Kennis · Robotica

Wanneer is 3D bin picking nodig?

Een machine vanuit een bak beladen kan herhaald tillen en positioneren vragen. De benodigde vision hangt af van de aanbieding: vaste plaatsen, een bekend vlak of wisselende hoogte en oriëntatie. Vergelijk met de keuzematrix mechanische aanbieding, 2D-geleiding en 3D-bin-picking.

Robotgrijper boven willekeurig gestorte metalen onderdelen
De camera kan een onderdeel goed zien en toch kan de pick mislukken. Een magneet hoeft alleen het oppervlak te raken; een klauwgrijper moet juist om het onderdeel heen kunnen sluiten. Daarna moet de robotarm ook nog zonder botsing uit de bak kunnen bewegen.

De korte versie

Wanneer volstaat 2D en wanneer is 3D nodig?

Begin niet automatisch bij de meest uitgebreide 3D-oplossing. Liggen onderdelen op een bekende hoogte en steeds met dezelfde zijde boven, dan kan een eenvoudige 2D-camera al voldoende zijn. Pas wanneer hoogte, kanteling en overlap steeds veranderen, moet de robotcel meer zelf waarnemen en plannen.

Vaste aanvoer of wisselende onderdeelposities

Niet iedere pick uit een bak is random bin picking

Een bak zegt op zichzelf nog weinig over de moeilijkheid. Liggen onderdelen altijd op een vaste plek in een tray, dan kan de robot vrijwel steeds dezelfde beweging maken. Liggen ze los door elkaar, dan moet het systeem bij iedere pick opnieuw bepalen wat zichtbaar, bereikbaar en veilig te pakken is.

PresentatieWat is bekend?Vaak passende aanpakBelangrijkste beperking
Vaste tray of malPositie, hoogte en oriëntatie zijn vooraf bepaald.Robotprogramma met aanwezigheidscontrole; soms geen vision nodig.Weinig flexibiliteit bij productwissels.
Gescheiden op vlakBekende hoogte, beperkte oriëntaties, geen overlap.2D-camera voor X, Y en rotatie in het vlak.Werkt niet wanneer delen kantelen of elkaar bedekken.
Lagen of semi-geordendZelfde zijde boven, maar hoogte of lichte kanteling varieert.2.5D-hoogtebeeld of 3D-guidance met beperkte posevrijheid.Een dieptebeeld ziet alleen zichtbare oppervlakken.
Willekeurig gestortPositie en oriëntatie zijn onbekend; delen overlappen.3D-waarneming, pose- of greepbepaling en botsingsbewuste planning.Iedere pick verandert de scene; opnieuw meten is meestal nodig.
In elkaar gehaakt of vervormbaarVorm en onderlinge verbinding kunnen tijdens de pick veranderen.3D plus speciale grijper, actieve herschikking of mechanische singulatie.Direct uit de bulk grijpen kan technisch of economisch ongunstig zijn.

Waarom een bekende objecthoogte zoveel helpt

Bij een vlakke ondergrond en bekende onderdeelhoogte kan een 2D-detectie vaak rechtstreeks naar een vaste pick-Z worden vertaald. Ook het aantal mogelijke oriëntaties neemt af. Zodra delen op elkaar liggen, kantelen of van vorm variëren, vervalt die vereenvoudiging: de werkelijke hoogte, oppervlaknormaal en vrije grijpruimte moeten dan opnieuw uit de scene worden bepaald.

De volledige keten

Een bin-pickingsysteem moet zes vragen beantwoorden

Iedere stap vraagt een geldige uitkomst en een vastgelegde reactie bij uitval. Controleer de volledige volgorde van opname tot geaccepteerde plaatsing.

01

Wat is zichtbaar?

De camera maakt kleur, intensiteit en diepte meetbaar, inclusief ontbrekende of onbetrouwbare pixels.

02

Welk onderdeel is dit?

Software scheidt instanties, herkent het type en schat positie en oriëntatie of direct mogelijke grijppunten.

03

Waar kan de grijper contact maken?

Vlakheid, randen, gaten, materiaal, zwaartepunt en vrije ruimte bepalen welke greep stabiel is.

04

Kan de robot erbij?

Bereik, gewrichtslimieten, singulariteiten, binwanden en de volledige grijpergeometrie begrenzen de keuze.

05

Kan het onderdeel eruit?

De benadering, het sluiten van de grijper, de lift en de uitgaande route moeten botsingsvrij zijn, ook met het onderdeel vast.

06

Is de pick echt gelukt?

Vacuümdruk, vingerpositie, krachtmeting of een controlebeeld bevestigt de pick en stuurt herstelgedrag aan.

Complicerende factoren

Waarom 3D bin picking in de echte wereld moeilijk is

Test welke oppervlakken zichtbaar zijn, of een onderdeel van de andere kan loskomen en of het gereedschap vrije ruimte heeft. Deze condities kunnen na iedere greep veranderen.

Verborgen oppervlakken en onderling contact

De camera meet alleen zichtbare oppervlakken. Een verborgen rand of onderzijde wordt geschat uit een CAD-model of geleerd patroon, maar niet werkelijk waargenomen. Bovendien kan het doel onder een buurdeel vastzitten.

Glans, zwart en transparantie

Glanzende oppervlakken kunnen geprojecteerd licht wegspiegelen of de sensor verzadigen. Donkere materialen geven soms te weinig retourlicht; transparante delen breken of laten licht door. Geen enkele dieptetechniek lost al deze materialen universeel op.

Symmetrie en weinig onderscheidende vorm

Een cilinder kan meerdere gelijkwaardige oriëntaties hebben. Dat is geen probleem wanneer iedere oriëntatie goed is, maar wel wanneer een verborgen nok later precies moet worden uitgelijnd.

Binwanden, hoeken en afnemend vulniveau

Randen veroorzaken schaduw, reflecties en beperkte grijperruimte. Een vaste camera ziet bovendien een volle en bijna lege bak vanaf verschillende afstanden en hoeken.

Nesten, haken en dubbele picks

Ringen, clips, veren en plaatdelen kunnen in elkaar grijpen. Een goede pose zegt dan nog niet dat precies een onderdeel loskomt.

Kalibratie en tolerantieketen

Fouten in camera-intrinsics, camera-naar-robotkalibratie, robotnauwkeurigheid en tool-center-point tellen bij elkaar op. Een nauwkeurige dieptemeting garandeert daarom nog geen nauwkeurige pick.

Pose gevonden. En dan?

De camera wijst een kansrijke pick aan; de robot moet hem nog veilig uitvoeren

Een zuignap vraagt een bereikbaar contactvlak. Een vingergrijper vraagt ruimte om te naderen en te sluiten. Beide vragen een gevalideerde terugtrekbaan met het onderdeel vast.

Vision en grasp planning

  • Herkenning, segmentatie en posebepaling
  • Meerdere mogelijke grijppunten genereren
  • Onzekere diepte en afgedekte oppervlakken meenemen
  • Greep kiezen op contactkwaliteit en vrije ruimte

Robot en motion planning

  • Inverse kinematics en gewrichtslimieten controleren
  • Zelfbotsing, binwanden en buuronderdelen vermijden
  • Benadering, lift, extractie, transport en plaatsing plannen
  • Snelheid en acceleratie aan grip en payload aanpassen

Een praktisch voorbeeld

Voorbeeld: een onderdeel heeft naast de bakwand een zichtbaar bovenvlak, maar de robotpols raakt bij naderen de rand. Verwerp die kandidaat en test een andere greep, robotconfiguratie, kijkrichting of ander onderdeel.

Complexiteit doelgericht verminderen

Wat maakt een toepassing aantoonbaar eenvoudiger?

Bekende hoogte of steunvlak

Beperkt het probleem vaak tot drie vrijheidsgraden en maakt een vaste pickhoogte mogelijk.

Een enkele laag

Onderdelen onttrekken elkaar minder aan het zicht, waardoor meer grijpvlakken zichtbaar blijven. Test of meerdere grepen hetzelfde beeld mogen gebruiken nadat de stapeling verandert.

Matte, stijve onderdelen

Geven doorgaans stabielere diepte en behouden hun vorm tijdens detectie en grijpen.

Grote vrije grijpoppervlakken

Meer kandidaatgrepen en meer tolerantie voor meet- en kalibratiefouten.

Een ondiepe, toegankelijke bak

Betere zichtlijnen en meer ruimte voor pols, grijper en uitgaande beweging.

Mechanische voorbewerking

Een trilplaat, band, step feeder of tussenstation kan overlap verminderen voordat vision begint.

Belangrijk:Mechanische aanvoer kan positie begrenzen voordat beelden worden gemaakt. Vergelijk omstelwerk, slijtage en handlinggrenzen met de benodigde meting en herstelacties bij losse onderdelen.

Typen oplossingen

Kies eerst de architectuur, daarna de camera

2D met bekende pickhoogte

Voor vlakke, gescheiden onderdelen. Snel, uitlegbaar en vaak eenvoudiger te onderhouden.

2.5D-hoogtebeeld

Voor lagen, dozen of bovenvlakken met hoogteverschil. Een hoogtebeeld bevat per beeldpunt een zichtbare diepte, maar geen verborgen geometrie.

CAD-gebaseerde 6D-pose

Past bekende 3D-geometrie op de gemeten puntenwolk. Sterk bij vaste industriële onderdelen, mits CAD, kalibratie en zichtbare vorm voldoende overeenkomen.

AI voor segmentatie of directe grepen

Kan helpen bij variabele verschijningsvorm, instance-scheiding en greepschatting. Training moet wel representatief zijn voor echte materialen, belichting en stapeltoestanden.

Hybride aanpak

Combineert bijvoorbeeld AI-segmentatie met CAD-pose, dieptecontrole en expliciete collision checking. Dit is vaak beter uitlegbaar dan een volledig end-to-end model.

Singulatie voor de robot

Spreidt of doseert onderdelen zodat de robot daarna met 2D of eenvoudige 3D kan werken. Vooral interessant bij kleine, hakende of snel te verwerken delen.

Diepte meten

3D-technieken falen op verschillende manieren

Gebruik de dieptegids hieronder om meetprincipes te vergelijken. Test voor deze beslissing geldige diepte op de benodigde grijpvlakken van volle tot lege bak.

Stereo en active stereo

Bereken diepte uit beeldverschillen tussen camera’s. Geprojecteerde textuur kan helpen op egale oppervlakken. Herhaalde patronen, reflecties en oppervlakken die voor een camera verborgen zijn kunnen een geldige koppeling verhinderen.

Structured light

Meet een geprojecteerd patroon. Test schaduwen, omgevingslicht en beweging tijdens opname.

Time of flight

Meet lichtlooptijd of fase. Test reflecties via meerdere oppervlakken, verzadiging en zwakke signalen.

Vaste camera

Eenvoudige kalibratie en vaak kortere cyclustijd wanneer de volledige bak binnen meetbereik en beeldveld blijft. Bij diepe bakken verandert de opnamekwaliteit tussen vol en leeg.

Camera op de robot

Maakt verschillende kijkhoeken en een gelijkmatiger werkafstand mogelijk. Daar staan extra robotbeweging, stilstand tijdens opname, payload, bescherming en kabelrouting tegenover.

Lees hoe 3D-camera's diepte meten →

Testen onder productieomstandigheden

Een haalbaarheidstest moet de moeilijke picks opzoeken

Gebruik voor de test echte onderdelen en de echte bak. Neem volle hoeken, glanzende vlakken, vastgehaakte delen en een bijna lege bak mee naast de gemakkelijk bereikbare onderdelen. Zo wordt zichtbaar waar de robot hulp of een andere aanpak nodig heeft.

Test minimaal

  • Volle, halfvolle en bijna lege bakken
  • Onderdelen tegen iedere wand en in alle hoeken
  • Verschillende productiebatches, slijtage, olie, stof en kleurvariatie
  • Alle stabiele oriëntaties en ongunstige overlappingen
  • Maximale robotreikwijdte en worst-case payload
  • Mislukte greep, dubbelgreep, verschoven stapel en geen-detectiescenario
  • Complete leegloop van meerdere bakken zonder handmatig herschikken

Meet de complete cel

  • Eerste-poging-succes:bevestigde enkelvoudige picks per poging
  • Pickbeschikbaarheid:scans met minstens een bereikbare veilige greep
  • Plaatsingssucces:correct geplaatste delen per gevraagde cyclus
  • Dubbelpick- en drop-rate:fouten per geslaagde greep
  • Cyclustijd:mediaan en langzaamste relevante percentielen, inclusief rescans
  • Interventiegraad:handmatige ingrepen per bak, uur of duizend delen
  • Leegloopprestatie:afgesproken resthoeveelheid zonder interventie

Optimaliseer op tijd per correct geplaatste pick

De snelste losse robotbeweging is niet automatisch de beste strategie. Een iets langzamere greep met hoge slaagkans kan meer productie leveren dan een agressieve greep die vaak een rescan, drop of operatoringreep veroorzaakt.

Beschikbare 3D-hardware

De camera moet passen bij het meetvolume, niet andersom

Binnen het Hikrobot MV-DB-assortiment zijn RGB-D-uitvoeringen beschikbaar voor onder meer singulatie, volume- en posemetingen. Vergelijk per uitvoering meetbereik, vrije afstand, beeldveld, dieptenauwkeurigheid en scansnelheid met de volle en lege bak.

Hikrobot MV-DB RGB-D-camera
Hikrobot MV-DB

RGB-D-camera's voor diepte, vorm en pose

Gebruik de productpagina om uitvoeringen en specificaties te vergelijken. Materiaalgedrag, kijkhoek, binwanden en grijpertoegang blijven onderdeel van de praktijktest.

Bekijk MV-DB-uitvoeringen →

Vergelijk alle 3D-camera's en meettechnieken →

Veelgestelde vragen

Praktische vragen over 3D bin picking

Is een 3D-camera altijd nodig voor robot picking?
Nee. Bij een vlakke, gescheiden aanvoer met bekende hoogte kan 2D-guidance voldoende zijn. 3D wordt relevant wanneer hoogte, kanteling, overlap of botsingsruimte per pick verandert.
Is objectdetectie hetzelfde als bin picking?
Nee. Detectie levert een objecthypothese of pose. Bin picking vereist daarnaast een haalbare greep, inverse kinematics, collision checking, een uitvoerbare route, pickcontrole en herstelgedrag.
Kan AI moeilijke oppervlakken oplossen?
AI kan objectgrenzen of onderdeelpositie schatten, maar afgeleide geometrie blijft ongemeten. Reflecties, transparantie en onderdelen die elkaar aan het zicht onttrekken vragen nog steeds praktijktesten, extra kijkrichtingen of mechanisch scheiden.
Moet na iedere pick opnieuw worden gemeten?
Bij een willekeurige stapel meestal wel, omdat omliggende delen kunnen verschuiven. Bij stabiele lagen of gescheiden producten kunnen soms meerdere picks uit een meting worden gepland.
Wanneer is mechanische singulatie beter?
Wanneer onderdelen sterk haken of nesten, slecht optisch meetbaar zijn, weinig vrije grijpruimte bieden of wanneer de vereiste cyclustijd niet haalbaar is met herhaald 3D-scannen en plannen.
Wat moet ik aanleveren voor een eerste beoordeling?
Representatieve onderdelen, CAD indien beschikbaar, bakafmetingen, vulhoogte, materiaal en oppervlakteconditie, gewenste uitvoeroriëntatie, robot- en grijpergegevens, cyclustijd en toegestane interventiegraad.

Verder binnen Sedeco

Repeterend handwerk verminderen met een robotcel

Neem representatieve onderdelen, de werkelijke bak, vereiste uitvoer en plaatsingstolerantie mee. Noteer voor de investeringsvergelijking huidige handlinguren, aanvullen, omstellen en herstelwerk. Begroot apparatuur, gereedschap en integratie-/validatie-uren × tarief plus terugkerend onderhoud. Meet tijdens een proef geaccepteerde plaatsingen en interventies van volle tot lege bak voordat u besparingen toekent.