KUKA Innovation Award 2016

Das CoSTAR-Team schafft die Voraussetzungen dafür, dass Endnutzer komplexe Aufgabenmodelle einfach spezifizieren können. So werden die Arbeiter in einer flexiblen Fertigungsumgebung durch Einbindung von Objektdaten unterstützt - und können auf externe Ereignisse reagieren.

Ziel ist es, sich von der Roboter-Programmierung mit linearen Plänen für bestimmte Aufgaben zu lösen und stattdessen Roboter mit Bibliotheken von Fähigkeiten und bekannten Objekten zu teachen. So können die Nutzer komplexe und adaptive Aufgabenpläne für neue Situationen erstellen.

Ziel dieses Demonstrations-Projekts ist die Entwicklung einer sicheren und intuitiven Mensch-Roboter-Kollaborationsanwendung im Kontext der Automobil-Industrie. Bei dieser Anwendung muss ein Roboter mithilfe von Kraft, 3D-Bildverarbeitung und der Fusion von Lasersensoren ähnliche, aber nicht identische Werkstücke lokalisieren und manipulieren. Der Roboter muss die Werkstücke aufnehmen, in Plastiktrays ablegen, einschieben und dabei, wenn nötig, die Seitenteile des Trays umbiegen.

Der Bediener kann mit dem Tray und den Produkten interagieren. Während des laufenden Vorgangs muss sich der Roboter auf die dadurch entstandene Situation einstellen. Mithilfe künstlicher Intelligenz interpretiert er das Umfeld, das er um sich herum erfasst, und agiert entsprechend. So kann der Roboter sicher mit dem Bediener interagieren.

Die Anwendung „Bin Picking Assistant” kombiniert die Möglichkeiten der Mensch-Roboter-Kooperation mit einem Auslesesystem. Auf diese Weise schafft die Anwendung einen flexiblen Arbeitsassistenten.

Im Rahmen des Projekts für den KUKA Innovation Award wird eine vorhandene Auslesesoftware-Komponente an den LBR iiwa angebunden. Sie sorgt dafür, dass der Roboter zufällig positionierte Werkstücke aus einem Behälter aufnehmen und an den Arbeiter übergeben kann. Der Arbeiter kann das Werkstück an einem anderen Werkstück ausrichten – zum Beispiel für eine Verschraubungsaufgabe. Währenddessen hält der LBR iiwa das Werkstück und übernimmt so die Schwerkraftkompensation. Dabei muss er die Herausforderung eines stabilen Ausleseprozesses meistern. Extrem wichtig ist hier auch die Mensch-Roboter-Kooperation. Dafür muss die Kollisions-Erkennung des LBR korrekt parametriert werden.

Damit die Robotik in neuen Bereichen mit neuartigen Anwendungen eingesetzt werden kann, müssen diese Programme an ihre Umgebung angepasst werden. Baustellen gelten aufgrund ihres komplexen Charakters als ideales Testumfeld für die universelle Einsetzbarkeit von Robotern. Wegen der Fluktuation und der geringen Erfahrung der Arbeitskräfte müssen Personen ohne technischen Hintergrund in der Lage sein, einen Roboter für Bauaufgaben einzusetzen, zu kalibrieren und umzuprogrammieren.

Das Team schlägt daher einen neuen Ansatz der Roboterprogrammierung vor. Durch die Verknüpfung von Forschungserkenntnissen aus dem Bereich des Lernens durch Demonstration mit einer kompetenz- und parameterbasierten Roboterprogrammierung will es den bisherigen Schulungsprozess auf eine neue Grundlage stellen. Der „Dynamic and Interactive robotic Assistant for Novel Applications“ (DIANA) soll zeigen, welche Möglichkeiten dieser Ansatz bei der Montage von Konstruktionselementen für die Baustelle der Zukunft eröffnet.

Das Projekt beschäftigt sich mit der Entwicklung eines robusten Montagevorgangs, bei dem die Möglichkeiten des KUKA flexFELLOW und ein Bildverarbeitungssystem eingebunden werden. Das entwickelte System wird in der Lage sein, sich auf eine neue Umgebung einzustellen und mit Hilfe eines Bordsetups eine Montageaufgabe für zahlreiche Arbeitsstationen auszuführen.

Die wichtigsten Beiträge des Projekts sind eine Routine für die Roboterkalibrierung mithilfe von Kinesthetic Teaching, Produkt- und Arbeitsbereichserkennung mithilfe von maschinellem Sehen, kollisionsfreie Roboterbahngenerierung und ein autonomer Montagevorgang unter Nutzung der Möglichkeiten, die der Roboter KUKA LBR iiwa in Sachen Kraftsensorik, kartesische Steifigkeit und erzwungene Schwingungen bietet. Mit dem Projekt soll die Zeit verkürzt werden, die für die Roboterprogrammierung in semi-strukturierten Umgebungen für Montagevorgänge benötigt wird.

Mit dem Project „WEIR“ („Wearable Interaction with Robots“) will das Team die bisherigen Grenzen des robotergestützten Co-Working überwinden. Hierfür sollen Fabrikarbeiter befähigt werden, Roboterarmen mithilfe von Wearables neue Stellungen und Arbeitsschritte beizubringen. Dadurch wird es möglich, Aufgaben für Roboterarme einfach, schnell, kostengünstig und zuverlässig zu teachen, den Roboterarm personalisiert zu steuern und die Laufzeit der Steuerungssoftware auf Basis von dynamischen Umgebungseigenschaften anzupassen.