Kategorie: Anwendungen & Lösungen

Akzeptanz und Nutzen

Wie können wir in naher Zukunft Roboter vollständig in unser tägliches Leben integrieren? Dieser Herausforderung widmet sich derzeit das französische Unternehmen Enchanted Tools. Gegründet von Jérôme Monceaux, der bereits an der Entwicklung der Roboter Pepper und Nao beteiligt war, stellte das Startup kürzlich Miroki vor, den Prototyp einer neuen, wirklich nützlichen Generation humanoider Roboter. Für seine Bewegungen kommen bürstenlose Motoren und Planetengetriebe von Maxon zum Einsatz

Weniger Kosten durch Zeitersparnis

Wenn es um die Produktion von Radialwellen-Dichtungsringen geht, ist eine intelligente Greiflösung unerlässlich, denn der Greifer muss Dichtungsringe mit verschiedenen Maßen flexibel handhaben. Der Hersteller Kaco setzt hierbei auf einen IO-Link-Greifer von Zimmer, der letztendlich die Produktion effizienter und schneller macht.

Automatisierung von biegeschlaffen Werkstücken

Ein Klemmfinger greift das Produkt und führt eine Doppellagenkontrolle durch.

Bei der Handhabung biegeschlaffer Werkstücke treten am Produkt Verformungen auf, die die Automatisierung seit Jahrzehnten vor ein Problem stellen. Eine weitere Herausforderung, die das prozesssichere Greifen von Stoffen bisher nahezu unmöglich macht, ist das Vereinzeln von Stofflagen voneinander. So findet die Maschinenbestückung und -entnahme in der Textilindustrie meist manuell durch eine Person statt. Diese nicht wertschöpfenden Tätigkeiten und Blindprozesse können nun durch die Greiferlösungen von Robotextile automatisiert werden.

Wie gelingt die Roboterintegration?

Roboter in Kombination mit Sensoren und moderner Programmiersoftware eröffnen ganz neue Möglichkeiten.

Um Unternehmen gegen kurzfristige Veränderungen und Anforderungen abzusichern und ihre Wettbewerbsfähigkeit zu erhalten, sind neue, flexiblere Automatisierungslösungen mit Robotern gefragt. Damit roboterbasierte Lösungen aber zu Kosteneinsparung und Effizienzsteigerung führen, kommt es weniger nur auf die richtige Technik und Hardware als vielmehr auf strukturierte Vorüberlegungen und das Erarbeiten zeitgemäßer Automatisierungskonzepte an.

Belohnung als Anreiz zum Lernen

KI-Entwickler Julian Eßer trainiert Roboter, sich intelligent zu verhalten. Denn das Entscheidende ist, dass die Maschinen nicht nur bei kalkulierbaren Ereignissen richtig handeln. Vor allem müssen sie auch in unvorhergesehen Situationen das Richtige tun. Dafür testet er als Mitglied des AI Grids, einer Initiative des Bundesforschungsministeriums, die vielversprechende Talente in künstlicher Intelligenz in Deutschland fördert, am Fraunhofer IML Hunderte Roboter in virtuellen Welten. Ziel ist, dass die Maschinen üben und lernen, mit Störungen und Varianten ähnlicher Situationen umzugehen – und dann selbst Varianten anbieten. Dafür kommt eine Art Belohnungssystem für Roboter zum Einsatz: So lernen sie leichter aus Fehlern und wählen den schnellsten und effektivsten Weg zum Ziel.

Kollisionsfrei unterwegs

Damit RL-Agenten in Echtsituationen zum Einsatz kommen können, muss es daher zusätzliche Sicherheitsfunktionen geben, die möglichst Performance-freundlich sind. Dem Team von Wissenschaftlern ist es mit Hilfe des BRSL gelungen, die Sicherheit wesentlich zu erhöhen und gleichzeitig das System nur geringfügig einzuschränken.

Mit Hilfe von Reinforcement-Learning-Algorithmen können Roboter auch anspruchsvolle Bewegungen in einer unbekannten Umgebung und bei unbekannten Robotermodellen erlernen – doch wie kann man sicherstellen, dass sie Sicherheitsbeschränkungen respektieren, ohne dass sich ihre Performance verschlechtert?