3D-Vision- & Robotik-Experte | Effiziente Algorithmen, C++/Python, 3D-Sensorintegration, industrielle Automatisierung

1/2019 – 8/2019

Ziel:

Vollautomatische Sensor-Roboter-Kalibrierung zur Reduzierung manueller Fehler sowie zur Senkung von Kosten und Wartungsaufwand für Unternehmen und Systemintegratoren.

Problem:

Für die Optimierungsalgorithmen werden unterschiedliche Datensätze aus jeder 3D-Sensormodalität benötigt, was bislang einen hohen manuellen Aufwand bei der Datenerfassung erfordert.

Ansatz:

Entwicklung einer montierbaren Kalibrierplatte für Industrieroboter nach einer Benchmark-Analyse bestehender Methoden.
Das System ist über standardisierte Schnittstellen mit verschiedenen Robotermodellen und Sensortypen kompatibel.

Ergebnis:

Einfach montierbares Kalibrierziel, das Datensätze mehrerer 3D-Sensoren gleichzeitig erfasst und so eine schnelle Installation sowie minimale Wartungskosten ermöglicht.
------------------------------
Goal: To enables fully automated sensor–robot calibration, reducing manual error and reducing costs and efforts for regular maintenance for companies and system integrators



Problem: Different data samples needed from each 3D sensor modality as input for optimization algorithms and large manual effort in data collection



Approach

Developed a mountable calibration board for industrial robots after benchmarking of available methods

Compatible with different robot models and sensor types via standardized interfaces

Results: Easy mountable calibration target capturing data samples for multiple 3D sensors simultaneously resulting in quick installation and minimum maintenance costs

Programmierer C, C++, Akquise / Kontakt, Kundenberater, Sensorik, Softwareentwickler, System Architektur

6/2017 – 12/2017

Problem:
Es existiert eine Vielzahl an Wahrnehmungssystemen für Bin-Picking-Anwendungen, jedoch unterscheiden sich die Aufgaben stark in ihrem Schwierigkeitsgrad. Kein bestehendes System bietet eine durchgängig robuste Lösung für alle Szenarien.

Ansatz:
Systematische Bewertung industrieller Wahrnehmungs- und Greifsysteme, einschließlich strukturierter Licht- und Lasertriangulations-basierter 3D-Systeme (z. B. Isra Vision, Keyence).
Analyse der Einsatzbereiche, in denen diese Systeme zuverlässig arbeiten bzw. versagen.
Untersuchung verschiedener Greifprinzipien – von Sauggreifern bis zu Parallelgreifern – hinsichtlich Genauigkeit und Greifplanungsalgorithmen.

Technologien: Traditionelle 3D-Wahrnehmungssysteme, Linux/Windows, ROS, GraspIt!

Ergebnis:
Erstellung eines systematischen Berichts über technologische Lücken, der als Grundlage für das Nachfolgeprojekt ICU – Selbstlernende Roboter diente.
--------------------
Problem:
A wide range of perception systems exist for bin-picking applications, but task difficulty varies greatly. No existing solution guarantees robust, turnkey performance across all scenarios.

Approach:
Systematic benchmarking of traditional industrial perception and grasping systems, including structured-light and laser-triangulation 3D systems (e.g., Isra Vision, Keyence).
Identified strengths and limitations across object types, focusing on object classification and 6D pose estimation.
Analyzed gripping mechanisms—from suction to parallel-finger grippers—and evaluated accuracy and grasp-planning algorithms.

Technologies: Traditional 3D perception systems, Linux/Windows, ROS, GraspIt!

Result:
Produced a detailed report on technological gaps, forming the basis for the follow-up project ICU – Self-Learning Robots using AI-based methods.

Kundenberater, Softwareentwickler, System Analyse, Sensorik

5/2016 – 12/2016

Problem:
Vakuumgreifer verursachen kleine Positionsfehler und fertigungsbedingte Abweichungen, die präzise Türmontage erschweren.

Ansatz:

Stufenweiser Algorithmus zur Lageerkennung und -korrektur mit globaler Kamera und integriertem Laser-Linienscanner für Echtzeit-Positionskorrektur.

Vollständige Integration von Sensorik, Greifer und Roboter über Netzwerkschnittstellen

Technologien: C++, Multithreading, QT (Windows), OpenCV, PCL, Kuka-Remote Sensor Interface (RSI), Vxworks, 3D Sensoren: Linenscanner (Keyence LJ-V8080), GPU-Kamera (Qtec)

Ergebnis:
Visionsbasiertes Robotersystem für hochpräzise Türmontage mit ±0,1 mm Genauigkeit.

Softwareentwickler, Systems Engineering, Sensorik, Robotics