Ein anpassungsfähiges Greifsystem für Roboter
Maschinelles Lernen von Menschenhand
Das IFL am Karlsruher Institut für Technologie und der IAS an der Universität Stuttgart entwickeln einen anpassungsfähigen Roboter mit Greifsystem, der menschliche Fähigkeiten durch Nachahmung erlernt. Dafür haben sie mit dem ICM-Zukunftslabor HaptXDeep in Karlsruhe eine Forschungsinfrastruktur aufgebaut – ausgestattet mit einem Komplettsystem der Firma Shadow Robot und finanziert aus Mitteln des InnovationsCampus Mobilität der Zukunft (ICM).
Das Robotergreifsystem soll von einem Operator lernen. (Bild: Karlsruher Institut für Technologie)
Programmieren von Robotern für industrielle Tätigkeiten besteht aus Coden und anschließendem Testen. Darauf folgt das Neuschreiben. So oft, bis die Maschine einen Prozess zuverlässig ausführt. Das ist langwierig. “Einen Roboter einsatzbereit zu machen, darf in Zukunft nicht mehr länger dauern, als einen neuen Mitarbeiter einzulernen”, sagt Edgar Welte, Wissenschaftlicher Mitarbeiter am KIT. Um dieses Ziel zu erreichen, will das Team den Robotern menschliches Lernen beibringen.
Ähnlich, wie Auszubildende von ihren Meisterinnen und Meistern lernen, soll ihr Robotergreifsystem dann von einem Operator lernen – etwa wie sie neue Werkzeuge nutzen, unterschiedliche Materialien anfassen, ganze Arbeitsschritte ausführen oder auf Veränderungen in Produktionsprozessen reagieren. “Wir setzen für unser System autonomes Imitation Learning und Deep Reinforcement Learning ein. Der Roboter lernt die Fähigkeiten durch die Interaktion mit dem Menschen intuitiv und sofort”, erklärt Junior-Professorin Rania Rayyes. Durch den Ansatz verkürzen sich neben dem ursprüngliche Programmierprozess auch Umrüstzeiten, so die Forschenden.
Kommunikation über die Daten
Im Zukunftslabor erfolgt die Kommunikation mit dem Roboter per Daten. Edgar Welte generiert diese durch seine Bewegungen mit dem HaptX-Glove und erklärt dem sechsachsigen Cobot damit, wie er sich drehen und Werkzeuge oder Werkstücke packen muss. Durch die 20 Stellmotoren kann die Shadow-Dextorous-Hand die menschliche Greifbewegungen fast exakt nachbilden. Die Drucksensoren in den mechanischen Fingern geben dem Operator direktes Feedback. Welte spürt durch kleine Luftpolster im Handschuh, sobald das Gewicht zunimmt oder das Werkzeug falsch in der Hand liegt. Fasst er nach, tut es ihm der Greifer gleich – in Echtzeit. Wie die Forschenden mitteilen, wird dies eine wichtige Funktion sein, wenn die Maschine später per KI selbstständig lernt.
Das könnte Sie auch interessieren
Eine neue Studie des Capgemini Research Institute geht der Frage nach, wie es um Nachhaltigkeit bei der Nutzung generativer KI (GenAI) steht. Der Studie ‘Developing sustainable Gen AI’ zufolge hat GenAI erhebliche und zunehmende negative Auswirkungen auf die Umwelt.‣ weiterlesen
Ist die Industrie 4.0 eine Revolution? Aus Sicht des Fraunhofer Instituts für System - und Innovationsforschnung lautet die Antwort: nein. Die Forschenden kommen in ihrer Veröffentlichung zu dem Schluss, dass sich eher von einer Evolution sprechen lasse.‣ weiterlesen
Der Ingenieurberuf genießt in Deutschland ein hohes Ansehen, dennoch haben junge Menschen oft ein falsches Bild von den Tätigkeiten und Herausforderungen. Das zeigt eine Auswertung wissenschaftlicher Studien durch Matrix im Auftrag des VDI.‣ weiterlesen
Laut einer repräsentativen Umfrage des Bitkom nimmt die digitale Abhängigkeit der deutschen Wirtschaft zu. Mit Blick auf die USA und China stellt dies die Unternehmen vor Herausforderungen.‣ weiterlesen
Stärkere Regulierungen sowie bessere Gegenmaßnahmen haben laut einer Untersuchung des Security-Spezialisten Check Point dazu geführt, dass die Ransomware-Angfriffe in Deutschland zurückgegangen sind, weltweit haben sie jedoch zugenommen.‣ weiterlesen
Die digitale Transformation wird zur Schlüsselfrage für den Erfolg im Maschinen- und Anlagenbau. Welche Handlungsoptionen Unternehmen dabei haben, beleuchtet die Impuls-Stiftung des VDMA in ihrer neuen Kurzstudie 'Erfolgsfaktoren digitaler Geschäftsmodelle', die vom Institut FIR der RWTH Aachen erstellt wurde.‣ weiterlesen
INDUSTRIE 4.0 & IIoT-MAGAZIN Leseprobe
Zeitschrift für Industrie 4.0, Internet of Things & Digitale Transformation
Retrofit mit Sensoren und KI
Im Forschungsprojekt 'AutoPres' des IPH - Institut für Integrierte Produktion Hannover und Jobotec zeigen die Beteiligten am Beispiel einer Spindelpresse, dass sich auch ältere Maschinen mit KI nachrüsten lassen.‣ weiterlesen
Mehr Drehmoment für die Kreislaufwirtschaft
Digitale Tools bringen den Aufbau einer Circular Economy auf Touren, wenn sie systemisch eingesetzt werden. Wie das gelingen kann, zeigt die Studie 'Digitale Enabler der Kreislaufwirtschaft' anhand von drei sehr unterschiedlichen Produkten: T-Shirts, Waschmaschinen und Einfamilienhäusern. Die Studie der Deutschen Akademie der Technikwissenschaften (Acatech) arbeitet heraus, welche digitalen Technologien und Anwendungen Wertschöpfungsketten zirkulär gestalten können - und wie die einzelnen Enabler im Zusammenspiel ein erweitertes Potenzial entfalten.‣ weiterlesen
Datengetriebene Programmierung taktiler Roboter
Aktuell prägen vier Trends die Automatisierung und setzen die produzierende Industrie unter Transformationsdruck. Die Antwort auf die Herausforderungen liegt in der Integration taktiler Roboter und ihrer datengetriebenen Programmierung. Auf diesen Bereich hat sich ArtiMinds mit seinen Softwarelösungen spezialisiert.‣ weiterlesen
