Intelligente Serviceroboter dringen von Agrar bis Transport in neue Branchen und auch in private Haushalte vor. Grundlage dieser Roboter ist eine konstante Erfassung und Erkennung ihrer Umgebung. In einfachen Fällen wird eine 2D-Karte zur Navigation erstellt. Komplexe Systeme, z.B. zum flexiblen Greifen, erstellen ein 3D-Modell aus mehreren Kameraperspektiven, erkennen darin mittels Deep Learning spezifische Objekte und entwickeln einen an die aktuelle Situation angepassten Greifplan.
Stand der Technik
Zur Bestimmung der eigenen Position und Lage im Raum nutzt jeder heutige Roboterarm Winkelgeber oder Encoder, also Positionssensoren, die jeweils in den sechs bis sieben Gelenken verbaut sind. Ähnliche Sensoren bestimmen auch die Positionen der Greiffinger am Manipulator. Die vom Sensor gemessene Position muss auf 0,01° genau sein, damit der Roboterarm genau positioniert werden kann. Abweichung durch unpräzise Fertigung und Montage, Spiel des Getriebes oder Verformung der Verbindungselemente können nicht toleriert werden, was einen hohen Aufwand für die Mechanik zur Folge hat.
Für autonome und intelligente Serviceroboter sind darüber hinaus viele zusätzliche Sensoren nötig, da hier umfangreiche Informationen über die Umgebung erfasst werden müssen. Taktile Sensoren liefern die Druck- oder Kontaktverteilung am Finger ähnlich der taktilen Wahrnehmung der menschlichen Hand. So kann ein Kontaktprofil eines gegriffenen Gegenstands im Greifer ermittelt werden. Diese Information ist essentiell für das Greifen verschiedener, vorher nicht vollständig bekannter Gegenstände sowie für das sensitive Greifen mit Feedback des Objektverhaltens. Kraft/Momentensensoren messen Kräfte und Momente in allen Raumrichtungen. Sie sind üblicherweise zwischen Roboterarm und Endeffektor montiert, um die Kraftmomente zwischen Roboter und einem Objekt, der Umgebung oder einer Person zu erfassen. So können Objekteigenschaften wie Gewicht und Schwerpunkt erfasst, Montagevorgänge kontrolliert oder die Führung des Roboters durch den Menschen (Teaching) realisiert werden.
Autonomer Einsatz von Servicerobotern
Im Gegensatz zu Industrierobotern erfolgen bei den Servicerobotern Aktionen oder Bewegungen nicht mehr programmiert, sondern erst nach einer Planung auf Basis des Umgebungsmodells. Umgebung und Anlage werden also nicht mehr den Robotern angepasst, sondern die Serviceroboter passen sich zunehmend flexibel der Umgebung an. Sie sind ohne den Aufbau einer Infrastruktur in Fabriken, Büros und Wohnungen autonom einsatzfähig. Genau darin liegt ihr großes Potenzial.
Kameras und Bilderkennung kommen bei intelligenten Serviceobotern eine Schlüsselrolle zu – denn durch Kameras entsteht erst das Umgebungsmodell, die Basis für jede Planung, Bewegung und Aktion. Visuelles Mapping (SLAM) ist bereits Standard in Staubsaugerrobotern und mobilen Plattformen, Systeme zur flexiblen Greifplanung drängen in den letzten Jahren verstärkt auf den Markt, bleiben aber weiterhin auch Forschungsthema.
Virtuelle Sensorik
Die Kamera wird zum essentiellen Sensor, die Fähigkeiten der Computer Vision definieren wesentlich den Einsatzbereich und die Fertigkeiten des Roboters. Getrieben durch Smartphones sind heute extrem kleine, leistungsstarke und günstige Kameras verfügbar. Dementsprechend sind bei manchen Servicerobotern bereits eine Vielzahl von Kameras verbaut. Die benötigte Rechenleistung und Algorithmik haben zwar hohe Anforderungen, werden jedoch branchenübergreifend genutzt. In komplexen Anwendungen steigt allerdings auch der Bedarf an weiteren Sensoren. Da diese überall im Körper des Roboters verbaut werden müssen, kommt es so schnell zu einer Komplexitätsexplosion der Sensorhardware und deren Verkabelung. Auch hier können Kamerasysteme helfen: Sensoren lassen sich virtuell als Softwaremodul implementieren, das Kamerabilder des Roboters selbst auswertet.