Motivation
Die flexible Produktion in modernen intelligenten Fabriken erfordert eine effektive Unterstützung der menschlichen Mitarbeiter und eine reibungslose Zusammenarbeit der Werker mit unterstützenden Robotern. In einem Fabrikszenario, in dem der Werker manuelle Aufgaben ausführt, sind die Hände jedoch oft nicht frei, um mit Assistenzsystemen zu interagieren. Auch Sprachbefehle sind aufgrund von lauten Umgebungsgeräuschen nicht sinnvoll. Um eine gut angepasste und akzeptable Unterstützung zu gewährleisten, müssen daher sowohl ein Werkerassistenzsystem als auch eine robotergestützte Aktionsplanung die geplanten Aktivitäten des Werkers antizipieren.
Ziele und Vorgehen
Das Projekt InCoRAP erforscht daher die Mensch-Roboter-Interaktion unter Berücksichtigung der Intentionen (Absichten) des Menschen. Dies erlaubt eine fließende Interaktion zwischen Mensch und Roboter, da der Roboter erkannte Intentionen des Menschen bereits in seine Handlungen integrieren kann. Der assistierende Roboter bringt damit die erforderlichen Teile, die der Werker für die Montageaufgabe als Nächstes benötigt. Bestehende Ansätze zur Unterstützung von Werkern nutzen vergleichsweise wenige Informationen wie die Bewegung des Werkers in der Umgebung, um die Handlungen des Roboters zu adaptieren. Dies führt oft zu Unterbrechungen der Interaktion, wenn dies nicht ausreichend abgestimmt ist. Dieses Problem soll im Projekt InCoRAP gelöst werden, indem sämtliche Assistenzfunktionalität (einschließlich der Aktionen des Roboters) auf die erkannten Intentionen des Werkers gestützt werden. Um solche Intentionen abzuleiten, betrachtet das Projekt Sensordaten in Bezug auf die aktuelle Aufgabe des Werkers. Dies erfordert ein umfassendes Modell der Umgebung, das sowohl Informationen aus einer Vielzahl von Sensoren als auch Prozessinformationen z. B. aus einem ERP-System integriert. Die Generierung und Pflege eines solchen multisensorischen hierarchischen semantischen Modells der aktuellen Umgebung und deren Verwendung für die Aktionsplanung und situationsgerechte Unterstützung des Werkers bilden den F&E-Schwerpunkt des Projekts.
Innovationen und Perspektiven
Die Machbarkeit des Ansatzes soll in zwei Anwendungsfällen in der SmartFactory-KL, der Forschungs- und Testumgebung des DFKI für die Fabrik der Zukunft, demonstriert werden. Das Projekt InCoRAP wird Kompetenzen aus den Forschungsabteilungen Innovative Fabriksysteme, Planbasierte Robotersteuerung, Smarte Daten und Wissensdienste und dem Immersive Quantified Learning Lab bündeln, um grundlegende Forschungsaufgaben mit einer klaren Anwendungsperspektive zu adressieren.