KI-unterstützte Palettierung in der Holzverarbeitung
Steckbrief | |
---|---|
Firma | Eifelbrennholz |
Produkte & Dienstleistungen | Brenn- und Kaminholz |
Business Model Canvas | Kundensegmente, Schlüsselressourcen, Schlüsselaktivitäten |
ca. Zahl der Mitarbeiter:innen (weltweit) | 1 |
Zielgruppe | Entwickler |
Hauptsitz | Monschau |
Use Cases | Robotik, Computer Vision |
Ausgangssituation & Herausforderungen
Der Einmannbetrieb Eifelbrennholz aus Monschau in der Eifel griff bisher auf eine ausschließlich manuelle Palettierung des Brennholzes zurück, was in Deutschland nur wenig konkurrenzfähig ist. Die Hauptaufgabe bestand darin, einen automatisierten Prozess für die Bündelung von Brennholz zu realisieren. Dabei müssen ungeordnete Brennholzscheite automatisiert aufgegriffen und in einer definierten Position auf einer Palette abgelegt werden. Eine Herausforderung bestand in der organischen und einzigartigen Beschaffenheit jedes Brennholzscheits, wodurch herkömmliche Ansätze wie Bin Picking (z. B. Correspondance Grouping) auf Basis von CAD-Modellen der zu vereinzelnden Objekte nicht geeignet waren.
Ziele
Das Ziel der KI-Implementierung bestand darin, eine kostengünstige und autonome Pick-and-Place-Anwendung zu entwickeln, um damit neue Kundensegmente zu erschließen.
Lösung/Maßnahmen/Projekt
Durch eine Kamera werden die ungeordneten Holzscheite in Drahtgitterboxen erfasst und die Geometrie der nächsten Holzscheide analysiert. Mit diesen Daten soll ein Roboter die Holzscheite aufnehmen und entsprechend stapeln.
Umsetzung
Über Computer Vision werden über eine 3D-Kamera die Holzscheite als digitales Abbild (als Punktwolke) erstellt. Anhand algorithmischer Segmentierung wird die Geometrie der nächsten Holzscheide identifiziert. Mit diesen Daten kann ein spezieller entwickelter sowie programmierter Robotergreifer mit 6-Achs-Kinematik zuverlässig die ungleichmäßigen Holzscheite aufnehmen und mit Hilfe einer autonomen Pick-and-Place-Anwendung ablegen.
Was wurde benötigt?
Das Verfahren zur automatisierten Brennholzpalettierung wurde mithilfe von KI und geeigneter Kamera- (Sensorik) und Robotertechnik (Greiftechnik = Aktorik) realisiert.
Was wurde erreicht?
Dank der KI-basierten Lösung ist ein autonomes Stapeln der Holzscheite möglich, was zu geringeren Personalkosten führt und gleichzeitig die Absatzmöglichkeiten durch die Erschließung neuer Großkunden erweitert. Für die lokalen Brennholzproduzenten rechnen sich dadurch auch die hohen Investitionskosten für den Roboter. Darüber hinaus entsteht ein ökologischer Nutzen, da der regionale Brennstoffhandel Transporte reduziert.
Lessons Learned
Durch die autonome Stapelung von Holzscheiten konnten neue Kundensegmente erschlossen werden. Die hohen Anfangsinvestitionen rechnen sich langfristig durch Einsparung an Personalkosten für das Unternehmen. Neben der gesteigerten Wettbewerbsfähigkeit förderte die Umstellung auf einen regionalen Brennstoffhandel den ökologischen Nutzen durch reduzierte Transporte und damit eine umweltfreundlichere Geschäftspraktik.