Dem Polymer Competence Center Leoben (PCCL) ist in Kooperation mit führenden Partnern aus Industrie und Forschung eine weltweit einzigartige Innovation gelungen: Ein universell einsetzbarer Hochgeschwindigkeits-Roboter, der kompliziert geformte Objekte sehen kann. Dadurch können Fehlproduktionen in der Fertigung verringert werden – ein Nutzengewinn für Industrie und Umwelt.
Robot Vision als Schlüsselkomponente in der Automatisierungstechnik
Sehende Industrieroboter gelten als Schlüsselkomponente der modernen Automatisierungstechnik. Sie nehmen ihr Umfeld visuell wahr und können flexibel, präzise und effizient auf unvermeidbare Vorkommnisse im Produktionsprozess reagieren. „Bisher waren die Leistungsfähigkeit und Anwendungsfelder dieser Roboter jedoch recht eingeschränkt, sodass sie nicht universell eingesetzt werden konnten. Genau hier setzt unsere Technologie an“, erklärt Dieter P. Gruber, Leiter des Forschungsbereichs Robot Vision & Artificial Intelligence am PCCL – einem der führenden österreichischen Zentren für kooperative Forschung. Auf dem Gebiet des maschinellen Sehens ist dem Forschungszentrum ein Meilenstein im Bereich der Qualitätssicherung gelungen: Ein sehender Hochgeschwindigkeits-Roboter, der nahezu alle Arten von komplexen 3D-Bauteilen auf Qualitätsabweichungen in der Materialoberfläche prüfen kann – schneller, präziser und flexibler als jemals zuvor. Im Industrieprozess ermöglicht diese Entwicklung eine objektive und dennoch der menschlichen Wahrnehmung entsprechende vollständige Qualitätsprüfung von Oberflächen. „Mit diesem Robot-Vision-System wurde die Simulation des menschlichen Sehens auf eine neue Stufe gehoben. Die hohe Leistungsfähigkeit und universelle Anwendungsmöglichkeit machen unseren Industrieroboter weltweit einzigartig“, ist sich Forschungsleiter Dieter P. Gruber sicher. Das Anwendungsfeld der Technologie erstreckt sich über nahezu alle Industriezweige – vom Mobilitätssektor über die Elektronik- bis hin zur Konsumgüterindustrie. Überprüft werden können komplexe 3D-Bauteile in den unterschiedlichsten Größen und Ausprägungen wie beispielsweise Verkleidungsteile für Fahrzeugarmaturen, Kaffeemaschinen und Lautsprecher als auch das Isolierband eines Tennisballs.
Mit künstlichem Sehsinn zur effizienteren und nachhaltigeren Produktion
„Sehen“ kann der Roboter mittels Sensoren – innerhalb von vier bis neun Sekunden scannt er die Oberfläche eines kompliziert geformten Bauteils von allen Seiten ab. Dabei liefert er hochpräzise Bilddaten, die mittels künstlicher Intelligenz automatisch und in höchster Genauigkeit ausgewertet werden. So werden an der Oberfläche behaftete Defekte vom Roboter sofort gemessen und richtig klassifiziert – noch bevor sie für das menschliche Auge überhaupt in Erscheinung treten. Dadurch werden defekte Bauteile in der Regel erst gar nicht produziert. Denn sie werden durch den Einsatz von Robot Vision bereits frühzeitig im Produktionsprozess erkannt. Dieser Prozess überwacht und korrigiert sich dabei völlig selbstständig. Der Roboter erkennt mikroskopisch kleine Oberflächen-Fehler wie Einfallstellen, Kratzer, Auswaschungen, Strukturmuster- und Glanzdefekte auf nahezu allen Materialoberflächen – von Kunststoff über Glas, Holz und Papier bis hin zu Stahl. Solche Mängel machen ein Produkt für den Verkauf unbrauchbar. Außerdem sorgen industrielle Fehlproduktionen Jahr für Jahr für enorme zusätzliche Kosten und eine hohe Umweltbelastung. „Durch den Einsatz von Robot Vision kann die Ausschussware um bis zu 75% verringert werden, in einzelnen Fällen sogar um bis zu 90%. So können Produktionskosten eingespart und Ressourcen geschont werden – davon profitieren Industrie und Umwelt. Zudem ergibt sich eine enorme Effizienzsteigerung des gesamten Produktionsprozesses, wodurch sich erhebliche Wettbewerbsvorteile realisieren lassen“, weiß Forschungsleiter Dieter P. Gruber, der bereits seit rund 17 Jahren an Zukunftsthemen der Industrie 4.0 forscht. Ein weiterer Vorteil der Technologie: Das System ist flexibel und lernt ständig selbstadaptiv dazu. So kann der Roboter auch Defektstrukturen erkennen, die sich verändern oder ihm nicht bekannt sind. Möglich ist dies durch den Einsatz von Deep Learning (mehrschichtiges, tiefgehendes Lernen) – einer speziellen Methode des maschinellen Lernens, mit der Algorithmen durch bereits verwendete Daten selbstständig erlernen, Muster zu erkennen und neue Regeln abzuleiten. „Für Anwender ergibt sich dadurch ein immenser Vorteil gegenüber bisherigen Systemen, die unflexibel sind und auf sich verändernde Oberflächenstrukturen nicht reagieren können. Das macht unsere Technologie so innovativ. Denn durch den schnellen Lernprozess kann der Roboter binnen weniger Tage auf neue Maschinen, Bauteile und Strukturen ganz einfach umgelernt werden“, erklärt Dieter P. Gruber.
“From Research to Industry”
Das für den sehenden Roboter notwendige Inspektionssystem wurde im Rahmen einer langjährigen Forschungsarbeit in Kooperation mit Flextronics International, AT&S und der Universität Bayreuth am PCCL in Leoben entwickelt. Vorarbeiten zu dieser Entwicklung wurden bereits mit zahlreichen Auszeichnungen prämiert wie beispielsweise dem Houskapreis 2014, dem renommiertesten Forschungspreis Österreichs für angewandte Forschung. Führende Industriebetriebe wie AT&S und Flextronics International setzen bereits auf das patentierte Robot-Vision-System. Einsatzfähig ist die Technologie grundsätzlich in allen Produktionsbetrieben, da für dessen Implementierung auf Betriebsseite weder spezielles Expertenwissen noch besonders große Infrastruktureinrichtungen vorhanden sein müssen. Das System ist in insgesamt sechs Patenten dokumentiert und wird laufend weiter entwickelt. „Wir bauen die Technologie in Kooperation mit den Industriebetrieben immer weiter aus. Dadurch entsteht ein anhaltender Wettbewerbsvorteil“, erklärt Forschungsleiter Dieter P. Gruber. Ein bereits jetzt erklärtes Ziel ist es, die Einsatzmöglichkeiten der Technologie in den nächsten ein bis zwei Jahren noch weiter zu erhöhen. So sollen nicht nur optische, sondern auch mechanische Qualitätsstandards von Bauteilen wie die Bruch- und Biegefestigkeit während des Fertigungsprozesses automatisch überprüft werden können. Zudem soll die Technologie zukünftig im Bereich der Fluktuations-Vorhersage ausgebaut werden, um etwaige Qualitätsabweichungen und Störungen im Produktionsprozess prognostizieren zu können, bevor sie überhaupt durch eine verminderte Produktqualität in Erscheinung treten.
Dieser Beitrag entstand in Kooperation mit der Polymer Competence Center Leoben GmbH. Die redaktionelle Verantwortung liegt bei Wirtschaftsinsider.
