Perceptive real time Human Robot Interaction : KIPs

Projekt:

KIPs = Knowledge based Intelligent Planning system for production automation

Problemstellung

Eine Zunahme an Datenvolumen, Komplexität der Werkstücke, deren Herstellungsprozesse und Sicherheitsvorschriften überfordern die konventionelle Fertigungstechnik zunehmend. Der Bedarf an intelligenten, adaptiven Automatisierungslösungen welche sich ihres Umfelds bewusst sind und passend darauf reagieren wird immer deutlicher.

Vor allem bei der Mensch-Roboter-Kooperation hat die Sicherheit oberste Priorität, wobei be­sonders Kollisionen zwischen Roboter und Hindernissen wie Menschen (dynamische Hindernisse) oder Vorrichtungen (statische Hindernisse) zu vermeiden sind.

Ziele

Im Rahmen dieses Projekt werden intelligente Algorithmen entwickelt, welche unter Einbeziehung von Sensorsignalen Informationen über die Umwelt einbeziehen und daraufhin in Echtzeit das Verhal­ten, bzw. die Bahn des Roboters anpasst um Hindernisse zu umfahren.

Vorgehen

Eine Wissensdatenbank über verschiedene Fertigungsprozesse kombiniert Sensorinformationen u.a. von Time of Flight-Sensoren und formalisiert diese durch Ontologien. Online und offline Programme zum Umfahren statischer sowie dynamischer Hindernisse wurden entwickelt und im Labor implementiert wo sie auf verschiedene Anwendungsfälle angewandt wurden. Letztere beinhalten beispielsweise Mensch-Roboter-Kollaborationen in Montage und Demontage.

Projektbearbeitung

Dr. Rafiq Ahmad

Projektleitung

Peter Plapper

Projektstand/Ergebnisse

Dieses Projekt ist abgeschlossen.

Förderung

UniLUX_gefoerd_von

Force-guided robotic assembly : SaFyR

UniLUX_FProjekt_SaFyR02Project:

SaFyR = Self-adaptive Fuzzy control for Robotic Peg-in-Hole assembly processes

Problemstellung

Montageprozesse im Allgemeinen und Peg-in-Hole-Prozesse im Besonderen bilden das Kern­element der Fertigung, u.a. in der Automobilindustrie. Zu den Vorteilen einer Automatisierung dieser Prozesse gehören neben einer kürzeren Taktzeit, Vermeidung ergonomisch kritischer Operationen sowie dokumentierte Prozesssicherheit.

Ziele

Ziel dieses Projektes ist es, Peg-in-Hole-Prozesse für harte und elastische Werkstücke zu auto­matisieren ohne auf visuelle Sensorik zurückzugreifen. Kraftsensoren werden im Gegensatz zu visuellen Sensoren nicht beeinträchtigt durch Umwelteinflüsse wie Lichtverhältnisse oder eine (teilweise) Verdeckung des Werkstücks. Hierdurch wird sich ein verbesserter Leistungsgrad er­hofft.

Vorgehen

Im Laufe dieses Projektes wurden innovative Algorithmen zur Detektion diskreter Kontakt­zustände entwickelt, welche für Peg-in-Hole-Prozessen charakteristisch sind. Zusätzlich wurden adaptive, kraftgeregelte Algorithmen für diesen spezifischen Anwendungsfall untersucht und optimiert.

Projektbearbeitung

Ibrahim Jasim

Projektleitung

Peter Plapper

Projektstand/Ergebnisse

Dieses Projekt wurde Anfang 2016 erfolgreich abgeschlossen, auf den Ergebnissen dieser Arbeit bauen mehrere Folgeprojekte auf.

Förderung

UniLUX_gefoerd_von

Force controlled robotic grinding : BONAIR

Project :

BONAIR = Biomimetic rObotic coNtrol for Adaptive grInding of fReeform-geometries

Problemstellung

Oberflächenbearbeitungen wie Schleifprozesse stellen für viele Fertigungslinien einen Engpass dar, da diese zeitintensiven Prozesse meistens manuell ausgeführt werden. Die prozessbedingt, ergonomisch kritischen Arbeitsplätze, sowie begrenzt verfügbare Arbeitskräfte, gepaart mit dem Wettbewerbsumfeld eines Hochlohnlands, machen aus der Automatisierung dieser Oberflächen­bearbeitung ein lohnendes Forschungsthema.

Ziele

Ziel dieses Projekts ist es, einzelne Teilbereiche der komplexen Herausforderung ‚Automati­sieren des Schleifprozesses von 3 dimensionalen Freiformflächen‘ zu identifizieren, zu analysieren und zu lösen um die Unternehmen der Großregion zu unterstützen und diesen die Möglichkeit zu bieten auch weiterhin wettbewerbsfähig vor Ort zu produzieren und gleichzeitig den Arbeitern die monotonsten Arbeitsschritte in gesundheitsgefährdenden Umgebung zu er­sparen. Das Projekt wird von mehreren Unternehmen der Großregion unterstützt.

Vorgehen

Die Analyse des manuellen Schleifprozesses wie man ihn aktuell in der Industrie findet ermög­licht die Unterteilung des Gesamtproblems in kleinere Teilbereiche welche individuell analysiert werden. Verschiedene Biomimetische Regelungsschemata und Technologien werden analy­siert, um ein intuitives Verständnis der Automatisierungslösungen zu ermöglichen und somit die Implementierung in der industriellen Praxis zu erreichen.

Projektbearbeitung

Sophie Klecker

Projektleitung

Peter Plapper