09.10.2021
Nördlingen

Industrielle Robotik ist eine Schlüsseltechnologie für die flexible und hochautomatisierte Produktion der Zukunft. Ihr Einsatz gestaltet sich allerdings vor allem für kleine und mittelständische Unternehmen schwierig. Diese Unternehmen verfügen im Allgemeinen nicht über die Spezialkenntnisse, die zum Einsatz von Robotik notwendig sind. Das Projekt KIraF setzt sich zum Ziel, diesen Wettbewerbsnachteil von KMU auszugleichen. Mit Hilfe von Verfahren, die auf Künstlicher Intelligenz basieren, sollen Roboter so „intelligent“ werden, dass sie ohne Expertenwissen in der Produktion eingesetzt werden können. Die zu entwickelnden Lösungen sollen sich selbstständig an neue Aufgaben anpassen, sowie robust gegenüber Störeinflüssen und intuitiv bedienbar sein.

 

Damit dies möglich ist, muss ein Roboter weitgehend autonom erkennen, wie er eine gestellte Aufgabe zu erfüllen hat. Nach dem Prinzip, Sehen, Verstehen, Handeln ergeben sich für den Roboter folgende Herausforderungen. (vgl. Abbildung 1): Wie sieht der Arbeitsraum aus, in dem er sich bewegt? Welche Produkte soll er wie greifen? Welche Bahnen muss er fahren, um die Aufgabe zu erfüllen?

Zur Anwendung kommen vor allem innovative und sensorgestützte KI Verfahren. Zum einen sollen vorhandene Objekte- und Arbeitsräume erkannt und vermessen werden. Zum anderen sollen Algorithmen zur Trajektoriengenerierung und Greifpunktbestimmung für die automatisierte Prozessbearbeitung sowie die prozessintegrierte Qualitätsüberwachung entwickelt werden. Durch die Zusammenführung unterschiedlicher KI-basierter Verfahren werden die Fähigkeiten bestehender Robotersysteme robuster und außerdem deutlich erweitert, z. B. auf robotergestützte Fertigungsverfahren mit variantenreichen Produktpaletten und kleinen Losgrößen. Des Weiteren soll das Robotersystem sich selbst kalibirieren können, um eine autonome Inbetriebnahme zu ermöglichen. Erschließbar werden damit neue Anwendungsbereiche und Nutzergruppen.

Folgende innovative Forschungsergebnisse sollen während des Projektverlaufes erreicht werden:

  • Neuartige Auswertealgorithmen zur semantischen Anreicherung von Arbeitsraumkarten, insbesondere für die Objektklassifikation,
  • neuartige Algorithmen zur 6D-Greifpunktbestimmung für variable Werkstücke,
  • teilautonome Identifikation von Trajektorienverläufen für unterschiedliche Fertigungsprozesse.