Fleisch, Wurst und Geflügel robotergeführt greifen: Bildverarbeitung für Stücke, die jedes Mal anders liegen

Ein Gussteil sieht in jeder Kiste gleich aus, es liegt nur an anderer Stelle. Ein Hähnchenschenkel nicht. Fleisch, Geflügel und Wurst haben keine feste Kontur: Jedes Stück ist anders geschnitten, gewachsen oder gefroren, es liegt roh oder mariniert, einzeln, an andere gelehnt oder im Haufen, und seine Oberfläche ist oft feucht. Für den Roboter heißt das, dass er an jedem Stück einen neuen Greifpunkt suchen muss, manchmal auch einen Punkt am Produkt, an dem der nächste Arbeitsschritt ansetzt.

Dieser Beitrag richtet sich an Automatisierungs- und Produktionsingenieure in Fleisch-, Geflügel- und Feinkostbetrieben und an die Bauer von Verarbeitungs- und Verpackungsmaschinen. Er zeigt an dokumentierten Anwendungen, wie Stücke aus Wanne, Kiste und Haufen gegriffen, gefrorene Blöcke ohne Kiste gestapelt, einzelne Stücke vom Band abgelegt und die Mitte einer Schweinehälfte bestimmt werden. Die Fälle betreffen Fleisch, Geflügel und Wurst. Zum Stand: Es sind Anfragen, Konzepte, Vorschläge und Tests, keine Anlagen im Betrieb.

Wichtige Punkte im Überblick

Fleisch, Geflügel und Wurst haben keine feste Kontur, deshalb sucht der Roboter an jedem Stück einen neuen Greifpunkt, statt eine eingelernte Form wiederzufinden.
Liegen Stücke in Wanne, Kiste oder Haufen übereinander, ist ein 3D-Bild vorgesehen, und bei Würsten in einer Kiste hielt ein Test mit 3D Robot Vision auf der Universellen Bildverarbeitungsplattform der Modellreihe CV-X eine Taktzeit von rund 1,8 s fest.
Für Geflügel im Haufen beschreibt ein Konzept zwei Schritte: Zuerst wird der höchste Punkt gesucht und grob gegriffen, danach wird der Griff in 3D eingelernt.
Beim Stapeln gefrorener Blöcke ohne Kiste soll die Anlage Höhe und Oberflächenkontur des Stapels erfassen, dafür kommt ein 2D/3D Laser-Profilsensor der Modellreihe LJ-X8000 in Frage.
Liegt jedes Stück einzeln auf dem Band, genügt oft ein 2D-Bild, und bei aneinanderliegenden Teilen mit Marinade kann die Höhe das stabilere Merkmal sein als die Farbe.

Kein Bauteil: was ein Fleischstück für den Greifpunkt bedeutet

In einer Zelle für Metall- oder Kunststoffteile lernt die Bildverarbeitung ein Teil einmal ein und findet es danach in jeder Lage wieder. Beim Fleisch fehlt dieses feste Modell. Eine eingelernte Kontur findet ein formveränderliches Stück nicht sicher, weil schon das nächste breiter, flacher oder stärker gebogen ist. In den Anfragen steht das knapp: Kontur und Form veränderlich, Fleisch immer anders.

Daraus folgen drei Fragen, die in fast jeder dokumentierten Anwendung wiederkehren. Wo liegt das Stück, und berührt es andere? Wo kann der Greifer ansetzen, ob Vakuumgreifer, Finger oder Schublade? Und braucht der Roboter das Stück als Ganzes oder einen bestimmten Punkt daran? Die Antworten entscheiden, ob ein 2D-Bild genügt, ob Höhendaten eines Laser-Profilsensors nötig werden oder ob ein 3D-Bild der ganzen Wanne gebraucht wird.

Aus Wanne, Kiste und Haufen: Fleisch, Würste und Geflügel in 3D greifen

Liegen die Stücke übereinander, reicht ein Bild von oben nicht mehr aus. Für diese Fälle ist die Kamera für 3D Robot Vision RB-500, RB-800 oder RB-1200 auf der Universellen Bildverarbeitungsplattform der Modellreihe CV-X vorgesehen. Sie arbeitet mit Streifenprojektion; laut Katalog beträgt der Messbereich der RB-500 520 x 390 x 200 mm, der RB-800 860 x 645 x 500 mm und der RB-1200 1260 x 1260 x 1000 mm. Für feuchte, glänzende Ware zählen zwei Katalogaussagen: Der Projektionsalgorithmus verringert den Einfluss von Reflexionen, in dunklen Bereichen lassen sich Höhendaten dagegen nicht korrekt bestimmen. Beides gehört in den Test mit echtem Produkt. Die Wanne oder Kiste selbst findet das System über eine Behältersuche, die laut Katalog auf ein 2D-Bild zurückgreift, wenn der Behälter in 3D schwer zu finden ist. An den Roboter gehen die Koordinaten über Ethernet oder RS-232C.

Ein Fall betrifft Fleischstücke aller Art in einer Fleischwanne. Gegriffen wird mit Vakuumgreifer, Kontur und Form ändern sich von Stück zu Stück, gefordert sind rund 5 s je Griff. Ein Test ist geplant, betrachtet werden zwei Varianten, mit und ohne Bahnplanung. Für die Bahnplanung beschreibt der Katalog einen Picking-Simulator, in den sich das CAD-Modell des Greifers importieren lässt.

Bei Würsten in einer Kiste greifen heute Mitarbeiter die Würste, schneiden das Band ab und führen sie der Anlage zu. In einem Test mit 3D Robot Vision wurde eine Taktzeit von rund 1,8 s festgehalten, die Würste wurden dabei in allen Lagen sehr gut erkannt.

Für Geflügel im Haufen beschreibt ein Konzept einen Ablauf in zwei Schritten. Die Teile liegen roh oder mariniert als abgewogener Haufen. Vom Band legt der Roboter bereits in 2D in Schalen ab, offen ist der Griff aus dem Haufen. Im ersten Schritt sucht das System den höchsten Punkt und greift grob, im zweiten wird der Griff in 3D eingelernt und sauber ausgeführt. Vorgesehen ist die RB-500 mit einem Bildfeld um 300 x 300 mm, ein Test ist vorgesehen.

Am anspruchsvollsten ist die Idee eines Herstellers von Fertiggerichten. Geformte Fleischstücke kommen gefroren in Kisten an, haften aneinander, und in der Kiste steht leichter Nebel. Für eine Vereinzelung ist kein Platz. Die Kiste misst rund 600 x 600 x 200 mm und ist dreilagig befüllt; gewünscht sind rund 60 Stück pro Minute, rechnerisch also eine Sekunde je Stück. Rechnerisch passt diese Kiste in das Feld der RB-800, nicht in das der RB-500. Weil der Bereich mit Wasser gereinigt wird, verlangt der Betreiber eine Einhausung.

Gefroren zum Block: Fleisch ohne Kiste stapeln und den nächsten Platz finden

Ein Konzept dreht die Aufgabe um. Tiefgefrorenes Fleisch, etwa Rind oder Hähnchenschenkel, kommt zu Blöcken gefroren in Kisten oder Kartons an, wird vereinzelt, durch einen Metalldetektor geführt und danach ohne Kiste gestapelt. Je Lage liegen fünf Blöcke, die nächste Lage kreuzweise, damit ein Verbund entsteht; Zwischenlagen sind nicht möglich. Der Greifer arbeitet als Schublade: Der Block fällt in einen Kasten, dessen Boden herausfährt.

Damit der Block nicht zu tief fällt und definiert liegt, soll die Anlage Höhe und Oberflächenkontur des Stapels erfassen, freie Plätze erkennen und die Position an den Roboter geben. Der Stapel wächst auf einer Europalette bis rund 1,8 m. Einzelne Abstandspunkte treffen dabei auch die Zwischenräume zwischen den Blöcken, deshalb wird im Konzept ein Höhenbild der ganzen Oberfläche betrachtet, beschrieben als Griff in die Kiste in umgekehrter Richtung.

In Frage kommen ein 2D/3D Laser-Profilsensor der Modellreihe LJ-X8000, der die Oberfläche abtastet, und ein 3D-Robot-Vision-System. Laut Katalog deckt der Profilsensor je nach Messkopf ein X-Feld von 7,0 bis 510 mm ab; für die Breite einer Europalette ist rechnerisch eine Bewegung über die Fläche oder mehr als ein Messkopf nötig.

Einzeln vom Band in Schale, Spieß oder Ausschleusung: Fleischstücke und Hähnchenteile in 2D finden

Liegt jedes Stück für sich, genügt oft ein 2D-Bild. Die 2D-Roboterführung läuft auf der All-in-One Kamera mit integrierter AI der Modellreihe VS. Laut Handbuch lässt sie sich mit einem Schachbrett- oder Punktrastermuster kalibrieren, für Kamera und Roboter gibt es eine automatische Kalibrierung, und laut Katalog bleibt ihre Suche auch bei Bildern mit reduziertem Kontrast stabil. Als Option kommen AI-Werkzeuge wie die AI-Segmentierung hinzu; ob sie Stücke ohne feste Kontur sicher abgrenzen, gehört in den Test mit echtem Produkt.

In einer Anfrage sollen einzelne Fleischstücke von rund 200 x 300 mm vom Band gegriffen werden, bei einem Bildfeld von etwa 300 x 200 mm, rund 1,5 s je Stück und etwa 1 mm Genauigkeit; betrachtet wird dafür die All-in-One Kamera. Bei Schnitzeln hilft der Farbkontrast: braune Stücke auf einem blauen Band, Bildfeld rund 400 mm breit, etwa ein Stück pro Sekunde. Brötchen auf demselben Band soll ein Sensor erfassen, die Kamera nur die Schnitzel.

Bei Hähnchenkeulen und Flügeln ist die Lage selbst das Problem. Die Teile können aneinanderliegen, ideal wäre eine Prüfung im Bulk. Die Bänder sind rund 300 mm breit, je Schale werden mehrere Teile abgelegt, und ein Sensor soll drei Roboter bedienen. Später kommen andere Fleischprodukte und marinierte Ware hinzu. Geplant ist ein Test mit einem 2D/3D Laser-Profilsensor der Modellreihe LJ-X8000; laut Katalog entsteht sein Höhenbild unabhängig von Farbe und Farbmuster, was zählt, sobald eine Marinade die Farbe ändert.

Höhendaten sucht auch ein Maschinenbauer, der Wurst und Fleisch in einem Beladeportal für den anschließenden Pick lokalisieren will; Fremdlicht und die Einbauhöhe sind dort die Rahmenbedingungen. Derselbe Anwender will die Geometrie seiner Produkte vorab vielfach scannen, um daraus die Greiferkontur auszulegen.

Drei Fälle betreffen die Ablage. Zwei Roboter sollen Fleisch und Zwiebeln auf Holzspieße stecken, die Zutaten liegen chaotisch in zwei bis vier Bahnen auf dem Band. Vegetarische Stücke in Hähnchenform, fünf Sorten, sollen in Schalen gelegt werden, bei rund 250 mm Bandbreite. Für mehrere Sorten auf einer Linie unterscheidet die AI-Klassifizierung laut Katalog bis zu 32 Produkttypen je Werkzeug; ob fünf ähnlich aussehende Sorten im Bild sicher auseinanderzuhalten sind, zeigt erst ein Test mit echtem Produkt. In einem Sortierfall erkennt die Kamera auf dem Band die kleineren Fleischstücke, die der Roboter ausschleust; ein erster Test vor Ort mit Bildern ist erfolgt, der Test mit Produkt steht aus. Wie der Roboter mit dem laufenden Band Schritt hält, beschreibt der Beitrag zu Pick and Place auf dem laufenden Band.

Die Mitte der Schweinehälfte: ein Punkt am hängenden Produkt für den Roboter

Nicht immer greift der Roboter das ganze Stück. An hängenden Schweinehälften braucht er einen Punkt für den nächsten Arbeitsschritt. Betrachtet wird eine All-in-One Kamera der Modellreihe VS mit 1,6 Megapixeln und einem Bildfeld von bis zu rund 1 m vor einer großen Hintergrundbeleuchtung. Die Kamera blickt zwischen die beiden hängenden Beine. Aus der Kantenposition und dem Maximalpunkt ergibt sich die Mitte der Hälfte, die als Position an den Roboter geht.

Das Gegenlicht macht aus dem Naturprodukt eine Silhouette. Ihre Form streut von Tier zu Tier, die Lücke zwischen den Beinen gibt aber einen wiederkehrenden Bezug, an dem sich die Auswertung festhalten kann. Für die Beleuchtung fordert der Anwender eine hohe Schutzart.

Häufige Fragen

F Kann ein Roboter Fleischstücke aus einer Wanne greifen, wenn jedes Stück anders aussieht?

Dafür sind 3D-Systeme vorgesehen, die die Oberfläche der ganzen Wanne erfassen und an jedem Stück einen neuen Greifpunkt suchen. In einer dokumentierten Anwendung sind ein Vakuumgreifer und rund 5 s je Griff gefordert; ob mit oder ohne Bahnplanung, klärt der Test mit echtem Produkt. Glanz und dunkle Bereiche gehören in diesen Test.

F Wie findet ein Roboter Geflügelteile in einem Haufen?

Ein dokumentiertes Konzept arbeitet in zwei Schritten: Zuerst sucht das System den höchsten Punkt und greift grob, dann wird der Griff in 3D eingelernt. Die Teile liegen roh oder mariniert als abgewogener Haufen. Vorgesehen ist eine Kamera für 3D Robot Vision RB-500 mit einem Bildfeld um 300 x 300 mm.

F Was hilft, wenn Hähnchenteile auf dem Band aneinanderliegen?

Liegen Teile aneinander und ändert eine Marinade die Farbe, kann die Höhe ein stabileres Merkmal sein als die Farbe. In einer dokumentierten Anfrage ist ein Test mit einem Laser-Profilsensor geplant, dessen Höhenbild laut Katalog unabhängig von Farbe und Farbmuster entsteht.

F Wie wird gefrorenes Fleisch ohne Kiste gestapelt?

In einem dokumentierten Konzept fallen zu Blöcken gefrorene Stücke aus einem Schubladengreifer auf den Stapel, fünf je Lage und kreuzweise ohne Zwischenlage. Damit jeder Block definiert liegt, soll die Anlage Höhe und Oberflächenkontur des Stapels erfassen und freie Plätze an den Roboter melden. Erwogen werden dafür ein Laser-Profilsensor und ein 3D-System.

F Wie bestimmt eine Kamera die Mitte einer Schweinehälfte?

Im betrachteten Aufbau blickt eine Kamera vor großem Gegenlicht zwischen die beiden hängenden Beine. Aus Kantenposition und Maximalpunkt ergibt sich die Mitte, die als Position an den Roboter geht. Das Bildfeld reicht dabei bis rund 1 m.

Weiterführende Artikel

Übergeordnete Themenseite: Messen, Kennzeichnen und Prüfen in der Lebensmittel- und Getränkeproduktion: Der Überblick für Qualitäts- und Produktionsverantwortliche

Weiterer Artikel im Thema: Backwaren und Teiglinge robotergeführt greifen: vom Backblech, vom Band und aus dem Stapel