Author: Fredrik Kånge

Bin-Picking Using a Single Camera

Abstracts

Computer vision has proved to be a valuable asset in robot automated applications. One such application is known as bin-picking, in which a robot is used to automatically pick up a number of items from a container. In some cases these “bins” contain overlapping items or even unsorted heaps. In this paper two methods are presented that use only 2D vision information from a single camera to establish the optimal pick order of such a heap. The work aims to investigate the possibilities to complete the functionality of the ABB PickMaster with bin-picking capabilities. Therefore Cognex’s CVL library has been used for object recognition, just like in the PickMaster. The goal is to find a method that can be trusted to sort out occasional occlusions. The result is a full description of two alternative procedures. They lack some functionality but can easily be extended to handle a more general group of objects. In the current edition, only scenes containing relatively flat objects wit hout holes can be analyzed. Emphasis has been put on determining the order in which to pick the items, because this is considered to be the most difficult problem. Calculation of the z-coordinate and attitude angle of the pick points is considered secondary. In a more general context the bin-picking algorithms can be used together with other pattern recognition techniques based on point-to-point-, feature-to-feature- or feature-to-point-matching. It has not been of primary interest to optimize the computational work at this early stage; however some efforts have been made. The first algorithm processes most scenes in under 20 ms, whereas the second algorithm normally requires between 100 and 500 ms, in addition to the time it takes to perform the model matching.

Bin-Picking Med En Kamera

Sammanfattning

Datorseende har visat sig vara ett värdefullt redskap i robotautomatiserade tillämpningar. En sådan tillämpning kallas bin-picking, i vilken en robot används för att automatiskt plocka upp ett antal objekt ur en låda (bin). I vissa fall innehåller lådorna överlappande föremål eller till och med osorterade högar. I den här rapporten beskrivs två metoder som endast använder 2D information från en enda kamera för att bestämma den optimala plockordningen av en sådan hög. Arbetet syftar till att undersöka möjligheterna att komplettera den nuvarande funktionaliteten hos ABBs PickMaster med flerlagerplockning. Av den anledningen har Cognex’s bildbehandlings använts som bas, precis som i PickMaster. Målet är att hitta en metod som kan användas för att reda ut plockordningen vid sporadiska överlappningar. Resultatet är en utförlig beskrivning av två alternativa tillvägagångssätt. En del funktionalitet fattas, men de kan enkelt byggas ut för att kunna hantera ett mer generellt urval av föremål. I sitt nuvarande utförande kan endast relativt platta föremål utan hål analyseras. Tyngdpunkten har lagts på att hitta i vilken ordning objekten skall plockas, eftersom det kan anses som det mest svårforcerade hindret. Beräkning av plockpunktens z-koordinat och vinkel mot underlaget ses som sekundärt. I ett mer generellt perspektiv kan algoritmerna användas tillsammans med andra mönster- igenkänningsmetoder baserade på punkt-till-punkt-, feature-till-feature eller feature-till-punkt- matchning. Det har inte varit av primärt intresse att optimera beräkningseffektiviteten i detta tidiga skede, men vissa ansträngningar har gjorts. Den första algoritmen klarar att behandla de flesta bilder på under 20 ms, medan den andra algoritmen kräver mellan 100 och 500 ms utöver den tid som modellmatchningen tar.