Sensor maakt transparante en glimmende objecten zichtbaar voor robots

Transparante objecten in drie dimensies vastleggen is voor machines een grote uitdaging. Onderzoekers van het Fraunhofer Instituut voor Toegepaste Optica en Precision Engineering IOF hebben een sensor ontwikkeld die dit probleem kan oplossen. Het systeem is nu voor het eerst met succes getest met een robot. Het team ziet toepassingsmogelijkheden in grootschalige industriële productieprocessen zoals de halfgeleider- of auto-industrie.

De sensor zal te zien zijn op de Hannover Messe Preview op 16 maart en op de Duitse beurzen Control van 3 – 6 mei, evenals op de Hannover Messe van 30 mei – 2 juni 2022.

Transparante objecten hebben hun nadelen: niet voor niets hebben we stickers van vogelsilhouetten op grote glazen ramen om hun echte soortgenoten te beschermen tegen botsingen met de transparante barrière. Net zoals deze dieren moeite hebben met het herkennen van transparante oppervlakken, zijn robots ook beperkt in hun mogelijkheden: ze kunnen geen glas of andere zogenaamde ‘niet-coöperatieve oppervlakken’ ‘zien’ – dat wil zeggen oppervlakken die glanzend metaal zijn, extreem reflecterend of gitzwart. Vooral in een industriële omgeving heeft dit in het verleden het gebruik van robots belemmerd. Veel automatiseringsprojecten stagneren omdat niet-coöperatieve oppervlakken alleen te langzaam of te onnauwkeurig konden worden gedetecteerd in 3D-metingen.

Thermografisch 3D

De nieuwe 3D-meettechniek lost dit probleem op. De MWIR 3D-sensor – ook wel Glass360Dgree genoemd – kan objecten met reflecterende of lichtabsorberende oppervlakken voor het eerst ruimtelijk en betrouwbaar detecteren. Hiervoor combineert het systeem infrarood-laserprojectie en thermografie: een hoogenergetische CO2-laser en een mobiele optische opstelling met speciale lenzen projecteren een lijn die in fracties van een seconde in meerdere stappen over het gemeten object beweegt. Tijdens de meting absorbeert het object de energie van het laserlicht, waarna twee zeer gevoelige warmtebeeldcamera’s de resulterende temperatuurverdeling op het oppervlak van het object bepalen.

Software analyseert de beelden van de warmtesignatuur achtergelaten door de smalle infraroodlijn op het object. De software gebruikt de twee verschillende kijkhoeken en de resulterende vervorming in het geregistreerde patroon om de ruimtelijke coördinaten te reconstrueren. Vervolgens worden de gegevens samengevoegd tot de exacte afmetingen van het gemeten object. De voor de 3D-analyse geïntroduceerde thermische energie is zo laag dat het object niet wordt beschadigd: het temperatuurverschil tussen verwarmde en niet-verwarmde oppervlakken is doorgaans minder dan 3 °C.  

In tegenstelling tot conventionele sensoren heeft dit systeem geen extra meethulpmiddelen of speciale, tijdelijk aangebrachte markeringen nodig, zoals bijvoorbeeld (spuit)verf .

Grootschalige industriële processen

De afgelopen maanden zijn de onderzoekers erin geslaagd om de meetsnelheid zo te verhogen en de parameters van het meetveld zo te optimaliseren dat het systeem geschikt is voor verschillende industriële productiescenario’s.

"Onze onderzoeksgroep werkt al jaren samen met bedrijven uit een breed scala van productiegebieden", zegt Stefan Heist, hoofd van de onderzoeksgroep "3D Sensors" bij Fraunhofer IOF. "Hieronder bevinden zich bedrijven uit de halfgeleiderindustrie, de auto-industrie en de luchtvaart. We keken naar gezamenlijke projecten uit het verleden en analyseerden hoe onze 3D-glassensor betere resultaten kon behalen dan conventionele sensoren in verschillende toepassingsscenario’s. We hebben drie belangrijke uitgangspunten kunnen identificeren om ons systeem klaar te maken voor potentieel gebruik in een grootschalige industriële productiefaciliteit." 

Het team vond een balans tussen het detailniveau dat nodig is voor de resolutie en de duur van een meting. Ze onderzochten ook verschillende opties voor de optische opstelling van hun 3D-sensor om het meetveld variabel aan te passen aan de taak en de beschikbare ruimte in een fabriek. Daarnaast werkte het team nauw samen met onderzoekers van de Ilmenau University of Technology om de dataverwerking van hun meetsysteem te optimaliseren.Het team van Ilmenau slaagde erin om op efficiënte wijze de actieve besturing van een robot en zijn respectievelijke tools af te leiden uit de verkregen meetgegevens.