TECHNOLOGIEPLATFORM
Viroteq bewegingsplanning is de AI-laag die een stapelbeslissing omzet in een veilige, snelle, botsingsvrije robotbaan. Sub-10ms padberekening houdt de cyclustijd strak, joint-limit en singularity optimalisatie houden de beweging soepel en payload-aware planning houdt elke pick en place aantoonbaar botsingsvrij. Het resultaat is dat de planner nooit de bottleneck wordt in een Viroteq cel - in plaats daarvan ontsluit hij de volledige snelheid van FANUC, ABB, KUKA, Universal Robots, Yaskawa en Stäubli armen in de echte productie.

Padberekening per pick
FANUC, ABB, KUKA, UR, Yaskawa
Ondersteuning voor meerassige kinematica
Ingezette cellen wereldwijd
Bewegingsplanning is het verschil tussen een robot die er indrukwekkend uitziet in een demonstratievideo en een robot die zijn brood verdient op een echte productielijn. Generieke bibliotheken voor padplanning kunnen een route van A naar B vinden, maar een trajectengine van productiekwaliteit moet dat pad berekenen binnen een strak cyclusvenster, het valideren tegen elke gewrichtslimiet, elke singulariteit en elk obstakel in de cel, en deterministisch blijven gedurende miljoenen herhalingen per jaar.
Gewrichtsgrenzen zijn de eerste hindernis. Een robot met zes assen heeft zes harde mechanische stops en een naïeve planner plant graag naar configuraties toe die deze halverwege de cyclus raken. Singulariteiten zijn de tweede - robotposities waarbij kleine cartesiaanse bewegingen enorme gewrichtssnelheden vereisen, waardoor veiligheidscontrollers uitvallen en de lijn vastloopt. Bovendien gaat het vermijden van botsingen niet alleen over het robotlichaam. De grijper, de lading en de dynamisch veranderende palletstapel moeten allemaal gemodelleerd worden, anders produceert de planner trajecten die tegen vers geplaatste kisten botsen.
Trajecten die rekening houden met de lading voegen nog een complexiteit toe. Een 25 kg zware koffer die op volle reikwijdte wordt gedragen gedraagt zich heel anders dan een lege grijper in dezelfde houding - versnellingen, traagheden en veilige naderingshoeken veranderen allemaal. Open-source bibliotheken zoals MoveIt voor ROS bieden een goede academische basis, maar om ze om te zetten in iets dat veilig genoeg is om zonder toezicht te draaien op een 24/7 lijn, moet er nog heel wat engineering aan te pas komen.
Viroteq's technologieplatform dicht dat gat. De engine draait aan de rand op industriële pc's, valideert tegen het volledige celmodel bij elke cyclus en integreert met de veiligheidsarchitectuur die is gedefinieerd door industriestandaardpraktijken. Daarom is elk traject aantoonbaar botsingsvrij voordat de besturing het ontvangt en draait de lijn op volle robotsnelheid zonder compromissen.


Elke Viroteq planningscyclus begint met een grijphouding geproduceerd door de StackrBrain runtime. De grijphouding beschrijft waar de grijper het item moet benaderen, de doelhouding beschrijft waar het item op de pallet moet worden geplaatst en het celmodel beschrijft alles wat daartussen niet mag worden aangeraakt.
Eerst zoekt de planner op basis van steekproeven door de gezamenlijke ruimte met behulp van RRT- en PRM-algoritmen, getraind op productiegegevens om de steekproeftrekker naar snelle, vloeiende kandidaten te leiden. Vervolgens wordt het kandidaatpad geoptimaliseerd, worden overbodige via-punten verwijderd en worden de gezamenlijke snelheids- en versnellingslimieten gerespecteerd. Vervolgens wordt in een laatste validatiestap de baan gecontroleerd op elk obstakel in de cel, het slagvolume van de lading en de veiligheidszones die voor de cel zijn gedefinieerd.
Tot slot wordt de gevalideerde baan via native interfaces of de juiste motion bridge naar de robotbesturing gestuurd - FANUC, ABB, KUKA, Universal Robots, Yaskawa of Stäubli. De hele pijplijn loopt in minder dan 10 ms voor typische armen met zes assen, dus het past binnen het cyclusvenster van zelfs de snelste robots. automatisering palletiseren stations.
Drie Viroteq producten vertrouwen op dezelfde motion planning engine - RobotStackr OS voor consistente palletiseer runs, RobotStackr OTF voor mixed-case real-time stapelen en RobotDepalr voor inbound depalletiseren. Daarom stuurt één runtime elke robot in de cel aan voor palletiseren, depalletiseren en gemengde workflows.

RobotStackr OS gebruikt de trajectengine om consistent enkel-SKU te palletiseren op volle robotsnelheid. Vooraf gevalideerde patronen in combinatie met geoptimaliseerde paden in de voegruimte zorgen voor een maximale doorvoer zonder dat de robot vastloopt of botsingen veroorzaakt.

RobotStackr OTF plant elk traject opnieuw in minder dan 10 ms als de dozen in onbekende volgorde aankomen. Realtime herplannen maakt het palletiseren van gemengde kratten net zo soepel als dat van enkele SKU, zonder voorgeprogrammeerde paden en zonder handmatige teach-stappen.

RobotDepalr gebruikt de trajectengine om inkomende pallets laag voor laag op te ruimen, waarbij opnieuw wordt gepland rond gekantelde, verschoven of gedeeltelijk gepickte stapels. Daarom vermijdt elke pick naburige gevallen en blijft de cel productief, zelfs wanneer de pallets van leveranciers niet perfect gestapeld aankomen.
Volledige kinematische en dynamische botsingscontroles tegen robotlichaam, grijper, lading, palletstapel en veiligheidszones. Elk traject is aantoonbaar botsingsvrij voordat de besturing het ontvangt, wat de cel veilig houdt op volle robotsnelheid en kostbare botsingen tijdens onbewaakte diensten voorkomt.
Trajecten blijven uit de buurt van harde gewrichtsstops en kinematische singulariteiten door optimalisatie van de gewrichtsruimte. De planner scoort kandidaatpaden op reikwijdte en vloeiendheid en wijst vervolgens alles af dat kostbare heroriëntatie in het midden van de cyclus zou vereisen. Daarom voert de robot elke keer voorspelbare, herhaalbare cycli op volle snelheid uit.
De planner houdt bij elke cyclus rekening met de massa van de lading, de massatraagheid en het slagvolume. Daardoor kiest hij veilige aanvlieghoeken, houdt hij zich aan de versnellingslimieten bij het vervoeren van zware voorwerpen en valideert hij de vrije ruimte voor hoge of brede ladingen. Dezelfde motor verwerkt lege grijpers en kisten van 30 kg zonder tussenkomst van de operator.
Beweging plannen is het algoritmische proces waarmee een robot beslist hoe te bewegen van een startpositie naar een doelpositie zonder obstakels te raken, gewrichtslimieten te overschrijden of singuliere configuraties binnen te gaan. Bij robotpallettiseren zet het een instructie op hoog niveau, zoals “pak deze kist en plaats hem op coördinaat X, Y, Z”, om in een volledig gevalideerd traject in de gewrichtsruimte dat de robotbesturing kan uitvoeren. Een goede padberekening is snel, deterministisch en aantoonbaar botsingvrij. robot palletiseren cel die betrouwbaar op volle snelheid werkt.
Bovendien is het onderwerp belangrijk omdat het alternatief - handmatig geprogrammeerde waypoints - niet geschikt is voor gemengde werklasten, dynamische palletstapels of veranderende artikelgeometrieën. Als gevolg hiervan is moderne AI-gestuurde padberekening wat merkagnostisch robotpalletiseren economisch haalbaar maakt over de hele wereld. iedere industrie Viroteq serveert.
FMCG-bottel-, conserven- en verpakkingslijnen waar de planner binnen een agressief cyclusvenster moet passen. Sub-10ms padberekening houdt elke pick op volle robotsnelheid.
Bouwmaterialen en industriële distributie waar elke pallet een andere mix bevat. De planner plant elk traject opnieuw voor elke nieuwe SKU-reeks zonder handmatige teach-stappen.
Omgevingen onder het vriespunt waar een soepele beweging belangrijk is voor een lange levensduur van de grijper en productintegriteit. De motor optimaliseert de acceleratieprofielen om problemen door thermische schokken in koude omgevingen te voorkomen.
Depalletiseren met twee armen of palletiseren met twee cellen waarbij twee robots een werkruimte delen. De planner onderhandelt over tijdsynchrone trajecten zodat de armen nooit botsen en de hand-offs naadloos verlopen.
Cellen voor buiten en binnen waar wind, weer en een oneffen ondergrond het celmodel dynamisch veranderen. De motor valideert trajecten bij elke cyclus opnieuw om veilig te blijven.
Bouwmaterialen en industriële onderdelen van meer dan 25 kg waarbij de payload-bewuste trajectoriën de acceleraties veilig houden en de naderingshoeken rekening houden met de veiligheid van grijpers, robots en werknemers.

De trajectengine ondersteunt meer dan 1000 casussen per uur met padberekeningen binnen 10 ms en gewrichtsoptimale bewegingen op zesassige FANUC, ABB en KUKA armen.

Tijdgesynchroniseerde trajectcoördinatie tussen twee of meer robots die een werkruimte delen, met conflictoplossing en onderhandelde hand-off zones voor naadloze cycli.

Padberekening met aandacht voor de lading voor voorwerpen van 25 tot 50 kg - versnellingen, traagheden en naderingshoeken worden bij elke cyclus gevalideerd voor veilig zwaar tillen.
Trajectberekening per pick
Cellen met Viroteq traject AI
Trajectvalidatie betrouwbaarheid

Een engine voor padplanning die werkt in een academische demo is niet hetzelfde als een engine die een 24/7 productievloer overleeft. Echte cellen hebben harde gewrichtslimieten die per robotleverancier verschillen, kinematische singulariteiten die veiligheidscontrollers doen uitvallen en payloads die elke cyclus van traagheidsgedrag veranderen. De planner van Viroteq behandelt al deze zaken als eersteklas beperkingen in plaats van hoekgevallen.
Joint-limit handling is ingebouwd in de optimizer. Elk kandidaat-traject krijgt een score op basis van de reikwijdte, zodat de planner van nature de voorkeur geeft aan trajecten die mechanische stops vermijden. Singulariteit vermijden gebruikt de manipuleerbaarheidsindex - een maat voor hoe ver de robot verwijderd is van een singuliere configuratie - om de zoektocht weg te sturen van houdingen die enorme gewrichtssnelheden zouden vereisen om kleine Cartesiaanse bewegingen te volgen. Bovendien worden de effecten van de lading meegenomen in de dynamische controle: een kist van 30 kg op volle reikwijdte krijgt een ander versnellingsprofiel dan dezelfde robot die leeg beweegt.
Veiligheidszones zijn direct geïntegreerd in het planningsmodel. Lichtschermen, omheiningsgrenzen en dynamische obstakels van visie- en sensoringangen worden allemaal uitsluitingsvolumes die door geen enkele kandidaatbaan mogen worden betreden. Als gevolg hiervan is elk plan consistent met de veiligheidsarchitectuur die wordt gedefinieerd door industriestandaardpraktijken zoals ISO 10218 veiligheidsnormen voor robots, die aangeeft hoe collaboratieve en industriële robots zich moeten gedragen in de buurt van mensen.
Tot slot maakt de motor een afweging tussen tijdoptimale en energieoptimale trajecten. Een tijdoptimaal traject minimaliseert de cyclustijd en maximaliseert de doorvoer. Een energieoptimaal traject minimaliseert de versnellingen van de gewrichten en vermindert de slijtage van de grijper, robot en mechanische structuur. Klanten kunnen de afweging afstemmen via configuratie. Daarom kan dezelfde runtime worden gebruikt voor een snelle FMCG-lijn die prioriteit geeft aan kratten per uur en een lijn met zware ladingen. industriële cel die prioriteit geeft aan de mechanische levensduur op de lange termijn, zonder de softwarestack te forken.
De Viroteq planner is merkagnostisch ontworpen. Er bestaan native interfaces voor FANUC, ABB, KUKA, Universal Robots, Yaskawa en Stäubli, dus dezelfde runtime stuurt elke robot in de cel aan zonder SDK's van leveranciers, propriëtaire teach pendants of middlewareboxen. De communicatie verloopt via REST API en WebSocket, wat het integratieoppervlak klein en overzichtelijk houdt voor IT-teams in de fabriek. Bovendien accepteert de planner zowel standaard Denavit-Hartenberg parameters als aangepaste kinematische ketens, zodat niet-standaard armen, portalen en zevenassige robots worden ondersteund via configuratie in plaats van scripting.
Het resultaat is dat de trajectengine met de klant meereist in plaats van met de robotverkoper. Vloten van verschillende merken in verschillende cellen behouden één operatorworkflow, één HMI en één set API-eindpunten. Bovendien bevindt de runtime zich op industriële pc's in de cel, zodat de trajectberekeningslatentie beperkt blijft tot de controller in plaats van de cloud, en de lijn operationeel blijft tijdens externe netwerkstoringen of audits.
Native trajectbrug voor FANUC R-30iB en R-30iA besturingen via Stream Motion en PC-interfaces.
Trajectstreaming voor IRC5- en OmniCore-controllers via extern geleide bewegingsinterfaces.
KUKA KR C4 en KR C5 regelaars aangestuurd via RSI voor trajectstreaming met lage latentie.
UR3, UR5, UR10, UR16 en UR20 cobots aangedreven door de Real-Time Data Exchange voor collaboratieve trajectcontrole.
Boek een gepersonaliseerde demo en kijk hoe botsingsvrije trajecten van sub-10ms uw robot naar keuze - FANUC, ABB, KUKA, UR, Yaskawa of Stäubli - besturen in een echte Viroteq palletiseercel.
Breng het merk van uw robot, de specificaties van de payload en de lay-out van de cel mee - de specialisten van Viroteq stellen een implementatiepad voor bewegingsplanning op dat binnen uw bestaande cel past en de lijn draaiende houdt.
| Cookie | Duur | Omschrijving |
|---|---|---|
| cookielawinfo-checkbox-advertentie | 1 jaar | Deze cookie wordt ingesteld door de GDPR Cookie Consent-plugin en registreert de toestemming van de gebruiker voor de cookies in de categorie "Advertentie". |
| cookielawinfo-checkbox-analytics | 11 maanden | Deze cookie wordt ingesteld door de GDPR Cookie Consent plugin. De cookie wordt gebruikt om de toestemming van de gebruiker voor de cookies in de categorie "Analytics" op te slaan. |
| cookielawinfo-checkbox-functioneel | 11 maanden | De cookie wordt ingesteld door GDPR cookie consent om de toestemming van de gebruiker voor de cookies in de categorie "Functioneel" vast te leggen. |
| cookielawinfo-checkbox-nodig | 11 maanden | Deze cookie wordt ingesteld door GDPR Cookie Consent plugin. De cookie wordt gebruikt om de toestemming van de gebruiker voor de cookies in de categorie "Noodzakelijk" op te slaan. |
| cookielawinfo-checkbox-andere | 11 maanden | Deze cookie wordt ingesteld door de GDPR Cookie Consent plugin. De cookie wordt gebruikt om de toestemming van de gebruiker voor de cookies in de categorie "Overig" op te slaan. |
| cookielawinfo-checkbox-prestatie | 11 maanden | Deze cookie wordt ingesteld door GDPR Cookie Consent plugin. De cookie wordt gebruikt om de toestemming van de gebruiker op te slaan voor de cookies in de categorie "Prestaties". |
| CookieLawInfoConsent | 1 jaar | CookieJa stelt deze cookie in om de standaardknopstatus van de bijbehorende categorie en de status van CCPA op te slaan. Het werkt alleen in coördinatie met de primaire cookie. |
| elementor | nooit | Het WordPress-thema van de website gebruikt deze cookie. Hiermee kan de website-eigenaar de inhoud van de website in realtime implementeren of wijzigen. |
| bekeken_cookie_beleid | 11 maanden | De cookie wordt ingesteld door de GDPR Cookie Consent plugin en wordt gebruikt om op te slaan of de gebruiker al dan niet heeft ingestemd met het gebruik van cookies. Er worden geen persoonlijke gegevens opgeslagen. |
| Cookie | Duur | Omschrijving |
|---|---|---|
| _lscache_variabel | 2 dagen | Litespeed plaatst deze cookie om te voorkomen dat pagina's in de cache worden opgeslagen. |
| Cookie | Duur | Omschrijving |
|---|---|---|
| TOESTEMMING | 2 jaar | YouTube plaatst deze cookie via ingesloten YouTube-video's en registreert anonieme statistische gegevens. |
| _ga | 1 jaar 1 maand 4 dagen | Google Analytics plaatst deze cookie om bezoekers-, sessie- en campagnegegevens te berekenen en het gebruik van de site bij te houden voor het analyserapport van de site. De cookie slaat informatie anoniem op en kent een willekeurig gegenereerd nummer toe om unieke bezoekers te herkennen. |
| _ga_* | 1 jaar 1 maand 4 dagen | Google Analytics plaatst deze cookie om paginaweergaves op te slaan en te tellen. |
| Cookie | Duur | Omschrijving |
|---|---|---|
| BEZOEKER_INFO1_LIVE | 5 maanden 27 dagen | YouTube stelt deze cookie in om de bandbreedte te meten en te bepalen of de gebruiker de nieuwe of oude spelerinterface krijgt. |
| YSC | sessie | Youtube plaatst deze cookie om de weergaven van ingesloten video's op Youtube-pagina's bij te houden. |
| yt.innertube::nextId | nooit | YouTube stelt deze cookie in om een unieke ID te registreren om gegevens op te slaan over welke video's van YouTube de gebruiker heeft bekeken. |
| yt.innertube::verzoeken | nooit | YouTube stelt deze cookie in om een unieke ID te registreren om gegevens op te slaan over welke video's van YouTube de gebruiker heeft bekeken. |