在食品工业中，易变质裸露食品的卫生初级包装至关重要。为在机器人工作站中实现这一流程，SICK 与机器人制造商 Stäubli 通力合作。SICK 3D 视觉传感器 TriSpectorP1000 和 Stäubli 四轴FAST picker TP80 he 共同完成移动输送带上的拣选流程。其中，3D 零件通过Belt-Picking-SensorApp 定位并借助 SICK AppSpace 实现。在应用案例中，成功将虾或小饼干分拣至包装托盘。
借助 Belt-Picking-SensorApp 实现 3D 定位，应对拾放任务
2019-7-29
食品和制药行业对卫生包装过程中的小型物体分拣和定向有着诸多要求。通过携手 Stäubli 实施由 FAST picker TP80 he 与 TriSpectorP1000 共同在移动输送带上对虾进行分拣的试点项目，SICK 开辟出多样化应用领域：无论是色拉、小饼干还是小香肠，可编程的 TriSpectorP1000 均可兼顾众多应用。3D 技术特别适用于形状不稳定和高度变化的物体以及双张检测。通过搭配编码器，该传感器能够可靠准确地检测各个物体的位置。 在三维检测物品位置后，将精确坐标传输至 FAST picker TP80 he。随后，真空夹具从输送带上逐个拾取虾，并按照既定的包装模式将虾放入托盘。四轴机器人臂通常每分钟能够完成超过 200 次拾放。尽管在此项实际应用中无需最高速度，但机器人每分钟仍可分拣 60 多只虾。
TriSpectorP1000 利用所谓的激光三角测量法来检测产品的位置，由此还可计算出高度和体积。特别是在实际包装尺寸不同的有机产品时，这一点尤为重要。在该应用案例中，还可通过计算体积来剔除个头太小的虾。此外，FAST picker TP80 he 利用这些测量数据在托盘内布置出诱人的视觉效果，同时有助于包装重量标准化。
未来前景大好：SICK AppSpace 助力定制化 3D 视觉解决方案
视角是关键：得益于 3D 定位，机器人可在分拣任务期间识别物体的空间位置，而不受对比度条件影响，同时防止与物体发生碰撞并避免由此造成的连带损失。为此，SICK 借助 SICK AppSpace 提供定制化 3D 视觉解决方案，确保灵活自动化。SICK AppSpace 是软件工具生态系统，可集成越来越多的可编程设备，这些设备基于 2D 和 3D 视觉、无线射频识别和 LiDAR 等技术。借助编程接口（API）提供的功能开发出所谓的 SensorApp。
SICK Belt Pick Toolkit 是专用的 SensorApp，用于在输送带上定位物体，它在本例中同样大显身手。凭借这款 SensorApp，TriSpectorP1000 化身为 3D-Belt-Picking 传感器。由此得以展望到未来的美好前景。因为无论是小香肠还是药品：面对类似的机械尺寸，产品更换几乎或者甚至完全无需调整。借助 SICK AppSpace 可在 TriSpectorP1000 中数字切换此类改装，从而提升包装线的整体作业效率。
Andreas Behrens
识别与视觉产品管理部主管
Andreas Behrens 及其团队主要负责以市场需求为导向，前瞻性扩展识别与视觉技术领域的产品系列。这位电气工程师自 2010 年起入职 SICK，可谓是名副其实的传感器专家：作为市场产品管理部主管，他长期跨行业、跨技术监管整个 SICK 产品系列。