KI-unterstütztes Sichtsystem zur Überwachung des Abgabeprozesses und zur Qualitätskontrolle in der Herstellung großer Teile

Die Montage ist eines der Grundpfeiler der heutigen Fertigung; daher sind effiziente automatisierte Montagesysteme in der jüngeren Vergangenheit notwendig geworden. Herausforderungen, die traditionell in solchen Systemen bestehen, betreffen die Positionsgenauigkeit, einen stabilen Griff, die Unterbringung mehrerer Varianten durch dieselben Ressourcen und die Verhinderung von Fehleraggregation. In roboterbasierten Anwendungen ist die Erkennung von Teilen und deren Komponenten eine gängige Aufgabe, doch bei großen Objekten, die nicht in Einzelkamerabildern dargestellt werden können, wird die Komplexität erheblich größer. Dieses Papier stellt ein KI-basiertes Wahrnehmungssystem vor, das einen 3D-Visionssensor verwendet, um eine intelligente Abgabeanwendung zu implementieren und die Online-Qualitätskontrolle des Montageprozesses großer Teile durchzuführen. Ziel des Systems ist es, Ausführungsautonomie für einen Robotermanipulator bereitzustellen, der für das Kleben auf verschiedenen Arten von Aluminiumprofilen mit unterschiedlichen Querschnitten, Längen und zugehörigen Klebemustern verantwortlich ist. Durch die Verwendung einer Eye-in-Hand-RGB-D-Kamera und den Einsatz von Methoden des tiefen Lernens (Yolov3-Algorithmus) erkennt das Framework die Art des Profils, das bearbeitet werden soll, und Tiefeninformationen werden verwendet, um die Punkte des Profils (Start-Endpunkte) zu extrahieren, auf denen Klebstoff aufgetragen werden soll. Die Manipulation der Punktwolke (DBSCAN-Clustering, Ebenensegmentierung) und die bildbasierte 2D-Bearbeitung wurden während der Qualitätsinspektion getestet, um den Erfolg und die Genauigkeit des Prozesses (Erkennung von Klebstoffunterbrechungen, Berechnung des Klebstoffvolumens) zu validieren. Das System wurde in einer Fallstudie, die die Montage von Komponenten an Bussen umfasst, eingesetzt, und die Ergebnisse zeigen, dass eine robuste Erkennung und Klebeanwendung während jedes Betriebszyklus erzielt werden kann.