monitors kann strukturiertes Licht zur Beleuchtung der Werkstückoberfläche erzeugt werden, welche mit den hochauflösenden Kameras aufgenommen wird. Das vom LCD- Monitor erzeugte strukturierte Licht ist ein Streifenmuster mit sinusförmiger Helligkeitsmodulation, welches auf das Werkstück projiziert wird. Das resultierende reflektierte Muster wird - für unterschiedliche Phasenverschiebungen des Streifenmusters - von den Kameras des jeweiligen Sensorkopfes 21, 22 und 23 erfasst, und die erfassten Bilder werden ausgewertet, um die Koordinaten von Oberflächendefekten (genau genommen„Defektkandidaten") auf der Oberfläche des Werkstückes zu ermitteln. Für die Erkennung von Defektkandidaten ist bei dem hier beschriebenen Messsystem noch keine dreidimensionale Vermessung der gesamten Werkstückoberfläche nötig. Die Defektkandidaten können bereits in einem zweidimensionalen Kamerabild (mit den erwähnten Streifenmustern) und unter Verwendung eines CAD-Modells des Werkstücks lokalisiert werden. Danach muss nur mehr eine dreidimensionale Vermessung jener Bereiche durchgeführt werden, in denen ein Defektkandidat lokalisiert wurde, mittels eines deflektometrischen Messverfahrens. Ob ein Defektkandidat tatsächlich ein zu behandelnder Oberflächendefekt ist, kann dann auf Grundlage der dreidimensionalen Vermessung beurteilt werden. Im vorliegenden Beispiel ist für die dreidimensionale Vermessung keine separate Aufnahme von Bildern nötig, sondern nur mehr eine digitale Auswertung der zweidimensionalen Kamerabilder (Krümmungsbilder, die Krümmungsinformation steckt in den Grauwerten der einzelnen Pixel), woraus sich Punktwolken (point clouds) aus 3D-Koordinaten von Punkten auf der Oberfläche des Werkstücks (in den Bereichen der Defekte bzw. Defektkandidaten) berechnen lassen.
Mittels eines Best- Fit- Ansatzes werden vor jeder Messung mit einem der Sensorköpfe 21, 22, oder 23 über die Werkstückoberfläche verteilte, charakteristische Merkmale (z.B. Kanten, Löcher, Ecken, etc.) betrachtet. Daraus wird die exakte Lage des Werkstücks relativ zu einer Soll-Lage (basierend auf einem CAD-Modell des Werkstücks) festgestellt. Die Ma- nipulatoren 31, 32 und 33 können dann so angesteuert werden, dass die ermittelte Lageabweichung kompensiert wird. Dadurch wird sichergestellt, dass die Positionen der Sensorköpfe 21, 22 und 23 relativ zu der zu inspizierenden Werkstückoberfläche bei verschiedenen gleichartigen Werkstücken immer gleich und unabhängig von eventuellen Lagetoleranzen sind. Dies ermöglicht eine sehr genaue Lokalisierung eines Defekts auf dem CAD- Modell des Werkstücks. Für die weiter unten erläuterte automatisierte Bearbeitung des Werkstücks zur Ausbesserung der Oberflächendefekte kann diese Positioniergenauigkeit ebenfalls wichtig sein.
Ergebnis der dreidimensionalen Vermessung eines Defektkandidaten ist zunächst eine Punktwolke (point cloud), welche die dreidimensionale Struktur (die Topographie) des betreffenden Oberflächenbereichs beschreibt. Mittels Flächenrückführung (surface reconstruction) kann aus den von den Sensorköpfen 21, 22 und 23 gelieferten Punktwolken für jeden Defektkandidaten z.B. dessen laterale Ausdehnung (entlang der Oberfläche) und dessen Höhe bzw. Tiefe (Ausdehnung normal zur Oberfläche) mit hoher Genauigkeit ermittelt werden (vgl. auch Fig. 3). Wenn wie im Beispiel gemäß Fig. 1 gezeigt, die Sensorköpfe zur optischen Inspektion mittels Manipulatoren bewegt werden, sind die von einem Sensorkopf ermittelten Messwerte (Punktkoordinaten) noch einer Koordinatentransformation in ein globales Koordinatensystem zu unterziehen. Diese Koordinatentransformation hängt natürlich von der Position des jeweiligen Sensorkopfes ab und damit von den Gelenkwinkeln des Manipulators, der den Sensorkopf trägt. In den Koordinaten einer Punktwolke (eines Oberflächendefekts bzw. eines Defektkandidaten) sind also die Positionen der Sensorköpfe 21, 22 und 23 während der Messung berücksichtigt. Ein geeignetes Messsystem ist z.B. das System reflectCONTROL von Micro-Epsilon Messtechnik. Je nach Anwendung können auch andere Systeme zur dreidimensionalen Vermessung von Oberflächen verwendet werden. Da derartige Messsysteme an sich bekannt sind, wird an dieser Stelle nicht weiter darauf eingegangen.
Bevor die Verarbeitung der Oberflächenmessdaten, die von dem Messsystem aus Fig. 1 ermittelt werden, näher erläutert wird, soll noch kurz auf die robotergestützte Reparatur der detektieren Oberflächenfehler eingegangen werden. Figur 2 zeigt eine Roboterzelle mit einem Manipulator 34, der mit einem Schleifwerkzeug 24 (z.B. eine Orbitalschleifmaschine) bestückt ist. Der Manipulator 34 kann dabei eine Handhabungsvorrichtung (nicht dar- gestellt, vgl. Aktor 25 in Fig. 10) aufweisen, die zwischen dem Tool-Center-Point (TCP) des Manipulators 34 und dem Schleifwerkzeug 24 angeordnet und die dazu ausgebildet ist, die Anpresskraft, mit der das Schleifwerkzeug 24 auf die Oberfläche des Werkstücks 10 gepresst wird, praktisch beliebig (in gewissen Grenzen) einzustellen und z.B. konstant oder abschnittsweise konstant zu halten. Die Steuerung 40 legt nicht nur die Trajektorie des Roboters fest, sondern auch werkzeugabhängige Parameter bezüglich des Reparaturprozesses wie z.B. Anpressdruck des Schleifwerkzeugs 24, Drehzahl oder Geschwindigkeit des Schleifmittels, und dergleichen.
Figur 3 zeigt anhand eines Flussdiagramms ein Beispiel eines Verfahrens, mit dem Oberflächendefekte automatisch detektiert (als solche erkannt und lokalisiert) und nach vorgebbaren Kriterien automatisch klassifiziert werden können. Von der Klassifizierung des Defekts hängt die weitere Bearbeitung der Oberfläche zum Ausbessern (spot-repair) des Defekts ab (vgl. auch Erläuterungen zu Fig. 4). In einem ersten Schritt wird die automatisierte Oberflächeninspektion durchgeführt (siehe Fig. 3, Schritt S l), um potentielle Oberflächendefekte (Defektkandidaten) zu erkennen (z.B. mittels an sich bekannter Bildverarbeitung smethoden) und mittels 3D Vermessung der Werkstückoberfläche für jeden Defektkandidaten (siehe Fig. 3, Schritt S2) eine Punktwolke {point cloud) zu erhalten, welche die Werkstückoberfläche im Bereich eines Oberflächendefekts repräsentiert. Auf diese Weise wird eine Menge D von N Oberflächendefekten D, ermittelt (D={Di, D2, DN}). Ein dafür geeignetes Messsystem wurde bereits unter Bezugnahme auf Fig. 1 diskutiert. In einem weiteren Schritt erfolgt eine Flächenrückführung, also eine dreidimensionale Rekonstruktion der Werkstückoberfläche (siehe Fig. 3, Schritt S3), um die Struktur (Topographie) des betreffenden Defektkandidaten zu ermitteln.
Wird ein Defekt D, auf der Oberfläche eines Werkstücks 10 erkannt, wird dieser gemäß dem hier beschriebenen Verfahren parametrisiert (siehe Fig. 3, Schritt S4). Das heißt, jedem Defekt D, wird eine Menge P, charakteristischer Parameter zugeordnet, welche die Topographie des Defekts D, abstrakt beschreiben. In einem einfachen Fall kann die Parametermenge Pi die laterale (entlang der Werkstückoberfläche) Ausdehnung di sowie die Ausdehnung t; normal zur Werkstückoberfläche umfassen (Pi={di, fr}). Die laterale Ausdehnung di könnte z.B. die Länge eines Kratzers oder den Durchmesser einer (annähernd runden) Erhöhung (z.B. aufgrund eines Farbtropfens) in der lackierten Oberfläche bezeich- nen. Die Ausdehnung u könnte die Tiefe des Kratzers oder die Höhe der Erhöhung bezeichnen (bezogen auf die ideale Werkstückoberfläche). Eine komplexere Parametrisie- rung ist je nach Anwendung möglich. Neben der Ausdehnung eines Oberflächendefektes kann auch die Steilheit eines Defekts eine Rolle für die nachfolgende Bearbeitung spielen. Diese könnte z.B. über einen Parameter der Menge P, charakterisiert werden und könnte z.B. das Verhältnis der Fläche eines Oberflächendefekts zu dessen Höhe oder Tiefe u darstellen oder das Verhältnis u Idi oder einen mittleren Gradienten (Steigung) der Oberflächenstruktur im Bereich des Defekts. Des Weiteren werden die Position und die Lage (Orientierung) eines Defekts Di durch einen Punkt Oi auf der Oberfläche des Werkstücks und den dazugehörigen Normal vektor m repräsentiert. Der Punkt Oi könnte z.B. annähernd die „Mitte" (z.B. den Flächenschwerpunkt) eines Oberflächendefekts darstellen. Der Normalvektor m definiert eine Ebene Ei, die auch als Defektebene bezeichnet wird (siehe auch Fig. 4 und 6).
Abhängig von der Parametermenge P, (d.h. abhängig von den Werten der in der Parametermenge Pi enthaltenen Parameter) wird der jeweilige Defekt Di einer Defektkategorie Kj aus der Menge Κ={Κι, K2, KM} zugeordnet, wobei M die Anzahl der Defektkategorien bezeichnet. Für jede Defektkategorie Kj ist in einer Datenbank ein Bearbeitungsprozess Rj zur robotergestützten Bearbeitung des Oberflächendefekts hinterlegt. Ein Bearbeitungsprozess Rj zur Bearbeitung eines Defekts Di einer bestimmten Defektkategorie Kj wird durch das zu verwendende Werkzeug und die mit dem Werkzeug durchzuführenden Bearbeitungsschritte definiert. Ein Bearbeitungsschritt ist definiert durch eine oder mehrere Bearbeitungsbahnen, die durch Stützpunkte definiert sind, einer Bahngeschwindigkeit, mit der die Bearbeitungsbahnen durchfahren werden soll, sowie zeit- und/oder positionsabhängigen Triggerpunkten auf den Bearbeitungsbahnen, an denen vorgebbare Aktionen (z.B. Änderung von Prozessparametern z.B. Anpressdruck, Drehzahl, Aktivierung einer Rotations- und/oder Exzenterbewegung des Schleifgeräts und dergleichen) ausgelöst werden können.
Mit der Kategorisierung der Oberflächendefekte (Defektkandidaten) wird sozusagen eine Bewertung der Oberflächendefekte hinsichtlich verschiedener Kriterien vorgenommen. In der Praxis relevante oder nützliche Kriterien zur Kategorisierung von Oberflächendefekten können z.B. sein: Unterscheidung der Defekte nach Größenkategorien (z.B. sehr klein, klein, mittel, groß), Unterscheidung der Defekte nach lateraler Ausdehnung (z.B. definiert durch den mittleren oder maximalen Radius des Defekts), Unterscheidung der Fehler nach Ausdehnung normal zur Werkstückoberfläche (z.B. ein Einschluss (Erhöhung) mit einer Höhe von mehr als 5 μιη, ein Krater (Vertiefung) mit einer Tiefe von mehr als 10 μιη, etc.).
Ob ein erkannter Oberflächendefekt (Defektkandidat) überhaupt bearbeitet werden muss, kann ebenfalls von unterschiedlichen Kriterien abhängig gemacht werden. Mögliche Kriterien hierfür sind z.B. die Anzahl von Fehlern einer bestimmten Kategorie innerhalb einer definierten Zone des Werkstücks. Beispielsweise kann ein einzelner Oberflächendefekt akzeptiert werden, beim Auftreten mehrerer Oberflächendefekte (oder einer bestimmter Anzahl von Oberflächendefekten) müssen zumindest so viele davon bearbeitet werden, bis die maximal erlaubte Anzahl wieder erreicht ist. Ähnlich kann eine Bearbeitung von Oberflächendefekten davon abhängig gemacht werden, ob sie gehäuft auftreten (also wenn innerhalb eines räumlich begrenzten Bereichs auf der Werkstückoberfläche mehr als eine bestimmte Anzahl von Defekten auftreten). Ein sehr kleiner Defekt wäre für sich gesehen nicht relevant, sind jedoch in einem bestimmten Abstand zueinander zu viele (für sich genommen nicht relevante) sehr kleine Defekte, sind diese in Summe nicht mehr irrelevant und müssen bei der Bearbeitung berücksichtigt werden. Basierend auf diesen Kriterien können z.B. einige Defektkandidaten von der Liste der zu bearbeitenden Defekte genommen werden.
Wie bereits erwähnt ist jeder Defektkategorie Kj genau ein Bearbeitungsprozess Rj zugeordnet, der einen oder mehrere Bearbeitungsschritte aufweisen kann, wobei in jedem Bearbeitungsschritt das Werkzeug mit Hilfe eines Manipulators (siehe Fig. 2, Werkzeug 24, Manipulator 34) entlang von mindestens einer Bearbeitungsbahn bewegt wird. Diese Bearbeitungsbahnen sind in Form von Vorlagen (templates) gespeichert (z.B. in der erwähnten Datenbank), die unabhängig von der tatsächlichen Geometrie des Werkstücks in einer Ebene (der Defektebene) definiert sind. Eine Vorlage (template) Xi ist zusammengesetzt aus mehreren Punkten Xu, Xi2, etc., die - um von der Vorlage Xi zu der tatsächlichen Bearbeitungsbahn Xi ' zu gelangen - von der Defektebene Ei auf die Werkstückoberfläche (gemäß CAD-Modell) projiziert werden. Die projizierten Punkte Xu ', X,2 ', etc. bilden die tatsächliche Bearbeitungsbahn Xi ' für einen konkreten Bearbeitungsschritt eines Bearbeitungsprozesses Rj zur Bearbeitung eines Defektes Di der Kategorie Kj. Jedem Punkt Xu ', Xi2', etc. ist ein Normalvektor ηα ', ni2', etc. zugeordnet. Zwischen zwei projizierten Punkten kann die Bahn z.B. mittels Spline-Interpolation vervollständigt werden. Diese Vorgehensweise ist in Fig. 4 skizziert. Während der Bearbeitung drückt das Bearbeitungswerkzeug mit definierter, einstellbarer Kraft immer normal zur Werkstück Oberfläche auf das Werkstück 10.
Das Flussdiagramm aus Fig. 5 zeigt ein Beispiel der Erzeugung eines Roboterprogramms zur Bearbeitung von Oberflächendefekten beginnend mit der Auswahl eines Bearbeitungsprozesses Rj abhängig von der Defektkategorie Kj (siehe Figur 5, Schritt S6). Ein Bearbei- tungsprozess Rj kann einen oder mehrere Bearbeitungsschritte mit jeweils einer oder mehrerer Bearbeitungsbahn- Vorlagen X,· aufweisen. Jede der Vorlagen X ist durch eine Menge von Punkten (mindestens zwei Punkte) XÜ, X12, etc. zusammengesetzt. Zur Berechnung der tatsächlichen Bearbeitungsbahn X, ' werden die Punkte der Vorlage von der Defektebene Ei auf die Werkstückoberfläche (gemäß CAD-Modell) projiziert (siehe Figur 5, Schritt S7). Die projizierten Punkte XÜ ', X;2', etc. und dazwischenliegende, z.B. mittels Interpolation ermittelte Zwischenpunkte ergeben dann die gewünschte Bearbeitungsbahn (siehe Figur 5, Schritt S8). Die Übergangsbahnen zwischen zwei Bearbeitungsbahnen (innerhalb eines oder mehrerer Bearbeitungsschritte eines Prozesses Rj oder zwischen der letzten Bahn eines Prozesses zur Bearbeitung des Defekts Di und der ersten Bahn zur Bearbeitung des nächsten Defektes Di+i) können mittels an sich bekannter Methoden zur automatischen Bahnplanung berechnet werden (siehe Figur 5, Schritt S9). Aus den so entworfenen Bear- beitungs- und Übergangsbahnen kann mittels an sich bekannter Methoden computergestützt austomatisiert ein oder mehrere Roboterprogramme erzeugt werden (siehe Figur 5, Schritt s 10).
Figur 6 zeigt schematisch eine Vorlage X, zur Ermittlung einer Bearbeitungsbahn X, ' (vgl. Projektion gemäß Fig. 4) eines Bearbeitungsprozesses Rj zur Bearbeitung eines Defekts Di der Kategorie Kj (die Linie A-A' repräsentiert die in Fig. 4 dargestellte Schnittebene). Die Vorlage kann abhängig von der lateralen Abmessung des Defekts Di an diesen angepasst werden z.B. durch Transformation mittels Verschiebung oder Drehung oder Skalierung oder Verzerrung oder einer beliebigen Kombination von Verschiebung, Drehung, Skalierung und Verzerrung. Ein Problem kann sich ergeben wenn zwei Defekte Di, Dk so nahe beieinander liegen, dass die Bearbeitungsflächen der Prozesse zur Bearbeitung der beiden Defekte Di, Dk sich überschneiden. Die Bearbeitungsfläche eines Bearbeitungsprozesses Rj ist jener Bereich der Werkstückoberfläche, der von dem Werkzeug während des Bearbeitungsprozesses Rj tatsächlich bearbeitet wird. Wenn die Bearbeitungsbahnen, die zu unterschiedlichen Bearbeitungsprozessen Rj Rk gehören zu nahe beieinander liegen, kann eine derartige Überlappung auftreten. Ob eine Überlappung (d.h. eine Kollision zweier Bearbeitungsprozesse) auftritt, kann bei der Projektion (Fig. 5, Schritt S8) ermittelt werden. Bei einer Überlappung gibt es zwei Möglichkeiten: im Falle zweier benachbarter Defekte Di, Dk gleicher Kategorie Kj kann geprüft werden (mittels Software), ob durch eine Transformation (Verschiebung, Drehung, Skalierung und/oder Verzerrung) der Vorlage in einem Prozess beide Defekte Di, Dk gleichzeitig ausgebessert werden können (siehe Fig. 7); im Falle zweier benachbarter Defekte Di, Dm unterschiedlicher Kategorien kann geprüft werden (mittels Software), ob durch Transformation der jeweiligen Vorlagen eine Überlappung (overlap) verhindert werden kann (siehe Fig. 8).
Abhängig von der Geometrie des Werkstücks können bestimmte Bereiche der Werkstückoberfläche nicht bearbeitet werden (beispielsweise Designkanten und dergleichen). Derartige„verbotene Bereiche" der Werkstückoberfläche können im CAD-Modell markiert sein, beispielsweise als eine Menge von Kanten (als Sperrlinien bezeichnet), die nicht mit einer Bearbeitungsfläche überlappen dürfen (siehe Fig. 9, Kante 11). Ob dies der Fall ist (also eine Überlappung vorliegt), kann bei der Projektion der Vorlage auf die Oberfläche des CAD-Modells (Fig. 5, Schritt S8) geprüft werden. Auch in diesem Fall kann mittels Transformation (Verschiebung, Drehung, Skalierung und/oder Verzerrung) der jeweiligen Vorlage versucht werden, eine Überlappung zu verhindern. Diese Situation ist in Fig. 9 dargestellt. Der Defekt Di ist von der Kante 11 weit genug entfernt, sodass keine Transformation der Vorlage nötig ist. Für die Berechnung der Bearbeitungsbahn zum Prozess zur Bearbeitung des Defekts Dk wurde im vorliegenden Beispiel die Bearbeitungsbahn verschoben und verzerrt, um eine Überlappung mit der Kante 11 zu vermeiden. Die Vorgehensweise ist im Wesentlichen die gleiche wie zuvor in dem Beispiel gemäß Fig. 8.
Figur 10 zeigt exemplarisch einen Teil eines Bearbeitungsprozesses zur Bearbeitung eines Oberflächendefektes Di. Die Oberflächengeometrie stimmt mit der Darstellung aus Fig. 6 überein. Zu sehen sind die auf die Oberfläche projizierten Punkte Xu und Xi2 der Bearbeitungsbahn und die dazugehörige Position des Werkzeugs 24 (zum Zeitpunkt ti am Punkt Xii und zum Zeitpunkt t2 am Punkt X12). Das Werkzeug wird vom Manipulator 24 so ausgerichtet, dass die Kraft F, die vom Werkzeug 24 auf die Oberfläche des Werkstücks 10 ausgeübt wird, immer in Richtung der jeweiligen Oberflächennormale (ηα ' bzw. n12') wirkt. Ein zwischen Werkzeug 24 und TCP des Manipulators 34 wirkender Aktor 25 ermöglicht eine beliebige Regelung der Kraft F nach den Vorgaben, die für einen bestimmten Bearbeitungsprozess in der erwähnten Datenbank hinterlegt sind.

Claims

PATENTANSPRÜCHE
1. Verfahren zum automatisierten Erkennen und robotergestützten Bearbeiten von Defekten in einer Werkstückoberfläche; das Verfahren weist auf:
optische Inspektion der Oberfläche zur Detektion von Defekten (Di);
dreidimensionale Vermessung der Werkstückoberfläche mittels optischer Sensoren (21, 22, 23) im Bereich detektierter Defekte (Di);
Ermitteln der Topographie der Werkstückoberfläche im Bereich von zumindest einem Defekt (Di);
Ermitteln eines Parametersatzes (Pi), welcher den zumindest einen Defekt (Di) charakterisiert;
Kategorisieren des zumindest einen Defekts (Di) anhand des ermittelten Parametersatzes (Pi), wobei der Defekt (Di) einer Defektkategorie (Kj) zugeordnet wird;
Auswahl eines Bearbeitungsprozesses (Pj) abhängig von der Defektkategorie (Kj) des mindestens einen Defekts (Di), wobei jedem Bearbeitungsprozess (Pj) mindestens eine Vorlage (Xi) einer Bearbeitungsbahn zugeordnet ist, entlang der der Defekt (Di) bearbeitet werden soll;
Ermitteln einer Bearbeitungsbahn (Xi ') für den zumindest einen Defekt (Di) mittels Projektion der mindestens einen Vorlage (Xi) auf die Werkstückoberfläche gemäß einem CAD-Modell des Werkstücks (10);
computergestütztes Erstellen eines Roboterprogramms zur robotergestützten Bearbeitung des zumindest einen Defekts (Di).
2. Verfahren gemäß Anspruch 1, wobei die optische Inspektion umfasst:
Abbilden von zumindest einem Teil der Werkstückoberfläche, um ein digitales Bild der Werkstückoberfläche zu erhalten;
Detektieren von Defekten (Di) mittels Bildverarbeitungsverfahren.
3. Verfahren gemäß Anspruch 1 oder 2, wobei die dreidimensionale Vermessung der Werkstückoberfläche umfasst:
Ermitteln einer Punktewolke mit Punkten auf der Werkstückoberfläche im Bereich detektierter Defekte (Di) mittels eines optischen Messverfahrens.
4. Verfahren gemäß Anspruch 3, wobei das Ermitteln der Topographie der Werkstückoberfläche umfasst:
Durchführen einer Flächenrückführung zur dreidimensionalen Rekonstruktion der Werkstückoberfläche im Bereich von zumindest einem Defekt (Di).
5. Verfahren gemäß einem der Ansprüche 1 bis 4,
wobei der Parametersatz (Pi) zumindest einen der folgenden Werte als Parameter beinhaltet: räumliche Ausdehnung (di) des Defekts (Di) entlang der Werkstückoberfläche in zumindest eine Raumrichtung, räumliche Ausdehnung (ti) des Defekts (Di) normal zur Werkstückoberfläche; Fläche des Defekts (Di), Verhältnis von der Fläche des Defekts (Di) zu der räumlichen Ausdehnung (ti) des Defekts (Di) normal zur Werkstückoberfläche, Richtung der räumlichen Ausdehnung (ti) des Defekts (Di) normal zur Werkstückoberfläche (Delle oder Beule).
6. Verfahren gemäß einem der Ansprüche 1 bis 5,
wobei der Bearbeitungsprozess (Rj) aus mehreren Bearbeitungsprozessen ausgewählt wird, die in einer Datenbank hinterlegt sind, wobei jeder möglichen Defektkategorie genau ein Bearbeitungsprozess (Rj) zugeordnet ist.
7. Verfahren gemäß einem der Ansprüche 1 bis 5,
wobei die Vorlage (Xi) einer Bearbeitungsbahn mittels einer Menge Punkte (Xu, X21) in einer Defektebene (Ei) definiert sind, und die Punkte (Xu, X2 auf die Werkstückoberfläche gemäß CAD Modell des Werkstücks projiziert werden, um eine korrespondierende Menge projizierter Punkte zu erhalten, welche die Bearbeitungsbahn für den jeweiligen Defekt (Di) definieren,
wobei die Defektebene die Werkstückoberfläche in einem zentralen Punkt des jeweiligen Defekts (Di) tangiert.
8. Verfahren gemäß einem der Ansprüche 1 bis 7, das weiter aufweist:
Prüfen, beim Ermitteln einer Bearbeitungsbahn (Xi '), ob der aus dieser Bearbeitungsbahn (Xi ') resultierende zu bearbeitende Oberflächenbereich des Werkstücks zu einer Überlappung mit anderen zu bearbeitenden Oberflächenbereichen oder zu einer Überlappung mit im CAD-Modell des Werkstücks definierten Sperrlinien führt.
9. Verfahren gemäß Anspruch 8,
wobei durch Transformieren der Vorlage der Bearbeitungsbahn eine Überlappung vermieden wird, und
wobei die Transformation in zumindest eine der folgenden Transformation umfasst: Skalierung, Verschiebung, Drehung, Verzerrung.
10. Verfahren gemäß Anspruch 8,
wenn eine Überlappung mit zu bearbeitenden Oberflächenbereichen eines anderen Defekts (Dk) erkannt wird: Prüfen, ob der mindestens eine Defekts (Di) und der andere Defekt (Dk) durch Transformieren der Vorlage der Bearbeitungsbahn gemeinsam bearbeitet werden können, und
wobei die Transformation in zumindest eine der folgenden Transformation umfasst: Skalierung, Verschiebung, Drehung, Verzerrung.
11. System zum automatisierten Erkennen und robotergestützten Bearbeiten von Defekten in einer Werkstückoberfläche; das System umfasst:
optisches Inspektions- und Messsystem zur Inspektion der Oberfläche zur Detektion von Defekten (Di) sowie zur dreidimensionalen Vermessung der Werkstückoberfläche mittels optischer Sensoren (21, 22, 23) im Bereich detektierter Defekte (Di);
mindestens einen Industrieroboter zur Bearbeitung der Werkstückoberfläche; und
eine Datenverarbeitungsanlage, welche dazu ausgebildet ist: die Topographie der Werkstückoberfläche im Bereich von zumindest einem Defekt (Di) zu ermitteln;
einen Parametersatz (Pi) zu ermitteln, welcher den zumindest einen Defekt (Di) charakterisiert;
den zumindest einen Defekt (Di) anhand des ermittelten Parametersatzes (Pi) zu kategorisieren, wobei der Defekt (Di) einer Defektkategorie (Kj) zugeordnet wird;
einen in einer Datenbank hinterlegten Bearbeitungsprozess (Pj) abhängig von der Defektkategorie (Kj) des mindestens einen Defekts (Di) auszuwählen, wobei jedem Bearbeitungsprozess (Pj) mindestens eine Vorlage (Xi) einer Bearbeitungsbahn zugeordnet ist, entlang der der Defekt (Di) bearbeitet werden soll; eine Bearbeitungsbahn (Xi ') für den zumindest einen Defekt (Di) mittels Projektion der mindestens einen Vorlage (Xi) auf die Werkstückoberfläche gemäß einem CAD-Modell des Werkstücks (10) zu ermitteln; und
ein Roboterprogramm zur robotergestützten Bearbeitung des zumindest einen Defekts (Di) durch mindestens einen Industrieroboter zu erstellen.
12. Verfahren zum automatisierten Erkennen von Defekten in einer Werkstückoberfläche und Erzeugung eines Roboterprogramms zur Bearbeitung des Werkstücks (10); das Verfahren weist auf:
Lokalisieren von Defekten (Di) in einer Oberfläche eines Werkstücks (10); Ermitteln einer dreidimensionalen Topographie der lokalisierten Defekte
(Di);
Kategorisieren von zumindest einem lokalisierten Defekt (Di) basierend auf dessen Topographie;
Auswahl eines Bearbeitungsprozesses (Pf) abhängig von der Defektkategorie (Kj) des mindestens einen Defekts (Di)
computergestütztes Erstellen eines Roboterprogramms zur robotergestützten Bearbeitung des zumindest einen Defekts (Di) gemäß des ausgewählten Bearbeitungsprozesses.
13. Verfahren gemäß Anspruch 12, wobei jedem Bearbeitungsprozess (Pf) mindestens eine Vorlage (Xi) einer Bearbeitungsbahn zugeordnet ist, entlang der der Defekt (Di) bearbeitet werden soll.
14. Verfahren gemäß Anspruch 13, das weiter aufweist:
Ermitteln einer Bearbeitungsbahn (Xi ') für den zumindest einen Defekt (Di) mittels Projektion der mindestens einen Vorlage (Xi) auf die Werkstückoberfläche gemäß eines CAD-Modells des Werkstücks (10).
15. Verfahren gemäß einer der Ansprüche 12 bis 14, das weiter aufweist:
Ermitteln eines Parametersatzes welcher die Topographie der lokalisierten Defekte (Di) charakterisiert; wobei das Kategorisieren des zumindest einen lokalisierten Defekts (Di) anhand des ermittelten Parametersatzes (Pi) erfolgt, wobei der Defekt (Di) einer Defektkategorie (Kj) zugeordnet wird.
16. Verfahren gemäß einer der Ansprüche 12 bis 14, wobei das Ermitteln der dreidimensionalen Topographie der lokalisierten Defekte (Di) die Bestimmung der 3D-Koordinaten einer Punktwolke umfasst sowie eine dreidimensionale Rekonstruktion der Werkstückoberfläche im Bereich des jeweiligen Defekts.
17. System zum automatisierten Erkennen von Defekten in einer Werkstückoberfläche und Erzeugung eines Roboterprogramms zur Bearbeitung des Werkstücks; das System weist auf:
ein optisches Inspektionssystem zum Lokalisieren von Defekten (Di) in einer Oberfläche eines Werkstücks (10);
eine Datenverarbeitungsanlage die dazu ausgebildet ist:
eine dreidimensionale Topographie der lokalisierten Defekte (Di) zu ermitteln;
zumindest einen lokalisierten Defekt (Di) basierend auf dessen Topographie einer Defektkategorie zuzuordnen;
abhängig von der Defektkategorie (Kj) des mindestens einen Defekts (Di) einen Bearbeitungsprozesses (Pj) auszuwählen; und
ein Roboterprogramm zur robotergestützten Bearbeitung des zumindest einen Defekts (Di) gemäß des ausgewählten Bearbeitungsprozesses zu erstellen.
PCT/EP2016/077017 2015-11-09 2016-11-08 Automatisches detektieren und robotergestütztes bearbeiten von oberflächendefekten WO2017081029A2 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201680078039.2A CN108496124A (zh) 2015-11-09 2016-11-08 表面缺陷的自动检测和机器人辅助加工
DE112016005132.8T DE112016005132A5 (de) 2015-11-09 2016-11-08 Automatisches Detektieren und robotergestütztes Bearbeiten von Oberflächendefekten
US15/974,482 US11110611B2 (en) 2015-11-09 2018-05-08 Automatic detection and robot-assisted machining of surface defects

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102015119240.3A DE102015119240B3 (de) 2015-11-09 2015-11-09 Automatisches detektieren und robotergestütztes bearbeiten von oberflächendefekten
DEDE102015119240.3 2015-11-09

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US15/974,482 Continuation-In-Part US11110611B2 (en) 2015-11-09 2018-05-08 Automatic detection and robot-assisted machining of surface defects

Publications (2)

Publication Number Publication Date
WO2017081029A2 true WO2017081029A2 (de) 2017-05-18
WO2017081029A3 WO2017081029A3 (de) 2017-07-27

Family

ID=57256311

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2016/077017 WO2017081029A2 (de) 2015-11-09 2016-11-08 Automatisches detektieren und robotergestütztes bearbeiten von oberflächendefekten

Country Status (4)

Country Link
US (1) US11110611B2 (de)
CN (1) CN108496124A (de)
DE (2) DE102015119240B3 (de)
WO (1) WO2017081029A2 (de)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IT201800004368A1 (it) * 2018-04-10 2019-10-10 Sistema per l’identificazione di difetti su una superficie di almeno una porzione di una scocca e relativo metodo
WO2020046963A1 (en) * 2018-08-27 2020-03-05 Ascend Robotics LLC Automated construction robot systems and methods
WO2020068057A1 (en) * 2018-09-25 2020-04-02 Carl Zeiss Industrielle Messtechnik Gmbh Multi-color surface inspection system, method for inspecting a surface, and method for calibrating the multi-color surface inspection system

Families Citing this family (59)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2557952B (en) * 2016-12-16 2022-06-15 Zeeko Innovations Ltd Methods and apparatus for shaping workpieces
JP6496338B2 (ja) 2017-03-14 2019-04-03 ファナック株式会社 工作機械の制御システム
JP6445070B2 (ja) 2017-03-27 2018-12-26 ファナック株式会社 工作機械の制御システム
JP6474450B2 (ja) * 2017-04-17 2019-02-27 ファナック株式会社 工作機械の制御システム
JP6514264B2 (ja) 2017-04-20 2019-05-15 ファナック株式会社 工作機械の制御システム
US20190096057A1 (en) 2017-05-11 2019-03-28 Jacob Nathaniel Allen Object inspection system and method for inspecting an object
DE102017208102A1 (de) * 2017-05-15 2018-11-15 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur vollautomatischen Korrektur von Beschichtungsfehlern
DE102017208103A1 (de) * 2017-05-15 2018-11-15 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur automatischen Entfernung von Fremdkörpern aus einer flüssigen Beschichtung eines Substrats
JP6637928B2 (ja) * 2017-06-21 2020-01-29 株式会社大気社 自動研磨システム
DE102017222818B4 (de) 2017-12-14 2024-05-23 Volkswagen Aktiengesellschaft Verfahren zur automatischen Detektion von Fehlstellen und Abarbeitung von diesen Fehlstellen in einer Werkstückoberfläche
US10672118B2 (en) * 2017-12-22 2020-06-02 The Boeing Company Method and apparatus for detecting surface features
IT201800006253A1 (it) * 2018-06-12 2019-12-12 Metodo e impianto per la localizzazione di punti su una superficie complessa nello spazio
CA3047741A1 (en) * 2018-07-12 2020-01-12 Boa-Franc S.E.N.C. Method of making wood flooring boards
DE102018118602B3 (de) * 2018-07-31 2019-11-28 Sarma Aryasomayajula Verfahren und Vorrichtung zur Erkennung und Analyse von Oberflächenfehlern dreidimensionaler Objekte mit einer reflektierenden Oberfläche, insbesondere von Kraftfahrzeugkarosserien
JP6977686B2 (ja) * 2018-08-06 2021-12-08 オムロン株式会社 制御システムおよび制御装置
JP7447086B2 (ja) * 2018-08-27 2024-03-11 スリーエム イノベイティブ プロパティズ カンパニー ロボット塗装補修のための学習フレームワーク
CN111103306A (zh) * 2018-10-29 2020-05-05 所罗门股份有限公司 检测与标记瑕疵的方法
CN109731708B (zh) * 2018-12-27 2021-04-30 上海理工大学 基于图像识别的汽车维修自动喷漆方法
US20220126319A1 (en) * 2019-02-05 2022-04-28 3M Innovative Properties Company Paint repair process by scenario
CN109732625B (zh) * 2019-03-15 2020-11-27 珠海格力电器股份有限公司 一种基于机器视觉的工业机器人柔性打磨方法及系统
CN109945782B (zh) * 2019-04-02 2020-12-08 易思维（杭州）科技有限公司 超长白车身关键位置检测方法
FR3094907B1 (fr) * 2019-04-11 2022-07-15 Gebe2 Productique Procédé d’abrasion
DE102019206846A1 (de) * 2019-05-10 2020-11-12 Dürr Systems Ag Verfahren zur Kontrolle von Werkstücken, Kontrollanlage und Behandlungsanlage
CN113811828A (zh) * 2019-05-09 2021-12-17 杜尔系统股份公司 用于分析质量缺陷的方法
EP3965952A1 (de) * 2019-05-09 2022-03-16 Dürr Systems AG Verfahren zur kontrolle von werkstücken, kontrollanlage und behandlungsanlage
CN113874895A (zh) 2019-05-09 2021-12-31 杜尔系统股份公司 分析方法及用于该分析方法的装置
EP3966650B1 (de) 2019-05-09 2024-03-06 Dürr Systems AG Verfahren zur kontrolle und nachbehandlung von werkstücken, kontrollanlage und behandlungsanlage
DE102019206849A1 (de) * 2019-05-10 2020-11-12 Dürr Systems Ag Verfahren zur Kontrolle von Werkstücken, Kontrollanlage und Behandlungsanlage
US20220222765A1 (en) * 2019-05-27 2022-07-14 Rud. Starcke Gmbh & Co. Kg Method for coordinating an identification and the processing of a defect of a workpiece and device for carrying out the method
CN110369241A (zh) * 2019-07-25 2019-10-25 广西梧州市赢鑫船舶制造有限公司 一种汽车自动铣灰喷漆的方法及装置
DE102019122447A1 (de) 2019-08-21 2021-02-25 Asis Gmbh Verfahren und system zur erkennung und lokalisierung von defekten auf einer werkstückoberfläche
CN110712071A (zh) * 2019-08-27 2020-01-21 浙江博蓝特半导体科技股份有限公司 一种蓝宝石单面抛光厚度不良返抛方法及返抛装置
CN114829065A (zh) * 2019-11-27 2022-07-29 3M创新有限公司 机器人修复控制系统和方法
JP6903777B1 (ja) * 2020-01-24 2021-07-14 株式会社大気社 自動ティーチングシステム
MX2022010426A (es) * 2020-02-25 2022-09-07 3M Innovative Properties Company Sistemas y metodos de reparacion robotica.
US20210268649A1 (en) * 2020-02-28 2021-09-02 Ati Industrial Automation, Inc. Controlling Contact Force in a Machine Tool
IT202000004792A1 (it) * 2020-03-06 2021-09-06 Geico Spa Sistema di localizzazione e trattamento di difetti superficiali su oggetti, in particolare scocche di autoveicoli
IT202000004795A1 (it) * 2020-03-06 2021-09-06 Geico Spa Impianto e metodo per la rilevazione e trattamento di difetti di superfici
CN111331435A (zh) * 2020-03-27 2020-06-26 中冶赛迪工程技术股份有限公司 一种合金中厚板智能化表面研磨工艺及生产线
DE102020108680B4 (de) 2020-03-30 2022-06-15 Audi Aktiengesellschaft Verfahren und Anordnung zur Oberflächenbearbeitung eines Werkstücks
CN111203766B (zh) * 2020-04-20 2020-08-14 广东博智林机器人有限公司 一种墙面打磨路径规划方法、装置、设备和介质
US20210331287A1 (en) * 2020-04-22 2021-10-28 Industrial Technology Research Institute Grinding and polishing simulation method and system and grinding and polishing process transferring method
KR20230024390A (ko) * 2020-06-17 2023-02-20 이노비전 소프트웨어 솔루션즈, 인크. 결함 복원을 위한 시스템 및 방법
DE102020120559A1 (de) 2020-08-04 2022-02-10 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Bearbeiten wenigstens eines Defekts einer Oberfläche eines Bauteils, insbesondere in einem Bereich wenigstens eines Oberflächenmerkmals
CN111922496B (zh) * 2020-08-11 2022-09-02 四川工程职业技术学院 基于等离子气刨的工件缺陷消除方法及系统
CN111928811B (zh) * 2020-09-22 2021-01-08 上海钛米机器人股份有限公司 地面检测方法、装置、设备及存储介质
US11828711B2 (en) * 2020-10-09 2023-11-28 Virtek Vision International Inc Method and system for inspecting repair or assembly operations
CN111928790B (zh) * 2020-10-16 2020-12-29 成都裕鸢航空零部件制造有限公司 一种基于互联网的航空零部件厚度计量装置及计量方法
WO2022103384A1 (en) * 2020-11-10 2022-05-19 Abb Schweiz Ag Robotic method of repair
CN112792619B (zh) * 2020-12-17 2022-12-09 湖南中南智能装备有限公司 一种基于机器视觉的打磨路径规划方法
DE102021114630A1 (de) 2021-06-08 2022-12-08 Audi Aktiengesellschaft Verfahren und Analysesystem zum Lokalisieren eines Schweißspritzers auf einem Werkstück
WO2023002413A1 (en) * 2021-07-21 2023-01-26 3M Innovative Properties Company Systems and methods for processing a worksurface
WO2023002414A1 (en) * 2021-07-21 2023-01-26 3M Innovative Properties Company Systems and methods for processing a worksurface
CN113580154A (zh) * 2021-07-23 2021-11-02 佛山缔乐视觉科技有限公司 一种大型铸件加工装置以及加工方法
CN114536112B (zh) * 2022-03-21 2023-05-26 南通新蓝机器人科技有限公司 汽车外观检测与修复工作站
ES2958116A1 (es) * 2022-07-05 2024-02-01 Seat Sa Procedimiento de reparacion de defectos en la pintura de carrocerias
CN114897907B (zh) * 2022-07-14 2022-09-30 北京远舢智能科技有限公司 一种烟支外观缺陷检测方法、装置及电子设备
CN115257996B (zh) * 2022-07-19 2023-07-25 长沙理工大学 一种可动态重构躯体的八足特种机器人
CN116818778B (zh) * 2023-08-31 2023-11-10 靖江市恒友汽车部件制造有限公司 一种汽车部件快速智能检测方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1987000629A1 (en) 1985-07-15 1987-01-29 Sira Limited Inspection apparatus
DE19730885A1 (de) 1997-07-18 1999-01-21 Audi Ag Verfahren zur automatischen Erkennung von Oberflächenfehlern an Rohkarosserien und Vorrichtung zur Durchführung des Verfahrens
US6714831B2 (en) 2002-01-24 2004-03-30 Ford Motor Company Paint defect automated seek and repair assembly and method

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000025185A1 (en) 1998-10-27 2000-05-04 Irobotics, Inc. Robotic process planning using templates
GB0112559D0 (en) 2000-09-14 2001-07-11 Bae Systems Plc A method and control system for generating machine tool control data
US6791099B2 (en) * 2001-02-14 2004-09-14 Applied Materials, Inc. Laser scanning wafer inspection using nonlinear optical phenomena
KR101387785B1 (ko) * 2005-01-21 2014-04-25 포톤 다이나믹스, 인코포레이티드 자동 결함 복구 시스템
CN101634544B (zh) * 2009-09-02 2011-04-13 郑州辰维科技股份有限公司 一种水轮机叶片毛坯型面测量与加工余量分析方法
CN101762241A (zh) * 2009-12-25 2010-06-30 长安大学 基于线激光和单台相机的轮胎检测装置及其检测方法
US9599461B2 (en) * 2010-11-16 2017-03-21 Ectoscan Systems, Llc Surface data acquisition, storage, and assessment system
US9595091B2 (en) * 2012-04-19 2017-03-14 Applied Materials Israel, Ltd. Defect classification using topographical attributes
US20140046471A1 (en) * 2012-08-10 2014-02-13 Globe Machine Manufacturing Company Robotic scanning and processing systems and method
CN104858748B (zh) * 2015-05-28 2016-08-17 华中科技大学 一种叶片进排气边磨削机器人自动化装备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1987000629A1 (en) 1985-07-15 1987-01-29 Sira Limited Inspection apparatus
DE19730885A1 (de) 1997-07-18 1999-01-21 Audi Ag Verfahren zur automatischen Erkennung von Oberflächenfehlern an Rohkarosserien und Vorrichtung zur Durchführung des Verfahrens
US6714831B2 (en) 2002-01-24 2004-03-30 Ford Motor Company Paint defect automated seek and repair assembly and method

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IT201800004368A1 (it) * 2018-04-10 2019-10-10 Sistema per l’identificazione di difetti su una superficie di almeno una porzione di una scocca e relativo metodo
WO2019197981A1 (en) * 2018-04-10 2019-10-17 Scuola Superiore Di Studi Universitari E Di Perfezionamento Sant'anna System for the detection of defects on a surface of at least a portion of a body and method thereof
WO2020046963A1 (en) * 2018-08-27 2020-03-05 Ascend Robotics LLC Automated construction robot systems and methods
US11654561B2 (en) 2018-08-27 2023-05-23 Ascend Robotics LLC Automated construction robot systems and methods
WO2020068057A1 (en) * 2018-09-25 2020-04-02 Carl Zeiss Industrielle Messtechnik Gmbh Multi-color surface inspection system, method for inspecting a surface, and method for calibrating the multi-color surface inspection system
DE112018008010B4 (de) 2018-09-25 2022-08-04 Carl Zeiss Industrielle Messtechnik Gmbh Mehrfarboberflächeninspektionssystem, verfahren zum inspizieren einer oberfläche und verfahren zum kalibrieren des mehrfarboberflächeninspektionssystems
US11994476B2 (en) 2018-09-25 2024-05-28 Carl Zeiss Industrielle Messtechnik Gmbh Multi-color surface inspection system, method for inspecting a surface, and method for calibrating the multi-color surface inspection system

Also Published As

Publication number Publication date
US11110611B2 (en) 2021-09-07
US20180326591A1 (en) 2018-11-15
CN108496124A (zh) 2018-09-04
DE102015119240B3 (de) 2017-03-30
DE112016005132A5 (de) 2018-07-26
WO2017081029A3 (de) 2017-07-27

Similar Documents

Publication Publication Date Title
DE102015119240B3 (de) Automatisches detektieren und robotergestütztes bearbeiten von oberflächendefekten
DE102018112820B4 (de) Teach-Positionskorrekturvorrichtung und Teach-Positionskorrekturverfahren
EP2132608B1 (de) Verfahren und vorrichtung zur steuerung von robotern zum schweissen von werkstücken
EP1702727B1 (de) Fertigungseinrichtung mit einer Biegepresse, einer Handhabungsvorrichtung und einer Kalibriereinrichtung
DE102015214560B4 (de) System zur Inspektion einer Fahrzeugkarosserie und Verfahren hierzu
DE102006018558B4 (de) Verfahren zum automatischen Aufbringen oder Erzeugen und Überwachen einer auf einem Substrat aufgebrachten Struktur mit Ermittlung von geometrischen Abmessungen
EP3084347A1 (de) Verfahren zur durchführung und kontrolle eines bearbeitungsschritts an einem werkstück
WO2009023979A1 (de) Verfahren und einrichtung zur bearbeitung von werkstücken
DE102014017307B4 (de) Verfahren und System zum Bearbeiten eines Bauteils mit einem robotergeführten Werkzeug
DE102004007828A1 (de) Verfahren und System zur Inspektion von Oberflächen
EP2615413B1 (de) Verfahren und eine Vorrichtung zum Entfernen von Fehlern in Fahrzeugkarosserieteilen
EP3044536B1 (de) Verfahren und vorrichtung zur vermessung von innengewinden eines werkstücks mit einem optischen sensor
DE102012112025A1 (de) Verfahren und Vorrichtungen zur Positionsbestimmung einer Kinematik
DE102017125033A1 (de) Verfahren und Industrieroboter zur Prüfung von Schweißverbindungen, insbesondere von Schweißpunkten
WO2019120557A1 (de) Optische vorrichtung zum automatischen aufbringen oder erzeugen und überwachen einer auf einem substrat aufgebrachten struktur mit ermittlung von geometrischen abmessungen sowie ein entsprechendes verfahren
EP1176388A2 (de) Verfahren und Kontrollsystem zur Kontrolle der Beschichtungsqualität von Werkstücken
EP2837461B1 (de) Verfahren zum Ermitteln eines Verschleißzustands einer Schneiddüse und Laserbearbeitungsmaschine zur Durchführung des Verfahrens
EP3528993A1 (de) Bild-basierte technologiewahl beim laserschweissen
DE102014106641A1 (de) Verfahren und Vorrichtung zum automatisierten dreidimensionalen optischen Vermessen von Objekten insbesondere mit schwer zugänglichen Bereichen
EP3739288B1 (de) Verfahren und anordnung zum festlegen von vermessungsparametern für ein koordinatenmessgerät
EP4145233A1 (de) Konturtreuebestimmung für eine laserschneidmaschine
DE102019111947A1 (de) Verfahren zur Ermittlung eines die Oberflächenrauheit wenigstens einer Oberfläche eines Bauteils charakterisierenden Kennwerts
WO2019081120A1 (de) Verfahren und vorrichtung zur oberflächenbearbeitung und verfahren zur herstellung eines geformten bauteils
DE102011084353B4 (de) Verfahren und Computerprogramm zum Einrichten eines Greifroboters, sowie Greifroboter
EP4339556A1 (de) Verfahren und vorrichtung zum bestimmen von oberflächeneigenschaften eines werkstücks

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16793869

Country of ref document: EP

Kind code of ref document: A2

WWE Wipo information: entry into national phase

Ref document number: 112016005132

Country of ref document: DE

REG Reference to national code

Ref country code: DE

Ref legal event code: R225

Ref document number: 112016005132

Country of ref document: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16793869

Country of ref document: EP

Kind code of ref document: A2