Zurück
"Robotik und digitale Assistenzsysteme"
Projektlaufzeit
Aktives Projekt
01. März 2023 - 31. Dezember 2024
Kurzbeschreibung
Der Einsatz von Robotern ist für KMU mit hohen Einstiegshürden verbunden, da neben den Anschaffungskosten ebenfalls hohe Kosten für die Programmierung anfallen, was insbesondere bei kleinen Losgrößen oft eine Herausforderung darstellt. In diesem Testbed sollen u.a. Nutzungsszenarien (Use Cases) entwickelt werden, welche die Kosten für die Programmierung reduzieren und den Einsatz von Robotern in KMU attraktiver machen: Werkerassistenz mit Datenhandschuhen, Einbindung mobiler Flurfahrzeuge in Fließbandanlage, Robotersteuerung mit Gestenerkennung.
Überblick
Ausführende Organisation
Brandenburgische technische Universität Cottbus-Senftenberg (BTU)
Details ansehen
Ansprechpartner
Prof. Dr.-Ing. Ulrich Berger
KontaktTechnology Readiness Level
TRL: Das “Technology Readiness Level”
Auch als “Technologischer Reifegrad” bezeichnet, gibt das TRL an, wie weit die
angewendeten Technologien entwickelt sind. Die gesamte Skala besitzt neun Stufen:
- TRL 1: Beobachtung und Beschreibung des Funktionsprinzips
- TRL 2: Beschreibung der Anwendung einer Technologie
- TRL 3: Nachweis der Funktionstüchtigkeit einer Technologie
- TRL 4: Versuchsaufbau im Labor
- TRL 5: Versuchsaufbau in Einsatzumgebung
- TRL 6: Prototyp in Einsatzumgebung
- TRL 7: Prototyp im Einsatz
- TRL 8: Qualifiziertes System mit Nachweis der Funktionstüchtigkeit
im Einsatzbereich
- TRL 9: Qualifiziertes System mit Nachweis des erfolgreichen Einsatzes
TRL: Das “Technology Readiness Level”
Auch als “Technologischer Reifegrad” bezeichnet, gibt das TRL an, wie weit die angewendeten Technologien entwickelt sind. Die gesamte Skala besitzt neun Stufen:
- TRL 1: Beobachtung und Beschreibung des Funktionsprinzips
- TRL 2: Beschreibung der Anwendung einer Technologie
- TRL 3: Nachweis der Funktionstüchtigkeit einer Technologie
- TRL 4: Versuchsaufbau im Labor
- TRL 5: Versuchsaufbau in Einsatzumgebung
- TRL 6: Prototyp in Einsatzumgebung
- TRL 7: Prototyp im Einsatz
- TRL 8: Qualifiziertes System mit Nachweis der Funktionstüchtigkeit im Einsatzbereich
- TRL 9: Qualifiziertes System mit Nachweis des erfolgreichen Einsatzes
Fördermittelgeber
Bundesministerium für Digitales & Verkehr
Projektpartner
Kooperation anfragenBuchbare Leistungen
Leistungen anfragenProjektdaten
Projektziele
- Gestenerkennung in Echtzeit mit Deep-Learning
- Handbewegungen mit Datenhandschuhe und deren Inertial Measurement Units (IMU) messen und diese Daten an eine KI-Software zur Verarbeitung senden
- Echtzeitwissen über ausgeführte Prozesse/Schritte generieren
- Innovation in den Anwendungsbereichen Montage/Demontage, Wartung, Reparatur schaffen: Werker*innen an vergessene Arbeitsschritte erinnern, sowie Echtzeit-Fehlererkennung zur Prozessoptimierung und Kostenreduktion nutzen
- Programmierung eines Roboters durch Vormachen mit Datenhandschuhen
- Technische Infrastruktur und aggregiertes Wissen auch zu Aus-/Weiterbildungszwecken nutzbar machen
- Einbindung eines fahrerlosen Transportsystems, um gefertigte Produkte automatisiert in externe Lager zu transportieren
Ergebnisse der Projektphasen
KI-basiertes digitales Assistenzsystem mit Datenhandschuhen
s soll ein Assistenzsystem entwickelt werden, das ausgeführte Montageprozesse mithilfe von KI in Echtzeit automatisch erkennt. Hierbei sollen Handschuhe, welche mit Beschleunigungs- und Orientierungssensoren bestückt sind, eingesetzt werden. Diese kommunizieren über ein 5G-Netz mit einem Tablet, auf welchem eine KI-gestützte Gestenerkennung stattfindet. Somit können Montageprozesse erfasst werden, ohne dass diese im Sichtbereich einer Kamera ausgeführt werden müssen. Für die KI-Algorithmen sind große Datenmengen notwendig, deren Übertragung durch ein 5G-Netz möglichst latenzarm bewältigt werden soll.
Robotersteuerung mithilfe von Gestenerkennung
Um Mitarbeitern ohne Programmierkenntnisse zu befähigen, Roboter einzusetzen und deren Programme entsprechend aktueller Bedarfe anzupassen, soll ein System entwickelt werden, welches das Steuern eines Roboters in Echtzeit mithilfe ausgeführter Gesten erlaubt. Die vom Menschen ausgeführten Gesten sollen dabei durch Datenhandschuhe (siehe 1) erkannt werden. Die Nutzung eines 5G-Netzes erlaubt dabei eine latenzarme Kommunikation zwischen Handschuhen und Roboter, wodurch eine schnellstmögliche Steuerung gewährleistet werden soll. Die ausgeführten Bewegungen können anschließend persistent gespeichert und später wiederverwendet werden. Das System wird also zur Roboterprogrammierung verwendet werden können ohne Expertenwissen vorauszusetzen.
Einbindung autonomer Flurfahrzeuge in Fließbandanlage
Die am Lehrstuhl Automatisierungstechnik bereits bestehende Festo Didactic-Anlage soll im Rahmen dieses Projekts um ein Modul erweitert werden, bei welchem ein autonomes Flurfahrzeug durch einen Roboterarm automatisiert be-/entladen wird, um Werkstücke vom oder zum Fließband zu transportieren. Hierbei ist eine stabile Kommunikation zwischen der Didactic-Anlage und dem Flurfahrzeug notwendig. Diese kann durch den Einsatz eines 5G-Netzes gewährleistet werden.
Besondere Anforderungen an das 5G-Netz
Abdeckung von teils großen Betriebs-/Montageflächen in Produktions-/Fertigungsumgebungen,Geringe Latenzen zur hochauflösenden Erfassung von Bewegungen/Schritten; auch nötig zur Ausführung der Echtzeit-Funktionen,Hohe Bandbreite für den reibungslosen Durchsatz großer Datenmengen für die Weiterverarbeitung der KI-Komponente
