aiMOOC

Liebherr Tech-Center Kempten – Ungeordnete Teile für Bin Picking erfassen

QR-Code

Einleitung

Wie erkennt ein Robotersystem ein Teil, wenn andere Werkstücke darüberliegen, Kanten verdecken oder metallische Flächen spiegeln? Dieser aiMOOC führt dich anhand synthetischer Behälterbilder und ausdrücklich gekennzeichneter Lehrmodelle von der Datenerfassung bis zur begründeten Entscheidung „prüfen“, „neu erfassen“ oder „nicht greifen“. Du lernst, fehlende Informationen zu benennen, einfache Qualitätskennzahlen zu berechnen und unsichere Greifvorschläge zurückzuweisen.

Zielgruppe: Lernende im zweiten Ausbildungsjahr der Berufe Mechatroniker, Elektroniker für Geräte und Systeme und Fachinformatiker. Die Zuordnung und Jahresfolge sind redaktionelle Lernempfehlungen; stimme sie mit Ausbildungsbetrieb und Berufsschule ab. Sicherheitsgrenze: Dieses ergänzende Lernangebot ist kein offizieller Liebherr-Lehrgang und ersetzt keine Betriebsanweisung. An realen Robotern, Greifern oder FTS darfst du nur nach betrieblicher Unterweisung und unter qualifizierter Anleitung arbeiten. Alle Arbeitsaufträge dieses Kurses erfolgen mit Zeichnungen, simulierten Daten und Papiermodellen.

Lernziele: Du unterscheidest Bild, Tiefenkarte und Punktwolke, erkennst Überdeckungen, prüfst die Gültigkeit von Messpunkten, beurteilst den Informationsbedarf für eine Greifentscheidung und dokumentierst eine reproduzierbare Entscheidung samt sicherem Abbruch.

Tech-Center Kempten: belegter Versuchskontext

Was die Quelle von 2020 tatsächlich belegt

Das Liebherr-Kundenmagazin 2020 beschreibt das im Februar 2020 eröffnete Tech-Center der Liebherr-Verzahntechnik GmbH in Kempten als Testhalle für Prototypen, Machbarkeitsuntersuchungen und Vorführungen. Belegt sind zwei Bin-Picking-Testzellen sowie Versuche mit einer flexiblen Fertigungszelle, einem fahrerlosen Transportsystem (FTS) und dem Linearroboter LP 100. Die Quelle nennt auch Greifer-, Belastungs-, Ablage- und Feinpositionierungstests. Die Erwähnung dieser Anlagen bedeutet nicht, dass LP 100 oder FTS Teil genau derselben Bin-Picking-Zelle waren. Eine Serienanlage, bestimmte weitere Robotertypen, genaue Kameramodelle, Greiferabmessungen oder freigegebene Anlagenparameter sind aus dieser Quelle nicht abzuleiten.

Primärquelle (Quellenstand 2020): Liebherr, Kundenmagazin 2020: Tech-Center Kempten. Alle folgenden Pixelwerte, Kamerapositionen, Prüfschwellen und Teilebezeichnungen sind didaktisch erfundene und ausdrücklich synthetische Lehrdaten, keine Liebherr-Betriebsdaten.

Bin Picking als Aufgabe

Beim Griff in die Kiste liegen Teile ungeordnet im Behälter. Eine geeignete Lösung muss Teile unterscheiden, Lage und Orientierung einschätzen, einen greifbaren Kontaktbereich bewerten und mögliche Kollisionen berücksichtigen. Ein visueller Treffer ist keine Bewegungsfreigabe. Für den Lernfall trennen wir fünf Fragen: Was wurde gesehen? Wo liegt es? Wie zuverlässig ist die Messung? Was ist verdeckt? Welche zusätzliche Prüfung fehlt vor einer Entscheidung?

Aussage	Einordnung	Konsequenz für den Kurs
Tech-Center Kempten und zwei Bin-Picking-Testzellen	Liebherr-Primärquelle 2020	Belegter historischer Versuchskontext
LP 100 und FTS in einer flexiblen Fertigungszelle erprobt	Liebherr-Primärquelle 2020	Kein Nachweis einer konkreten Kopplung mit Bin Picking
Übungsbehälter A bis C, Pixelzahlen, Abstände, Schwellwerte	Synthetisches Lehrmodell	Nur für Berechnungen und Entscheidungen auf Papier
Aktuelle Serienreife oder Freigaben einer konkreten Anlage	Nicht aus der Quelle 2020 belegt	Keine entsprechende Behauptung oder praktische Anweisung

Fachvideo 1 (externe Demonstration, nicht Liebherr): Wie ein Anbieter Bildverarbeitung beim Griff in die Kiste zeigt; beobachte, welche Oberflächen der Blickwinkel verdecken kann.

Quelle: Transfer Technology, „Bin Picking with 3D Vision Guidance“, YouTube, 17.07.2025. Das Video zeigt eine fremde Demonstration; die Rechte verbleiben beim Anbieter, keine freie Nachnutzungslizenz wird behauptet.

Vom Kamerabild zur belastbaren Teilerfassung

Sichtbares Bild, Tiefenbild und Punktwolke

Ein RGB-Bild zeigt Helligkeit und Farbe, verrät bei überdeckten Objekten allein aber keine vollständige räumliche Gestalt. Ein Tiefenbild ordnet gültigen Bildstellen einen Abstand zum Sensor zu. Eine 3D-Punktwolke beschreibt die erfassten Oberflächen mit räumlichen Koordinaten, gegebenenfalls mit Farbe, Qualitätswert und Zeitstempel. Eine fehlende Tiefe darf nicht als „leerer Raum“ interpretiert werden. 3D-Scanner, Bildverarbeitung, Sensorfusion und Koordinatensystem bilden die Grundlagen.

Beispiel einer Bildaufnahme für strukturierte 3D-Erfassung; nicht die Kemptener Zelle. Quelle: Hesameh / Wikimedia Commons, CC BY 4.0.

Beispiel einer Tiefenkamera, nicht der für Kempten behauptete Sensortyp. Quelle: Marc Auledas / Wikimedia Commons, CC BY-SA 4.0.

Ansicht einer Punktwolke als illustratives Geometriebeispiel. Quelle: Tntflash / Wikimedia Commons, CC BY-SA 3.0.

Was eine Erfassung enthalten sollte

Als eigene schematische Prozesskette im Lehrmodell dient: [Behälter beleuchten] → [RGB- und Tiefendaten erfassen] → [Zeitstempel und Gültigkeit prüfen] → [Teile segmentieren] → [Position und Orientierung schätzen] → [Greifraum auf dem Modell prüfen] → [Entscheiden oder neu erfassen]. Reale Verfahren können davon abweichen; das Schema ist kein Steuerungsprogramm.

Informationsfeld	Zweck	Beispiel für eine problematische Beobachtung
RGB- oder Intensitätsbild	Konturen, Markierungen, Beleuchtung	Reflektion wirkt wie eine fremde Kante
Tiefenwert mit Gültigkeitsmaske	Räumliche Oberfläche von Messausfall trennen	Schwarze Messlücke an glänzendem Teil
Aufnahmezeit und Bildkennung	Zuordnung von Datenständen	Tiefenbild stammt aus älterem Zustand
Sensorkoordinaten und Transformation	Vergleich mit Behälter- und Objektlage	Kalibrierzustand ungeklärt
Segmentmaske und Objekt-ID	Trennung einzelner Teile	Zwei überlappende Teile werden eins
Sichtbarkeits- und Qualitätsindikatoren	Entscheidung über Nachaufnahme	Kontaktfläche verdeckt

Wichtig: Eine Kalibrierung verknüpft Messkoordinaten und ein vereinbartes Referenzsystem. Nur weil eine Punktwolke bunt dargestellt wird, ist ihre Orientierung noch nicht vertrauenswürdig. Unterweisung, Herstellerdokumentation und fachliche Prüfung bestimmen bei einer realen Zelle den zulässigen Ablauf.

Beispielrechnung für die Datenabdeckung

Lehrmodell, nicht Herstellergrenzwert: Eine Kandidatenregion umfasst 1.600 Bildpunkte; 1.312 davon enthalten einen gültigen Tiefenwert. Die Tiefenabdeckung beträgt $q = 1312 / 1600 \cdot 100 % = 82 %$ . Die übrigen 288 Pixel sind nicht automatisch „frei“, sondern zunächst unbekannt. Bei einer nur zu Übungszwecken gesetzten Prüfschwelle von 75 % wird die Abdeckungsanforderung erfüllt; ein Griff ist damit nicht freigegeben. Der Nenner muss dieselbe klar definierte Region wie der Zähler beschreiben.

Beispiel eines qualitativen Tiefenbilds:

Illustriert Helligkeitskodierung eines geometrischen Tiefenbilds, nicht Kemptener Messdaten. Quelle: Dominicos / Wikimedia Commons, CC BY-SA 3.0.

Überdeckung, Geometrie und Greifbarkeit

Sichtbarkeit ist nicht gleich Greifbarkeit

Überdeckung (Okklusion) entsteht, wenn ein vorderes Teil ein hinteres Teil aus Sicht des Sensors verdeckt. Bei Verdeckung einer Kontaktfläche fehlt gerade die Geometrie, die für einen stabilen Griff nötig wäre. Segmentierung ordnet Bildpunkte mutmaßlichen Einzelteilen zu. Posenschätzung beschreibt Lage und Orientierung, bei räumlichen Objekten oft als drei Verschiebungs- und drei Drehkomponenten; eine geschätzte Pose ist nie automatisch eine sichere Bewegungsbahn. Objekterkennung und Robotik helfen bei der Einordnung.

Beispiel einer transformierten Punktwolke: Ein anderer Blick oder eine Rotation verändert die sichtbaren Flächen. Quelle: Tntflash / Wikimedia Commons, CC BY-SA 3.0.

Eigene Lehrskizze in Worten: Obere Lage: Teil A liegt frei; mittlere Lage: Teil B ist zur Hälfte von A verdeckt; untere Lage: Teil C berührt die Behälterwand. Von oben erscheinen alle drei Umrisse teilweise sichtbar. Nicht messbar sind ohne zusätzliche Daten die verdeckten Unterseiten, mögliche Verhakungen, die Kraftübertragung und die exakte Kollisionsfreiheit.

Wichtige Fehlerbilder und Gegenmaßnahmen im Datenmodell

Störbild	Was die Erfassung möglicherweise verfälscht	Sinnvolle Entscheidung im Lehrmodell
Glänzende Metallfläche	Ungültige oder scheinbar widersprüchliche Tiefen	Messlücke kennzeichnen, erneute Aufnahme prüfen
Gleichfarbige Teile überlagert	Zwei Instanzen verschmelzen	Segmentgrenze und Objektzahl nachprüfen
Teil am Behälterrand	Freiraum für Greifer unsicher	Randabstand und Greifraum nachweisen oder verwerfen
Schmale sichtbare Ecke	Orientierung nicht eindeutig	Pose als unsicher markieren und anderen Blick verlangen
Alter Zeitstempel	Szene könnte sich seit Erfassung geändert haben	Datenstand verwerfen und erneut aufnehmen
Verdeckte Greiffläche	Kontaktpunkte unklar	Keinen Griff allein aus hoher Erkennungszahl ableiten

Die Fachliteratur beschreibt solche Probleme der Teilüberdeckung, unvollständigen Punktwolken, spiegelnden Oberflächen und Posenschätzung. Der Ansatz von 2021 in Sensors unterscheidet bei verdeckten Objekten unter anderem „verdeckt“, „nicht verdeckt“ und „unklar“. Diese Forschung ist fachlicher Hintergrund aus anderen Systemen und kein Nachweis für die 2020 eingesetzte Kemptener Technik: Data-Driven Object Pose Estimation in a Practical Bin-Picking Application, 2021; A 6D Pose Estimation for Robotic Bin-Picking, 2022.

Rechenbeispiel: erkennbarer Spalt und Messunsicherheit

Synthetischer Bildmaßstab: Ein im Lehrmodell angenommener Abstand von 0,8 mm je Pixel gilt nur für diese simulierte Ebene. Ein sichtbarer Spalt von 25 Pixeln entspricht $25 \cdot 0,8 m m = 20 m m$ . Unter einer separat erfundenen Unsicherheit von ±3 mm liegt der untere geschätzte Abstand bei 17 mm. Wenn das Lehrmodell 20 mm Mindestabstand inklusive Reserve fordert, ist die scheinbar passende Lücke nicht nachgewiesen. In einer realen Perspektivaufnahme darf man nicht ohne überprüfte Geometrie überall denselben Pixelmaßstab anwenden.

Entscheiden, nacherfassen und dokumentieren

Eine transparente Entscheidungslogik

Die folgenden Kriterien sind ausschließlich Lehrmodellwerte: A) Tiefenabdeckung mindestens 75 %, B) modellierte Erkennungssicherheit mindestens 0,85, C) nach Unsicherheitsabzug mindestens 20 mm kollisionsbezogener Abstand, D) Kontaktfläche hinreichend sichtbar und E) Bildkennung, Zeitstempel und Referenzsystem konsistent. Alle fünf Kriterien müssen für den Status „im Simulationsmodell weiterprüfen“ erfüllt sein. Dies ist keine reale Anlagenfreigabe. Wenn ein notwendiges Kriterium wegen Verdeckung oder Messausfall unbekannt ist, lautet die didaktische Entscheidung „neu erfassen“ oder „Kandidat verwerfen“; niemals „trotzdem zugreifen“.

Schematischer Entscheidungsbaum (eigene Darstellung):

Frage	Ja	Nein oder unbekannt
Ist die Aufnahme dem aktuellen Modellzustand eindeutig zugeordnet?	Abdeckung prüfen	Neue Erfassung anfordern
Reicht die gültige Tiefenabdeckung?	Segment und Pose prüfen	Aufnahmevarianten vergleichen
Sind Kontaktfläche und Pose eindeutig?	Freiraum untersuchen	Teil verwerfen oder neue Sicht wählen
Bleibt der erforderliche Abstand trotz Unsicherheit erhalten?	Nur simulierte Greifprüfung zulassen	Simulierten Griff sperren
Liegt die sichere reale Unterweisung und Freigabe vor?	Nur qualifiziertes Personal handelt gemäß Betriebsanweisungen	Keine Maschinenbewegung

Wann ist eine neue Aufnahme die fachlich bessere Wahl?

Eine neue Erfassung ist angebracht, wenn die sichtbare Fläche nicht zur Bestimmung des Kontaktbereichs reicht, Messlöcher im relevanten Greifraum liegen, Randkollisionen nicht ausgeschlossen sind, Sensordaten zeitlich widersprüchlich sind oder eine Segmentation zwei Teile vermischt. Im rein digitalen Lehrmodell darfst du eine simulierte alternative Kameraperspektive, besser ausgeleuchtete synthetische Bilder oder weitere Referenzansichten vergleichen. Eine reale Kamerabewegung, ein FTS-Fahrbefehl, ein Robotereingriff oder eine Anpassung von Schutzfunktionen wird hier nicht angeleitet.

Fachvideo 2 (externe Demonstration, nicht Liebherr): Achte darauf, dass sichtbare Teilekonturen und reale Kollisionsfreiheit unterschiedliche Aussagen sind.

Quelle: Transfer Technology, „3D Vision-Guided Bin Picking“, YouTube, 07.11.2024; Herstellerdemonstration unter Rechten des Herausgebers, keine offene Nachnutzungslizenz behauptet.

Dokumentationsschema für Fachinformatik, Elektronik und Mechatronik

Protokollfeld	Beispiel (synthetisch)	Warum dokumentieren?
Datensatz-ID und Zeitstand	LZ-07, Aufnahme 03	Verwechslungen und alte Daten erkennen
Sensor- und Kalibrierstatus	Modellstatus plausibel	Vergleichbarkeit der Messung sichern
Objekt-ID und Segmentfläche	Teil A, 1.600 Pixel	Rechnungen nachvollziehbar machen
Qualität und Unsicherheit	82 % gültig, 3 mm Unsicherheit	Messwert und Unsicherheit getrennt halten
Sichtbarer Kontaktbereich	Frei / verdeckt / unklar	Begründeter Grenzfall
Entscheidung und Ursache	Neu erfassen wegen Verdeckung	Fehlerursache statt bloßem Erfolgslabel

Berufsbezug: Mechatronikerinnen und Mechatroniker betrachten Sensorik, Aktorik und Schutzmaßnahmen; Elektronikerinnen und Elektroniker für Geräte und Systeme prüfen Signalqualität, Schnittstellen und Zeitbezug; Fachinformatikerinnen und Fachinformatiker strukturieren Daten, Zustandslogik, Fehlerprotokoll und Tests. Alle drei Berufsfelder begründen gemeinsam, warum die Unsicherheit eines Sensors nicht durch eine bloße Softwarezahl aufgehoben wird.

Berufstypischer Modellfall: Greifentscheidung aus ungeordneten Teilen

Ausgangssituation und Arbeitsauftrag

Vollständig synthetischer Lehrfall „Behälter LZ-07“: In einer simulierten 3D-Ansicht liegen drei gleichartige Metallteile A, B und C teilweise übereinander. Alle Zahlen sind erfunden. Die Auszubildenden sollen mit Papier, Tabellenkalkulation oder einem Skript entscheiden, welcher Kandidat in einer gefahrlosen Simulation weiter untersucht werden darf. Beurteile dazu erst die Datenabdeckung, dann Verdeckung und Freiraum. Dokumentiere außerdem, welche Information für einen echten Griff weiterhin fehlt.

Synthetischer Kandidat	Tiefenpunkte gültig / Region	Modellwert Erkennung	Unterer Freiraumabstand nach Unsicherheit	Kontaktfläche	Zeitstatus
A	1.312 / 1.600	0,91	28 mm	Sichtbar	Aktuell
B	930 / 1.500	0,94	16 mm	Teilweise verdeckt	Aktuell
C	1.700 / 2.000	0,61	31 mm	Greifseite nicht erfasst	Aktuell

Auftrag: Berechne für A, B und C den Anteil gültiger Tiefenpunkte. Vergleiche die Ergebnisse mit den erfundenen Kriterien aus Kapitel 4. Entscheide je Kandidat „im Modell weiterprüfen“, „neu erfassen“ oder „verwerfen“. Schreibe danach eine dreisätzige Meldung an das simulierte Projektteam. Realer Betrieb ist ausdrücklich ausgeschlossen.

Musterlösung mit Rechenweg

A: 1.312 / 1.600 × 100 = 82 %; 0,91 ≥ 0,85 und 28 mm ≥ 20 mm; Kontaktfläche sichtbar, Zeit aktuell. Ergebnis: Im Simulationsmodell weiterprüfen, aber keine reale Greifbewegung freigeben.
B: 930 / 1.500 × 100 = 62 %; 62 % unter 75 %, nur teilweise sichtbare Greiffläche und 16 mm unter 20 mm. Der hohe Modellwert 0,94 heilt keine Messlücke. Ergebnis: Neuer Erfassungsversuch oder Kandidatenwechsel.
C: 1.700 / 2.000 × 100 = 85 %; ausreichende Tiefenabdeckung und nomineller Abstand, aber Modellwert 0,61 unter 0,85 und nicht erfasste Greifseite. Ergebnis: Neu erfassen; bei bleibender Unklarheit verwerfen.
Transfer: Keiner dieser Zustände ersetzt validierte Bewegungsplanung, kollisionsgeprüfte Roboterkinematik, geprüfte Schutzfunktionen, Material- und Greiferprüfung oder die betriebliche Freigabe. Diese Informationen fehlen im Lehrfall bewusst.

Meldungsbeispiel: „Datensatz LZ-07 ist für die simulierte Sichtprüfung aktuell. Kandidat A erfüllt die didaktischen Bildqualitätskriterien, während B wegen zu wenig gültiger Tiefe und C wegen unklarer Greifseite erneut erfasst werden müssen. Eine reale Greifbewegung wird nicht beauftragt; die Sicherheits- und Prozessprüfung liegt außerhalb des Lehrmodells.“

Bewertungsraster für den vollständigen Modellfall

Leistungskriterium	5 Punkte	3 Punkte	1 Punkt	0 Punkte
Datenprüfung	Alle drei Abdeckungen korrekt und nachvollziehbar	Ein kleiner Rechenfehler	Nur eine richtige Rechnung	Keine prüfbare Rechnung
Verständnis von Überdeckung	Alle fehlenden Kontaktinformationen benannt	Meiste Unsicherheiten erkannt	Unvollständige Beschreibung	Verdeckung ignoriert
Entscheidung und Priorität	A, B, C passend und mit mehreren Kriterien begründet	Entscheidungen richtig, Begründung lückenhaft	Einzelne richtige Wahl	Riskanten Griff trotz unbekannter Daten gefordert
Dokumentation	Datensatz, Zahlen, Datumstatus und Ursache schlüssig	Kleine Lücke im Protokoll	Stark lückenhaft	Keine Nachvollziehbarkeit
Arbeitssicherheit und Transfer	Klare Grenze zwischen Lehrmodell und realer Freigabe, Berufsbezüge sinnvoll	Sicherheitsgrenze genannt	Grenze nur angedeutet	Fehlende Unterweisung als unproblematisch dargestellt

Summe: höchstens 25 Punkte. Für dieses didaktische, nicht amtliche Raster können 20–25 Punkte als sehr sicher, 15–19 als überwiegend erfüllt und weniger als 15 als überarbeitungsbedürftig dienen. Eine Antwort, die trotz ungeklärter Kollision eine reale Bewegung freigeben will, muss sicherheitsfachlich korrigiert werden, unabhängig von der Punktzahl.

Interaktive Aufgaben

Multiple-Choice-Quiz

Was ist für das Liebherr Tech-Center im Quellenstand 2020 ausdrücklich belegt? (Zwei Bin-Picking-Testzellen) (!Ein freigegebener Serienbetrieb mit festem Kameratyp) (!Drei namentlich dokumentierte FTS-Modelle) (!Eine ausschließliche Lehranlage ohne Versuchsauftrag)

Warum genügt ein RGB-Bild bei überdeckten Teilen oft nicht? (Verdeckte Kontaktflächen und räumliche Tiefe bleiben unsicher) (!Jede RGB-Aufnahme enthält verlässliche 3D-Koordinaten) (!Farbige Teile können grundsätzlich nicht gegriffen werden) (!RGB-Bilder erlauben keinerlei Konturerkennung)

Was bedeutet ein ungültiger Tiefenpixel? (Die Tiefe an dieser Stelle ist nicht belastbar bekannt) (!Der Behälter ist dort sicher leer) (!Dort liegt sicher die Greifermitte) (!Der Punkt ist automatisch kollisionsfrei)

Wie groß ist die Tiefenabdeckung bei 600 gültigen von 800 Punkten? (75 Prozent) (!60 Prozent) (!80 Prozent) (!125 Prozent)

Welche Aufgabe hat eine Segmentierung? (Bilddaten mutmaßlichen Einzelobjekten zuordnen) (!Die Not-Aus-Kette mechanisch schließen) (!Eine vollständige Roboterfreigabe erteilen) (!Die reale Greifkraft ohne Sensor prüfen)

Was beschreibt eine geschätzte Objektpose? (Eine angenommene Position und Orientierung des Objekts) (!Die Freigabe aller Roboterachsen) (!Den unveränderlichen Zustand des Behälters) (!Den gemessenen Verschleiß der Greifer)

Welche Entscheidung passt bei verdeckter Greiffläche? (Neue Erfassung prüfen oder den Kandidaten verwerfen) (!Mit höherer Geschwindigkeit trotzdem greifen) (!Die Verdeckung als freien Raum bewerten) (!Die Unsicherheit ohne weitere Daten auf null setzen)

Warum ist der Zeitstempel einer Aufnahme wichtig? (Er lässt prüfen ob Bild und aktueller Zustand zusammengehören) (!Er bestimmt automatisch die Greifkraft) (!Er ersetzt die Kalibrierung) (!Er garantiert vollständige Sicht auf verdeckte Kanten)

Ein Abstand beträgt 25 Pixel bei angenommenen 0,8 Millimetern je Pixel. Wie groß ist er im Lehrmodell? (20 Millimeter) (!2 Millimeter) (!25 Millimeter) (!31,25 Millimeter)

Welche Aussage trennt Lehrmodell und reale Praxis richtig? (Ein positives Simulationskriterium ist keine reale Bewegungsfreigabe) (!Ein Quiz ersetzt eine Sicherheitsunterweisung) (!Ein hoher Erkennungswert garantiert einen kollisionsfreien Griff) (!Alle industriellen Bin-Picking-Zellen verwenden dieselben Grenzen)

Memory

Ordne jedem Begriff genau die richtige Beschreibung zu.

Tiefenbild	Pixelbild mit Abstandsangaben zur erfassten Oberfläche
Punktwolke	Räumliche Sammlung gemessener Oberflächenpunkte
Okklusion	Sichtverdeckung durch ein davorliegendes Objekt
Segmentierung	Trennung von Messpunkten nach vermuteten Einzelteilen
Kalibrierung	Bestimmung der räumlichen Beziehung von Messsystem und Referenz
Zeitstempel	Angabe des Aufnahmezeitpunkts für die Datenzuordnung

Drag-and-drop

Ordne den Beobachtungen die passende Reaktion im Lehrmodell zu.

Passende Reaktion	Beobachtung
Tiefenwerte erneut erfassen	Lückenhafte Tiefenmessung an spiegelnder Fläche
Segmentgrenze kontrollieren	Zwei sich überlagernde Teile erscheinen als ein Objekt
Zeitbezug prüfen	Bild und Datenprotokoll tragen verschiedene Aufnahmezeiten
Kandidat zurückstellen	Greifseite bleibt hinter einem anderen Teil verborgen
Simulationsprüfung fortsetzen	Alle didaktischen Sichtkriterien des Kandidaten sind erfüllt

Kreuzworträtsel

Trage die gesuchten Fachbegriffe ein; jeder Begriff besteht aus einem Wort.

Punktwolke	Menge räumlich gemessener Oberflächenpunkte
Überdeckung	Verhüllung eines Werkstücks durch ein davorliegendes Teil
Tiefenbild	Aufnahme mit Abständen an den Bildstellen
Kalibrierung	Geometrische Abstimmung zwischen Sensor und Referenzsystem
Segmentierung	Zuordnung einzelner Pixel zu Objektbereichen
Greifraum	Für einen möglichen Greifer benötigter räumlicher Bereich

LearningApps

Suche ergänzende Lernaktivitäten zur Objekterfassung; die folgende Seite ist eine Suchansicht und keine erfundene App-Kennung.

Lückentext

Ungeordnet bereitgestellte Teile werden im industriellen Sprachgebrauch durch

vereinzelt.

Die räumlichen Abstände einer Aufnahme stehen im

.

Ein Satz räumlicher Messpunkte heißt

.

Wenn ein vorderes Teil ein anderes verdeckt, liegt eine

vor.

Die Trennung der Bildbereiche verschiedener Objekte nennt man

.

Die räumliche Abstimmung von Kamera und Referenz benötigt eine

.

Die Kennzeichnung des Aufnahmezeitpunkts erfolgt mit dem

.

Ungültige Tiefenwerte markieren zunächst eine

.

Für eine unklare Greiffläche ist häufig eine neue

erforderlich.

Eine positive Lehrmodellprüfung ist keine reale

.

Offene Aufgaben

Erledige die Aufgaben mit synthetischen Bildern, Zeichnungen oder Modelltabellen. Für jede Aufgabe steht unmittelbar eine Musterlösung beziehungsweise ein überprüfbares Lösungskriterium. Keine Aufgabe erfordert eine reale Maschinenbewegung.

Leicht

Griff in die Kiste: Zeichne auf Papier drei überlagerte Muttern in einem Behälter und markiere verdeckte Flächen. Musterlösung: Mindestens drei Einzelteile, eine klar markierte Überdeckung und ein nicht sichtbarer Kontaktbereich.
Tiefenbild: Erkläre in vier Sätzen den Unterschied zwischen RGB-Bild, Tiefenbild und Punktwolke. Musterlösung: RGB beschreibt Farbwerte; Tiefe beschreibt Abstände; Punktwolke enthält räumliche Koordinaten; Messlücken bleiben unbekannt.
Prozentrechnung: Berechne die Abdeckung für 360 gültige und 90 ungültige Pixel einer definierten Region. Musterlösung: 360 / 450 × 100 = 80 %; die 90 Pixel belegen keine freie Fläche.
Arbeitssicherheit: Formuliere drei Regeln für eine digitale Bin-Picking-Übung. Musterlösung: Nur synthetische Daten, kein realer Steuerbefehl, fehlende Greifdaten führen zu Sperre oder neuer Aufnahme.

Standard

Segmentierung: Beschrifte in einer eigenen Zeichnung Teil A und B bei sich überlappenden Umrissen und kennzeichne einen möglichen Trennfehler. Musterlösung: Zwei Instanz-IDs, verdeckte Grenze gestrichelt, Verschmelzung als Unsicherheit dokumentiert.
Messtechnik: Rechne 28 Pixel zu je synthetisch 0,5 mm um und berücksichtige 2 mm Unsicherheit. Musterlösung: 14 mm geschätzt, mindestens 12 mm im vereinfachten Modell; ohne festgelegte Anforderung keine Greifzusage.
Fehleranalyse: Verfasse für einen reflektierenden Gegenstand ein Prüfprotokoll mit vier Feldern. Musterlösung: Bild-ID, Gültigkeitsquote, betroffene Kontaktfläche, begründete Entscheidung zur Nacherfassung.
Datenmodell: Lege in einer Tabellenkalkulation Spalten für Teil-ID, gültige Pixel, Gesamtpixel, Quote und Entscheidung an. Musterlösung: Quote = gültige Pixel / Gesamtpixel × 100; Entscheidung referenziert zusätzliche Sicht- und Abstandsprüfung.

Schwer

Algorithmus: Schreibe Pseudocode für die didaktische Entscheidung mit fünf Kriterien aus Kapitel 4. Musterlösung: Unbekannte Pflichtwerte führen zu NEU_ERFASSEN; unter Grenzwert zu VERWERFEN; alle erfüllten Kriterien nur zu SIMULATION_PRÜFEN.
Qualitätssicherung: Entwirf drei synthetische Testbilder mit unterschiedlich starker Überdeckung und begründe die erwartete Entscheidung. Musterlösung: Freie Greifseite erlaubt weitere Simulation; unklare Seite verlangt neue Sicht; widersprüchliche Daten werden verworfen.
Robotik: Vergleiche in einer einseitigen Fachnotiz einen hohen Erkennungswert bei enger Wandnähe mit einem mittleren Wert bei freier Fläche. Musterlösung: Erkennungswert und Kollisionsabstand sind unabhängige Kriterien; keine ungesicherte reale Freigabe.
Berufliche Bildung: Entwickle gemeinsam mit zwei anderen Berufsrollen ein fünfminütiges Erklärvideo oder Storyboard zur Nacherfassung. Musterlösung: Mechatronik begründet Schutzgrenzen, Elektronik Signalqualität, Informatik Zustandslogik und Protokoll; ausschließlich digitale Darstellung.

Lernkontrolle

Datenqualität: Begründe, warum Kandidat B trotz Erkennungswert 0,94 nicht als sicher gilt. Erwartet werden Abdeckung, Freiraum und Sichtbarkeit.
Messunsicherheit: Erkläre, warum die Reserve nach Unsicherheitsabzug und nicht nur der gemessene Mittelpunkt beurteilt wird.
Bildverarbeitung: Beschreibe, wie zwei überlagerte Teile fälschlich zu einem Segment werden können, und nenne eine plausible Kontrollaufnahme.
Prozesssicherheit: Unterscheide mit zwei Beispielen das Bestehen eines Simulationskriteriums von einer betrieblichen Bewegungsfreigabe.
Fehlersuche: Entwirf einen dokumentierten Abbruchfall bei nicht übereinstimmenden RGB- und Tiefenzeitstempeln.
Interdisziplinarität: Erläutere, welche Daten eine mechatronische, eine elektronische und eine informatische Fachprüfung jeweils benötigt.

Lösungsmaßstab: Vollständig ist eine Antwort, wenn sie einen beobachtbaren Befund, eine nachvollziehbare Entscheidung, die fehlenden Daten und die Sicherheitsgrenze benennt. Gegenbeispiele mit gutem Klassifikationswert, aber schlechter Geometrie sind ausdrücklich erwünscht.

Lernnachweis

Dein Portfolio umfasst (1) eine eigene beschriftete Skizze eines ungeordneten Behälters, (2) eine Vergleichstabelle RGB/Tiefe/Punktwolke, (3) die drei berechneten Abdeckungen des Lehrfalls, (4) die Entscheidungen A/B/C mit Begründung, (5) ein Protokoll mit Daten-ID, Unsicherheit und Wiederholungsbedarf sowie (6) eine Erklärung, weshalb daraus keine reale Steuerungs- oder Bedienfreigabe folgt. Als Transferprodukt eignet sich ein kurzes Erklärvideo oder eine barrierearme digitale Infografik. Veröffentliche keine Betriebsaufnahmen, personenbezogenen Auszubildendendaten oder vertraulichen technischen Informationen. Die Bewertung erfolgt nach dem 25-Punkte-Raster des Modellfalls; alle Nachweise bleiben Lernprodukte und keine Herstellerqualifikation.

OER und Wikipedia

Belegte Fachquellen und differenzierte Nutzung:

Primärbeleg 2020: Liebherr: Tech-Center Kempten, Kundenmagazin 2020 – Testzellen, LP 100 und FTS; Herstellerinhalt ist keine frei lizenzierte Kursgrafik.
Allgemeines Konzept: Fraunhofer IPA: Separation Processes Using Robots – Bin-Picking – fachlicher Überblick eines Forschungsinstituts.
Fachliteratur: Sensors 2021: Data-Driven Object Pose Estimation in a Practical Bin-Picking Application – Überdeckung und Posenschätzung, wissenschaftlicher Beitrag nach 2020.
Open Access: Sensors 2022: A 6D Pose Estimation for Robotic Bin-Picking Using Point-Pair Features with Curvature – CC BY 4.0, fachliche Analyse.
Wikipedia: Griff in die Kiste und Punktwolke – frei zugängliche Grundlagen, die einzelnen Artikel und Medien besitzen eigene Lizenzhinweise.

Deutscher Wikipedia-Einstieg (Einbettung):

Bild- und Mediennachweise: Die folgenden Commons-Dateiseiten wurden auf Dateiidentität und Lizenz geprüft. Fotos illustrieren allgemeine Sensorik bzw. Robotik und dokumentieren keine Kemptener Maschine. Bei Weiterverwendung Namensnennung, Lizenzlink und etwaige Bearbeitungsangaben beachten.

Eingebundene Datei oder Video	Überprüfbarer Quelleneintrag	Urheberschaft	Lizenz und Verwendung
File:Input image for 3D scanner.png	Commons-Dateiseite	Hesameh	CC BY 4.0
File:Intel Realsense depth camera D435.jpg	Commons-Dateiseite	Marc Auledas	CC BY-SA 4.0
File:3D scanner point cloud 01.png	Commons-Dateiseite	Tntflash	CC BY-SA 3.0
File:Cubic Structure Depth Map with Front and Back Delimitation.jpg	Commons-Dateiseite	Dominicos	CC BY-SA 3.0
File:3D scanner point cloud 04.png	Commons-Dateiseite	Tntflash	CC BY-SA 3.0
https://www.youtube.com/watch?v=pRtdbe6wWKg	Transfer Technology, Bin Picking with 3D Vision Guidance	Transfer Technology	Rechte beim Herausgeber; verlinkte/integrierte Wiedergabe, keine offene Lizenz behauptet
https://www.youtube.com/watch?v=10twGb9whKc	Transfer Technology, 3D Vision-Guided Bin Picking	Transfer Technology	Rechte beim Herausgeber; verlinkte/integrierte Wiedergabe, keine offene Lizenz behauptet

OER-Hinweis: Die selbst entworfenen, generischen Rechenmodelle, Lehrtabellen und schematischen Entscheidungsabläufe dieses Kurses dienen der freien fachlichen Weiterbearbeitung; bei Nachnutzung der externen Medien gelten deren jeweilige Rechte. Bild- und Videoeinbettungen sind keine Behauptung einer CC-Lizenz des gesamten Videos. Keine Sofatutor-IDs oder unbekannte Medienquellen werden verwendet.