Motivation
Im internationalen Wettbewerb müssen Unternehmen auch bei sinkenden Stückzahlen wirtschaftlich produzieren können. Insbesondere für kleine und mittlere Unternehmen ist das bisher oft nur mit manueller Fertigung realisierbar. Roboterbasierte Anwendungen bieten viele Vorteile, wie die Übernahme von nicht ergonomischen, gefährlichen oder monotonen Tätigkeiten und gleichbleibender Qualität in der Aufgabenausführung. Allerdings ist die Roboterprogrammierung bislang aufwendig und an Expertenwissen gebunden, sodass der Robotereinsatz erst bei größeren Stückzahlen wirtschaftlich ist.
Ziele und Vorgehen
Ziel des Rob-aKademI-Projekts ist es deshalb, die Roboterprogrammierung mithilfe von maschinellem Lernen (ML) deutlich zu vereinfachen und in großen Teilen zu automatisieren. Der Roboter erkundet autonom seine Umgebung und kann seine Verhaltensweise selbstständig ableiten und optimieren. Diese Lernprozesse finden in einer Simulationsumgebung statt, in der die reale Produktionsumgebung als digitaler Zwilling modelliert wird. Im Projekt wird eine integrierte Physiksimulation umgesetzt, die die realitätsnahe Simulation von Produktionsprozessen ermöglicht. Ein hybrides Machine Learning Framework leitet als Programmiergerüst den Roboter in der Simulation an. Es werden drei applikationsspezifische Lernmodule entwickelt, die das Expertenwissen über die Roboterprogrammierung und die auszuführende Montageoperation kapseln: Das „Perzeptionsmodul“ für Objekterkennung, das Lernmodul „Kraftgeregeltes Fügen“ für robuste Fügestrategien und das Lernmodul „Schnappverbindungen“ mit einem detaillierten Fügemodell. Mit diesen Technologien werden robuste Roboterprogramme für die Übertragung in die Realität erstellt. Die entwickelten Technologien werden anhand von zwei praxisorientierten erweiterten Anwendungsfällen validiert, beispielsweise im Bereich der Schaltschrankmontage.
Innovationen und Perspektiven
Die Endanwender möchten die entwickelten Technologien adaptieren, um den Automatisierungsgrad ihrer Fertigung zu erhöhen. Dadurch soll ihre Montage am Fertigungsstandort in Deutschland langfristig wirtschaftlich gestaltet sowie die Qualität gesteigert werden. Die kleinen und mittelständischen Technologieanbieter bauen ihre Kompetenzen in Zukunftstechnologien aus. Sie werden befähigt, ihre bereits am Markt etablierten Lösungen für Physiksimulationen und bildbasierte Roboterprogrammierung prototypisch auf ein neues Level zu heben. Dadurch wird die Effizienz drastisch erhöht und der Einsatz in zusätzlichen Industriesektoren ermöglicht. Für die Forschungspartner bilden die Projektergebnisse die technologische Grundlage für weiterführende Forschungsvorhaben und den Technologietransfer in die Industrie. Ein weiteres Ziel ist die Integration in eine IoT-Plattform (Internet of Things – Internet der Dinge), um ein skalierbares Ökosystem für die autonome Montage zu schaffen.