Direkte extrinsische Kalibrierung eines Industrie-Roboters z. B. für den Arbeitsschutz in der Mensch-Maschine-Kollaboration

Das Kalibrierverfahren nutzt die zweidimensionale geometrische Repräsentation des Roboters auf dem Kamerabild sowie die dreidimensionale Gelenkkoordination des Roboters, die über die Robotersteuerung bereitgestellt wird, um die Transformationsbedingungen abzuleiten und bestimmt so die extrinsischen Kameraparameter ohne Kalibriermuster.

Da Produktionsarbeitsbereiche immer mobiler und dynamischer werden, wird es immer wichtiger, den Gesamtzustand der Umgebung zuverlässig zu überwachen. Dort müssen Manipulatoren oder andere Robotersysteme teilautonom zusammen mit Menschen und anderen Systemen in einem gemeinsamen Arbeitsbereich agieren können. Solche Wechselwirkungen erfordern, dass alle Komponenten in nicht-stationären Umgebungen den Zustand relativ zueinander wahrnehmen können.

Es gibt diverse relativ aufwändige Kalibrierungs- und Überwachungsverfahren, welche meist zusätzliche Geräte wie z. B. Kalibrierplatten erfordern, die ständig von der Kamera beobachtet werden müssen. Zusätzlich werden meist explizite Kalibrierfahrten durchgeführt, wodurch unter Anderem eine Online-Kalibrierung des Systems erschwert wird.

Vision-Sensoren stellen eine reichhaltige Informationsquelle dar. Um diese Informationen künftig noch effizienter zu nutzen, hat ein Wissenschaftler an der Hochschule Reutlingen einen neuen Ansatz vorgestellt, um die zweidimensionale Roboterkonfiguration (Gelenkskonfiguration) eines industriellen Manipulators abzuleiten. Diese Daten können ferner mithilfe eines berührungslosen und markerlosen Kalibrierungsaufbau verwendet werden, um die Pose der Kamera relativ zu dem Koordinatensystem des Manipulators zu schätzen. Dadurch kann eine dynamische, automatisch kalibrierbare Bereichsüberwachung von kollaborativen Bereichen realisiert werden.
Die dynamischen Kameraaufbauten können direkt im Prozess an neue örtliche Gegebenheiten angepasst werden – ohne direkten Kalibrieraufwand und zusätzliche Komponenten wie Kalibrierplatten. Auf diese Weise wird eine Unterbrechung des Produktionsprozesses bei Anwendung dieses Kalibrierungs- und Überwachungssystems vermieden.

• Markerlose extrinsische Kamera-Kalibrierung basierend auf der geschätzten Pose der Robotergelenke
• Keine Unterbrechung des Produktionsprozesses
• Kontinuierliche Kalibrierung des Systems zu jedem Zeitpunkt
• Schneller Positionswechsel des Kamerasystems ohne explizite Neukalibrierung
• Realisierung einer 2D-Pose-Schätzung eines mehrachsigen industriellen Manipulators oder auch von Multitargets

Diese Technologie bietet viele praktische Vorteile in Bereichen wie der (teil-) automatisierten Fertigung sowie bei weiteren Technologiezweigen in denen Roboter mit einer sich verändernden Umgebung interagieren müssen. AR-Anwendungen, die Online-Kontrolle von Robotern sowie weitere Bereiche der Mensch-Roboter-Kollaboration, hier auch der Arbeitsschutz, profitieren ebenfalls.

T. Gulde, D. Ludl, J. Andrejtschik, S. Thalji and C. Curio, "RoPose-Real: Real World Dataset Acquisition for Data-Driven Industrial Robot Arm Pose Estimation," 2019 International Conference on Robotics and Automation (ICRA), Montreal, QC, Canada, 2019, pp. 4389-4395, doi: 10.1109/ICRA.2019.8793900.

T. Gulde, D. Ludl and C. Curio, "RoPose: CNN-based 2D Pose Estimation of Industrial Robots," 2018 IEEE 14th International Conference on Automation Science and Engineering (CASE), Munich, 2018, pp. 463-470, doi: 10.1109/COASE.2018.8560564.