Guide til vision-styret pakning i automation

Vision-styret pakning bruger 2D- eller 3D-kamerasystemer til at identificere, orientere og samle vilkårligt placerede produkter til præcis automatisk pakning i kartoner. Når du tilføjer et vision-system til en standard kollaborativ robot, kan cellen identificere og samle overlappende emner fra et bevægeligt transportbånd uden at kræve fysiske mekaniske fikstuer.

Vores erfaring med at bygge turnkey-automationsceller hos Robot Nordic er, at det fungerer fint at bruge mekaniske guides til at orientere produkterne, så længe det er en enkelt, uforanderlig vare. Men når du introducerer flere produktvarianter på samme linje, bliver fast automation en flaskehals. Overgangen til optisk genkendelse gør det muligt for produktionsvirksomheder at køre linjer med højt mix uden at stoppe transportbåndet for at skifte metalguides.

Begrænsningerne ved blind pakning i FMCG-produktion

Traditionel automatiseret pakning bygger på blind plukning. Robotten bevæger sig til et fast sæt koordinater, lukker sin griber og forventer, at produktet er på den præcise position. Hvis en kasse med kiks forskubber sig 10 millimeter til venstre på indfødningsbåndet, rammer robotten enten forbi eller knuser produktet.

For at undgå dette bruger produktionslinjer banedelere, vibratorskåle og fysiske stop til at tvinge varerne ind i forudsigelige rækker. Den fysiske infrastruktur kræver konstant vedligehold. Hver gang en fødevareproducent ønsker at køre en anden pakkestørrelse, skal operatørerne manuelt justere skinnerne.

Når vi gennemgår Fast-Moving Consumer Goods (FMCG)-virksomheder i Danmark, ser vi rutinemæssigt, at operatører bruger op til 45 minutter per vagt blot på at justere mekaniske banegruider til forskellige produktkørsler. Et kamerabaseret system fjerner den nedetid. Robotten "ser" varen, hvor end den lander, beregner den optimale gribevinkel og udfører plukket i realtid.

For et komplet overblik over, hvordan disse integrerede celler fungerer på et fabriksgulv, se vores oversigt over automatiserede pakkeløsninger.

Sammenligning af blind automation og optiske systemer

At forstå de driftsmæssige forskelle mellem blinde og vision-baserede opsætninger gør det tydeligt, hvorfor optisk integration reducerer udstyrets langsigtede omkostninger, selvom hardware­investeringen er højere fra start.

Hardwarekravene til optiske celler

Overgangen fra blinde koordinater til dynamisk plukning kræver en specifik hardware-stack. Vi bygger disse systemer med standardrobotter som Universal Robots og Dobot og parrer dem med industri­optiske sensorer for at holde vedligeholdelsen enkel.

En fungerende optisk pakkecelle bygger på tre primære komponenter:

1. Billedsensoren (2D mod 3D): Et 2D-kamera tager et fladt billede af båndet. Det fungerer perfekt, hvis dine produkter ligger fladt og ikke rører hinanden. Hvis dine varer overlapper eller ligger i uforudsigelige vinkler, har du brug for et 3D-billedsystem. Et 3D-kamera måler højde og dybde, så robottens software kan beregne, hvordan en vare gribes uden at kollidere med den, der ligger ved siden af.
2. Belysningsstyring: Fabriksbelysning ændrer sig i løbet af dagen. Sollys fra et ovenlys eller flimrende LED-lamper i loftet vil forvirre et kamera og medføre mislykkede pluk. Vi installerer polariseret loftsbelysning eller baggrundslys (hvor selve båndet er oplyst) for at skabe en ensartet, kontrastrig silhuet af produktet og isolere vision-systemet fra det omgivende fabrikslys.
3. Integration af encoder-sporing: Pakning af varer fra et bevægeligt bånd kræver båndsporing. Et fysisk encoder-hjul hviler mod transportbåndet og sender hastighedsdata tilbage til robotstyringen. Det giver robotarmen mulighed for at matche båndets præcise hastighed og gribe varen jævnt uden at stoppe linjen.

Hvis du udvider automatiseringen længere ned ad linjen for at håndtere de sorterede varer, kan du gennemgå vores detaljer om automatiske sorteringsløsninger for at se, hvordan vision-data overføres til andre driftsenheder.

---

Ergonomi og den reelle pris på manuel sortering

Ud over hastighed er den primære driver for at indføre kamera-styret pakning skadeforebyggelse. At stå ved et transportbånd, visuelt identificere produkter og dreje sig for at placere dem i en karton flere hundrede gange i timen ødelægger menneskelige led.

Den økonomiske effekt af disse gentagne bevægelser er veldokumenteret.

"Overbelastning og kropslige reaktioner - primært fra løft, skub og gentagne bevægelser - udgør 21,8% af alle ikke-dødelige arbejdsskader, der kræver fravær fra arbejde." - Bureau of Labor Statistics, 2023

Vi designer automatisering, så vi kan fjerne medarbejderne fra netop disse stationer. En kollaborativ Dobot eller Universal Robot rammes ikke af overbelastningsskader. Ved at tildele den visuelle identifikation og det fysiske løft til et kamera og en arm forbedrer du øjeblikkeligt din virksomheds ergonomiske profil og reducerer dyrt sygefravær.

Når kasserne er pakket, flytter de tunge løft sig til slutlegen. Du kan læse vores guide til automatiseret palletering for de metoder, vi bruger til at automatisere den endelige stabling.

Beregn din tilbagebetalingstid

Det enkeltspørgsmål, vi oftest får om optisk integration, er tilbagebetalingsperioden.

Specialbyggede portalrobotter taget fra bunden tager ofte fem til syv år, før de har tjent sig selv hjem.

Vi sigter efter en ROI på 1 til 4 år.

Det opnår vi ved at nægte at genopfinde den dybe tallerken. I stedet for at specialudvikle hardware kombinerer vi gennemprøvede standardkobotter med vores egenudviklede SmartPack-Nordic-software. Den tilgang skærer drastisk i de timer, ingeniørarbejdet kræver til integration.

Den økonomiske case bygger på tre variabler: erstatning af arbejdskraft, fejlreduktion og omstillingshastighed.

Hvis du betaler en operatør for at stå ved et indfødningsbånd udelukkende for at vende pakker, så de vender rigtigt, absorberer et vision-system den lønudgift med det samme. Kameraet aflæser orienteringen, og robotten drejer simpelthen sit håndled for at matche. Operatøren er så fri til at styre cellen frem for at fungere som menneskelig banegide.

Tilsvarende sparer fejlreduktion penge. Vision-systemer kan programmeres til at ignorere varer, der ikke består kvalitetstjek. Hvis et produkt har forkert størrelse, mangler en etikette eller er beskadiget, fortæller kameraet robotten, at den ikke skal plukke det. Den defekte vare ruller blot ud over enden af båndet og ned i en afvisningsbeholder, så den aldrig når din kunde.

For at sikre, at kasserne er klar til de varer, robotten plukker, har du også brug for pålidelig kartonklargøring. Se vores specifikationer for automatiserede kasse- og bakkerejsere for at forstå, hvordan opstrømshardware fodrer pakkecellen.

Softwarekalibrering og omstillingstider

Optisk hardware er ubrugelig, hvis softwaren er for kompleks til, at dine skiftholdsoperatører kan betjene den. Den gamle standard krævede, at en programmør skrev ny kode, hver gang en fabrik introducerede en ny produktstørrelse.

Den tilgang ødelægger effektiviteten. Vi bruger SmartPack-Nordic-software til at bygge bro mellem kameraet og robotarmen.

Vores erfaring fra de seneste pakke­installationer er, at det tager en operatør cirka 15 minutter at lære vision-systemet et nyt produkt. Operatøren placerer den nye vare under kameraet, softwaren genererer en profil, og brugeren definerer gribepunkterne på en touchskærm. Når det er gemt, ligger den produkt­opskrift i systemet for evigt. At hente den frem til en fremtidig kørsel tager tre sekunder.

Ofte stillede spørgsmål

Hvor hurtigt kan en vision-styret robot pakke emner?

En standard kollaborativ robot styret af et vision-system udfører typisk mellem 30 og 60 pluk i minuttet afhængigt af nyttelast og afstand. For højere hastigheder integrerer vi delta-robotter (edderkoprobotter), der kan overstige 100 pluk i minuttet med de samme kameradata.

Påvirker omgivende fabriksbelysning robotkamerasystemer?

Ja, skiftende sollys og loftslamper i fabrikken giver falske aflæsninger og mislykkede pluk. Vi løser det ved at installere kontrolleret, lokalt lys (som LED-stroboer eller polariserede domer) direkte over kamerazonen for at overdøve omgivelseslys og garantere et ensartet billede.

Kan én robot pakke flere forskellige kassestørrelser?

Ja, vision-systemet identificerer det specifikke produkt og signalerer robotten, at den skal lægge det i den tilsvarende karton. Så længe griberen er designet til at håndtere variationen i emnerne, kan en enkelt robotarm håndtere flere produktflows samtidigt.

Hvad sker der, hvis en vare ligger på hovedet på båndet?

Kameraet genkender den forkerte orientering ud fra produktets visuelle profil. Du kan programmere systemet til enten at samle varen op og rotere den 180 grader, før den lægges i kassen, eller helt at ignorere den og lade den falde ned i en afvisningsbeholder.

Har jeg brug for et 3D-kamera til min pakkelinje?

Du har kun brug for et 3D-kamera, hvis dine varer overlapper, stables eller har komplekse geometrier, der kræver dybdesyn. Hvis dine produkter ligger fladt og adskilt på transportbåndet, leverer et 2D-kamera de nødvendige X- og Y-koordinater til en lavere hardware­omkostning.

Næste skridt i linjevurderingen

Inden du opgraderer til en vision-styret celle, så mål den præcise fysiske variation i din indgående produktstrøm. Hvis dine varer ofte overlapper eller stables tilfældigt på indfødningsbåndet, så afsæt budget til et 3D-vision-system; hvis de ligger fladt og adskilt fra hinanden, vil en 2D-kameraopsætning klare plukket præcist og samtidig holde din tilbagebetalingsperiode kort.