在传统生产线中，毛坯件仍然采用人工上料，这样自然会影响到产线的生产力。由于从预处理开始零件就被放入各种形状的容器中，零件的位置往往无法被定义从而无法为自动化提供合适的工况。

不仅如此，重量大的两件还需要起重装置。为了保证毛坯件的持续上料，就需要很多的人力。位于巴特坎贝格的rbc Fördertechnik有限公司面临过这些挑战并研发出一个基于机器人的系统用来为笛卡尔旋转对称或立方体甚至非常重型的工件进行上料。有了这个系统，托盘或容器能被自动清空。再加上精简和开放式的概念，创造出了一个具有高客户利益的解决方案。

这个应用的核心是一个基于3D的探测系统，它能始终识别零件在容器中的实时位置。由于未加工零件能被智能移出，从而实现了高度的自动化可靠性。机器人在每次进入箱体之前都会进行场景扫描。目前的容器状态是下一次机器人进入的起始位置。零件和容器要求不同的移出方式从而保证彻底和安全的移出。例如，容器中经常会放置用来保证运输安全的装置，这就要求操作工必须提前取走。运输安全装置的存在能被可靠地检测到并汇报给系统。这样可以避免故障。从容器中移出零件的方法同样基于一定的标准。例如放置在箱体边缘位置的零件的抓取方式就与容器中间零件的抓取方式不同。探测系统是固定的或由机器人导向，也就是说用于探测零件的传感器可以在容器上方安全距离内导向移动。当选用适配的传感器时，扫面能在现有的外部生产工况中提供极其稳定可靠的数据，并且不需要额外增加挡光板。

适配传感器技术

探测系统能根据机床的上料情况和其他要求来进行配置以适应具体的用户。举例来说，对于重约20公斤的环状零件，在不影响自动化安全的前提下最大+/- 2 mm的公差是可以被接受的。但是对于更小形状更复杂的工件而言，这个公差就不够精准了。在这种情况下，探测工作通过优化的传感技术和更近的扫描距离来执行。基本运用的原理方法是激光三角测量或飞行时间测量法。在激光三角测量中，一束激光被发射出去并被一个内置接收器捕捉到。横向传感器提供3D点位信息。在此过程中，零件的表面状况起到了决定性作用。众所周知的是，光面的高反射量会引发低探测率甚至探测失效。

利用飞行时间测量法进行目标探测或距离测量能取得很好的结果。这里运用了可调频率的激光脉冲。这种方法提供的数据最稳定，但不是非常精确，可是对于很多应用也足够精准了。相应传感器在目标上方的移动距离范围是约40mm至2500mm。根据传感系统不同的分辨率和到目标之间的距离，能实现的最高精度为0.1 mm。传感信号被记录并与相应运动方向和速度相结合。目标扫描的结果形成一个点云。点云的记录就是该应用的预处理过程。最初使用的传感器在这里起到了至关重要的作用。由于制造商传感器的不断发展，近年来在性能和尺寸方面都取得了重大进展。

探测（后处理）后的扫描数据评估由一款PC机软件完成。有了这个系统，就能实现特定零件的数据评估。这就意味着点云是根据一个定义的直线或圆形算法来进行评估的，它能提供非常真实可靠的结果。零件的整体形状对这种测量方式并不会起到决定性影响。例如，局部特征也能被扫描并单独评估。剩余的零件信息变得不相关，这个应用只会用到最少的扫描数据。这在数据采集和评估时间方面具有巨大的优势。常规应用需要大约1秒的评估时间。此系统的另一个优势是一台PC机能评估几个传感器的数据。举个例子，容器中的零件位置能被率先记录，局部的形状区域能被后续记录用于进一步绘制零件形态。

此外，包含PC评估功能在内的3D扫描仪还被优化地集成到整体控制概念中，提供了广泛的诊断选项。但必备的是当前扫描的实时图像、操作员对话的可切换语言和远程访问。

工业机器人大多采用气动机械手，因此能够扫描几个托盘，并清空它们。零件大致预装在托盘上，单层或多层地分布在不同高度。零件堆栈（Z-层）的可靠检测是区分系统尤为关键的因素。

如果机械手系统能处理不同的零件形状，一键就能完成对其他零件的转换。比如在处理环形零件的时候，此过程就能被完美地呈现，因为环形零件的形状相对简单。

将工件从托盘或容器中取出后，机器人为生产线的第一道工序上料同时保证零件的持续供应。这样就能将操作员在产线如此重要的接口处产生的影响降至最低，使其仅限于对容器增减的物流影响。