- Anzeige -
- Anzeige -
Lesedauer: 4min
Dank KI lernen Roboter das Montieren
Für Montageaufgaben ist die flexible Roboterprogrammierung bislang noch aufwendig. Dies zu verbessern, ist das Ziel des Forschungsprojekts 'Rob-aKademI'. Die darin genutzten Technologien, allen voran das Maschinelle Lernen, sollen die Programmierung erleichtern und autonomer machen.
Das Forschungsprojekt »Rob-aKademI« möchte die Roboterprogrammierung für Montageaufgaben deutlich vereinfachen.
Das Forschungsprojekt »Rob-aKademI« möchte die Roboterprogrammierung für Montageaufgaben deutlich vereinfachen.Bild: Fraunhofer IPA/Rainer Bez

Die Partner im Forschungsprojekt ‚Rob-aKademI‘, darunter das Fraunhofer IPA und das Institut für Industrielle Fertigung und Fabrikbetrieb IFF der Universität Stuttgart, entwickeln Technologien, die die Roboterprogrammierung für Montageaufgaben vereinfachen und mehr automatisieren sollen. Grundlage hierfür ist ein rein digitales Abbild, also ein digitaler Zwilling, der Produktionsumgebung. Dieses Abbild verbunden mit einem speziellen Programmiergerüst wird in einer physikalischen Simulationsumgebung genutzt, damit Roboter Fähigkeiten für das flexible Montieren lernen. Sie erkunden in der Simulationsumgebung autonom ihre Umgebung, planen darauf aufbauend ihr Verhalten und optimieren es selbstständig bzw. lernen fortlaufend.

Drei Lernmodule für die Praxis

Genutzt wird hierfür künstliche Intelligenz (KI), und genauer Maschinelles Lernen und dessen Teilgebiet des sogenannten ‚Reinforcement Learning‘ (RL). Dieses meint, dass ein Algorithmus ähnlich dem Menschen nach dem Prinzip Versuch und Irrtum lernt. Er erhält ein Belohnungssignal für eine gelungene Aktion, um schrittweise besser zu werden. Im Projekt entstehen drei anwendungsbezogene Lernmodule, die das Expertenwissen über die Roboterprogrammierung und die auszuführende Montageoperation kapseln: Das ‚Perzeptionsmodul‘ für die Objekterkennung, das Lernmodul ‚Kraftgeregeltes Fügen‘ für robuste Fügestrategien und das Lernmodul ‚Schnappverbindungen‘ mit einem detaillierten physikalischen Fügemodell. Mit diesen Technologien werden robuste Roboterprogramme für die Übertragung der Simulationsergebnisse in die Realität erstellt. Mithilfe dreier praxisorientierter Anwendungsfälle, der Schaltschrank-, Schalter- und Leiterplattenmontage, validieren die Projektpartner ihre Ergebnisse. Die Module für kraftgeregeltes Fügen und Schnappverbindungen bauen auf der bereits jetzt verfügbaren IPA-Software ‚Pitasc‘ für kraftgeregelte Montageaufgaben auf und werden deren Fähigkeiten erweitern.

Mehrwerte der Automatisierung

‚Rob-aKademI‘ adressiert mit seinen Projektzielen insbesondere die Bedarfe einer zunehmend personalisierten Produktion. Montageanwendungen stellen aktuell noch hohe Anforderungen an die Roboterprogrammierung. Dazu zählen vielfältige und gleichzeitig anspruchsvolle, oft kraftgeregelte Prozesse, eine hohe Variantenzahl und kurze Zykluszeiten. Für viele Unternehmen und insbesondere den Mittelstand mit seinen kundenspezifischen Produkten lohnt es sich deshalb oft noch nicht, Roboter für die Montage zu nutzen, zumal nur ein Experte die Programmierung vornehmen kann. Dabei bieten Roboter Vorteile wie die Übernahme von nicht ergonomischen, gefährlichen oder monotonen Tätigkeiten und gleichbleibende Qualität in der Aufgabenausführung. Sie können überdies ein entscheidender Wettbewerbsfaktor gerade in Hochlohnländern wie Deutschland sein. Dank zahlreicher Automatisierungs-Potenzialanalysen, die das Fraunhofer IPA bereits weltweit durchgeführt hat, kennen die Forscher die Bedarfe der Unternehmen genau und bringen diese Expertise ins Projekt ein.

KI bringt Robotik voran

Dass Projekt ‚Rob-aKademI‘ ist Teil der großen Fördermaßnahme ‚KI01 KI in der Praxis‘ des Bundesministeriums für Bildung und Forschung. In der gleichen Fördermaßnahme läuft ein weiteres Forschungsprojekt vom Fraunhofer IPA: ‚Deep Picking‘ nutzt KI, um den roboterbasierten Griff-in-die-Kiste zu optimieren. Und vonseiten des IFF ist das Projekt ‚KI-basierte Roboterkalibrierung‘ (KIRK) beteiligt.

Seiten: 1 2Auf einer Seite lesen

Autor:
Firma: Fraunhofer-Institut f. Arbeitswirtschaft
www.ipa.fraunhofer.de

News

- Anzeige -

Weitere Beiträge

Das könnte Sie auch interessieren

KI per Smartphone

Die KI-Software AI.See von Elunic wird häufig zur Prüfung von Oberflächen aus Metall und Kunststoff eingesetzt. Mit einem Starterkit und einem Smartphone können Anwender selbst einen ersten Eindruck einer KI-basierten Qualitätsprüfung gewinnen.

mehr lesen

Künstliche Intelligenz analysiert wertvolle Inhaltsstoffe

Kunststoffmüll ist ein Problem. Weltweit. Der Grund: Kunststoff ist meist verbaut und Teil eines komplexen Produktes: Auto, Kühlschrank, Lederschuh oder Smartphone. Materialanalyse, -trennung und Recycling wären ein Lösungsansatz. Hier setzt das Projekt ‚Digital Lifecycle Record for the Circular Economy‘ – kurz ReCircE – an. Es will mithilfe von künstlicher Intelligenz ein umfassendes Recyclingverfahren entwickeln. Teil des Projektes ist ein digitaler Produktpass. Er soll Transparenz über die gesamte Wertstoffkette schaffen, um die Verwertung von Kunststoffen aus hochentwickelten Produkten zu erleichtern.

mehr lesen

Schutz der Privatsphäre und KI in Kommunikationssystemen

Alle zwei Jahre vergeben der VDE, die Deutsche Telekom sowie die Städte Friedrichsdorf und Gelnhausen den mit 10.000 Euro dotierten Johann-Philipp-Reis-Preis an einen Nachwuchswissenschaftler. Dieses Jahr geht er an Prof. Dr.-Ing. Delphine Reinhardt von der Georg-August-Universität Göttingen und an Dr.-Ing. Jakob Hoydis von den Nokia Bell Labs in Nozay, Frankreich. Die beiden Preisträger teilen sich die Auszeichnung und damit das Preisgeld.

Infor bringt Infor Coleman AI auf den Markt

Infor, Anbieter von branchenspezifischer Business-Software für die Cloud, hat bekanntgegeben, dass die Plattform Infor Coleman AI für Embedded-Machine-Learning-Modelle ab sofort verfügbar ist. Sie bietet die Geschwindigkeit, Wiederholbarkeit und Personalisierung, die Unternehmen benötigen, um KI vollständig zu operationalisieren.