Problemstellung
Eine sichere und kollisionsfreie Mensch-Roboter-Kollaboration (MRK) benötigt ein aufwändiges und kompliziertes Einlernen des Roboters durch einen Programmierer (Teach-In). Montagesequenzen bzw. -trajektorien müssen für die MRK geändert werden, was sowohl Fachpersonal als auch Änderung am Softwarecode erfordert. Hinzu kommt, dass die klassischen Methoden zur Erkennung und Lokalisierung von Objekten ineffizient und schlecht generalisierbar sind.
Ziel
Eine sichere und intelligente MRK Montage soll gewährleistet werden, durch KI-gestützte Teach-In-Prozesse und Objektlokalisierung.
Lösungskompetenz
KI wird als „Programmierhilfe“ genutzt, um Prozesse zu vereinfachen. Die menschliche Montage wird interpretiert und Sequenzen werden abgeleitet, indem Bauteile im Montagebereich durch einen gelerneten Klassifikator eingeordnet werden. So wird ein intelligentes Teach-In von neuen Montagetrajektorien mit einfachem Erfassen und Ableiten der gewünschten Bewegung ermöglicht, zusätzlich können spezielle Bahn-Charakteristiken erlernt werden.
Klassische Methoden der Bauteillokalisation werden durch KI-Methoden ergänzt, sodas eine schnelle Adaption auf neue Objekte mit wenigen Trainingsdaten möglich ist und eine effizienze und exakte Lokalisierung gewährleistet wird (6D Pose).
KI-basierte Systeme tragen außerdem zur Kollisionsvermeidung im MRK-Szenario bei, durch ein volumetrisches Repräsentationsverfahren zur Virtualisierung des Arbeitsraumes mittels GPU-Voxels sowie eine Vorhersage der Bewegungen des Menschen.
Erprobungsumgebung
Real-Aufbau als Hands-On ist die Basis für verschiedene andere Industrieapplikationen.