如何在非结构化环境中实施协作处理解决方案？雄克与KUKA和Roboception合作研究了这一主题。这三家公司在Bin挑选研究中展示了如何快速，轻松，有效地实施协作工作。示例任务是一个实际的应用程序设计：协作机器人从盒子中取出未分类的金属零件，将它们放入研磨机中，然后将它们放置在特定的位置，以便在加工后进行存储。在操作过程中，工人应能够同时手动送入，移动或拆卸运输箱或单个零件。通过这种方式，研究结合了Bin-Picking和人机协作（HRC）的概念，并利用了机器人技术，抓取技术和图像识别等不同基准技术的交互作用。 RobocepTIon的3D相机rc_visard通过应用基于CAD的匹配来捕获未分类的零件。这是机器人首次通过3D传感器执行3D测量和空间定位这两项任务，并在相机系统中直接在1 s内处理全分辨率深度图像。然后，无需通过计算机即可确定每种情况下的最佳抓取点，而是将它们直接转移到具有协作功能的KUKA机器人上。所使用的工业级传感器还可以提供深度图像，高精度图像和可信度图像。后者功能可以用作通过人工智能（AI）方法进行决策的基础。由于3D相机可以在自然光条件下和人工照明条件下识别周围的环境，因此可以应用于各种类型的工作环境。协作机器人的前端配备了针对特定应用设计的SCHUNK Co-act机械手，该机械手满足EN ISO 10218-1 / -2和ISO / TS 15066的要求，以实现与人的安全交互。所有调整和电力电子设备都集成在机械手内部，不会在控制柜中占据任何空间。它的界面，大小和干扰半径分别针对SCHUNK的应用进行了调整。除了用于特定应用的Co-act机械手之外，雄克还提供了一系列用于协作应用的标准机械手，包括SCHUNK Co-act EGP-C，DGUV认证的小型机械手和SCHUNK Co-act EGL。市场。 -C长行程机械手，这将是雄克机器人在人机协作应用中首次实现450 N的抓地力。经济实惠的rc_visard可以在1秒内确定未分类工件的最佳抓取点。之后，KUKA协作机器人使用SCHUNK Co-act机械手完全自动移除零件并将其插入虚拟机。在此过程中，工人可以随时进行干预。 （图片来源：RobocepTIon）使用协作机器人处理可以非常方便和直观地对新的放置位置进行编程。在意外中断的情况下，库卡机器人可以记住执行的每一个动作或操作，并且可以在不学习的情况下以点对点的方式继续工作。由于该解决方案可以轻松地在传感器端和机器人端实现，并且几乎不需要培训，因此该解决方案适用于各种应用和用户群体。不需要有关机器人技术或图像处理的广泛知识。它还最大程度地减少了集成工作。根据要求，可以将摄像头系统扩展为包括用于神经元学习的其他投影仪和模块。它可以在固定模式或移动模式下在协作机器人上进行操作，这意味着可以在移动平台上实现更灵活的抓取解决方案。