Time-of-Flight-Technologie ermöglicht Abstandsmessungen und Objektpositionierungen in der Logistik
Beim präzisen Greifen und Platzieren von Objekten ist räumliches Denken gefragt. Während Menschen diese Fähigkeit intuitiv entwickeln, bekommen Maschinen Unterstützung von Bildverarbeitungssystemen: Die Time-of-Flight-Technologie (ToF) verleiht Robotern und automatisierten Systemen eine präzise Tiefenwahrnehmung. So unterstützten ToF-Kameras bei der Abstandsmessung, Formerkennung und Objektpositionierung.

Wer kennt es nicht? Nach einem Großeinkauf oder vor einer Urlaubsreise steht man ratlos vor seinem Auto. Koffer, Einkaufstüten, vielleicht sogar noch ein Kinderwagen – wie soll das alles nur in den Kofferraum passen? Doch mit räumlichem Denken und geschicktem Stapeln lässt sich am Ende meist alles unterbringen.
Diese Fähigkeit, Objekte in einem begrenzten Raum optimal anzuordnen, ist nicht nur im Alltag, sondern auch in der Industrie entscheidend. In der Fertigung müssen Maschinen Materialien präzise erkennen, greifen und platzieren. Während wir unser räumliches Denken durch Übung verbessern können, hilft die Time-of-Flight (ToF)-Technologie den Maschinen. Sie verleiht ihnen eine exakte Tiefenwahrnehmung, sodass sie ihre Umgebung dreidimensional erfassen und optimierte Entscheidungen treffen können – ein entscheidender Faktor für die Automatisierung der Zukunft.
Ähnlichkeit zum Sonar einer Fledermaus
Ziel ist, dass automatisierte Roboter effizient arbeiten. Dazu müssen sie Objekte schnell detektieren. Möglich ist das mit der ToF-Technologie: Sie misst die Entfernung zwischen Sensor und Objekt und liefert dabei präzise 3D-Bilder. Drei Komponenten ermöglichen das: Eine Lichtquelle sendet modulierte Infrarots-Lichtimpulse aus, ein Bildsensor erfasst das reflektierte Licht und eine Recheneinheit berechnet die Zeitdifferenz zwischen ausgesandtem und zurückkehrendem Licht. Das Prinzip ähnelt dem Sonar einer Fledermaus – nur mit Licht statt Schall. Die Kamera sendet einen Laserstrahl aus, der von einem Objekt reflektiert wird. Der Sensor misst die Zeit, die das Licht für Hin- und Rückweg benötigt, und bestimmt daraus den exakten Abstand zum Objekt. Für jedes Pixel wird ein Tiefenwert berechnet, wodurch eine detaillierte Tiefenkarte oder Punktwolke entsteht.
Besonders in der Logistik bringt die Kombination aus ToF und 3D-Kamera Vorteile. Im Gegensatz zu herkömmlichen 2D-Kameras erfassen sie nicht nur die Struktur eines Objekts, sondern auch dessen Volumen, Form, Abstand und Position im Raum. Ein anschauliches Beispiel hierfür ist die Palettenkommissionierung: ToF-Kameras erkennen nicht nur die Anzahl der Pakete, sondern auch deren Maße und Volumen, sodass der verfügbare Platz optimal genutzt werden kann. Sie arbeiten unabhängig von Kontrasten oder spezifischen Markierungen und funktionieren auch bei schwierigen Lichtverhältnissen, also auch, wenn der Raum schlecht beleuchtet ist. Selbst bewegliche Objekte werden erfasst. Im Vergleich zu anderen 3D-Kameras sind ToF-Systeme kompakter, kostengünstiger und weniger komplex, was die Installation und Integration erleichtert.
Weiterlesen mit kostenfreier Registrierung
Registrieren Sie sich jetzt kostenfrei und Sie erhalten vollen Zugriff auf alle exklusiven Beiträge. Mit unserem Newsletter senden wir Ihnen Top-Meldungen aus der Automatisierung, Bildverarbeitung und Licht- und Lasertechnik im Industrieumfeld. Außerdem erhalten Sie regelmässig Zugriff auf unsere aktuellen E-Paper.
Anbieter
Delta Electronics Germany GmbHAm Martinszehnten 13
60437 Frankfurt am Main
Deutschland
Meist gelesen

Warum Autovimation der Exaktera-Gruppe beitrat
Peter Neuhaus erläutert die Beweggründe für den Verkauf von Autovimation an Exaktera. Im Vordergrund stand die strategische Weiterentwicklung durch internationale Vertriebsstrukturen und zusätzliche Marketingressourcen.

Messunsicherheit in der Fertigung: Grundlagen verstehen
Warum präzise Messergebnisse allein nicht ausreichen

Im Schlamm ruht sich ein großes Nilpferd aus
Virtuelle Video-Safaris für blinde und sehbehinderte Personen

Trainingsdaten für KI-Modelle direkt auf dem Objekt erzeugen
Hürden für den Einsatz von KI in der optischen Prüfung senken

Das Getriebe macht den Roboter
Kuka setzt bei größeren Roboterserien auf Zykloidgetriebe von Nabtesco







