Robotik

Der von der Politik beschlossene Ausstieg aus der Kernenergie und das Ziel, den Energiemix erheblich auf erneuerbare Energien auszurichten, beschert der Branche großes Wachstumspotenzial. Die Digitalisierung und die Technologien, die sich daraus ergeben, wie Sensorik, Robotik und Assistenzsysteme, künstliche Intelligenz sowie Virtual- und Augmented Reality unterstützen die Unternehmen dabei, das Potenzial zu realisieren. In der Studie „Industrialisierung der Windindustrie“ der TU München hat sich herausgestellt, dass die Digitalisierung auf den „Levelized Cost of Energy“ (LCOE) einen positiven Effekt haben wird.

Die Softwareentwicklung bei Industrierobotern benötigt erhebliches interdisziplinäres Wissen und viel technische Erfahrung. Vor allem die Heterogenität der herstellerspezifischen Programmiersprachen und -werkzeuge verursacht hohen Aufwand beim Einsatz von Industrierobotern, obwohl Roboter per se frei programmierbar sind und für eine Vielzahl von Aufgaben eingesetzt werden können. Um verschiedene Rollen, wie z. B. den Komponentenzulieferer, Anwendungsentwickler sowie Systemintegratoren und Endanwender, bei der Programmierung und Integration von Robotern zu unterstützen, wurde im Rahmen des Forschungsprojekts ReApp ein modellbasierter Ansatz entwickelt. Das Datenaustauschformat AutomationML wurde hierbei für die Modellierung der Roboterkomponenten und -systeme eingesetzt. Auf Basis von Domäne-Ontologien wurden die AutomationML-Modelle semantisch verarbeitet und zu einem maschineninterpretierbaren Informationsmodell umgewandelt, aus dem Quellcodes generiert werden konnten.

Industrie 4.0 bedeutet im Sinne der smarten Fabrik die Vernetzung der Produktionsmittel und somit auch aller am Produktionsprozess beteiligten Industrieroboter. Dabei steht eine flexible Konfiguration der Fabrik im Vordergrund, die z. B. durch veränderliche Verkettung von Werkzeugmaschinen und Robotern eine schnelle Reaktion auf zusätzliche Produktvarianten ermöglicht. Intuitive Konzepte für Programmierung und beschleunigte Inbetriebnahme von Roboterzellen sind erforderlich, um Produktionsausfälle zu minimieren. Augmented Reality verknüpft hierzu visuelle Echtzeit-Informationen zur Roboterzelle mit vorgeplanten Produktionsschritten und Programmen. Damit können noch während des laufenden Betriebs neue Anweisungen geplant und verifiziert werden. Mit standortgebundenen und mobilen Endgeräten sind Bediener und Entscheider so jederzeit in der Lage, auf Maschinendaten zuzugreifen und bei Bedarf anzupassen.

Intelligente und autonome Roboter sind für die Entwicklung der Industrie 4.0 von essentieller Bedeutung. Sie werden als direkte Interaktionspartner gemeinsam mit dem Mensch Aufgaben lösen und Arbeiten verrichten, die wesentlich komplexer als die heutigen Aufgaben typischer Industrieroboter sind. Dabei müssen sie sich in einer unübersichtlichen und unvorhersehbaren Umwelt zurechtfinden und auf Ereignisse sofort reagieren können. Um diese Umwelt erfassen zu können und Handlungen zu planen, ist die Echtzeitverarbeitung komplexer Sensorinformationen notwendig. Herkömmliche Rechnerarchitekturen stellen sich hierbei als unzureichend heraus. Daher werden am DFKI RIC Hardware-Beschleuniger für die Robotik auf Basis des Datenflussparadigmas entwickelt.

Im Gegensatz zum Einsatz von Robotern in standardisierten Produktionsprozessen müssen Roboter innerhalb von dynamischen Logistikprozessen flexibel und anpassungsfähig gegenüber variablen Umgebungsbedingungen und nicht standardisierten Gütern sein. Durch die Fortschritte im Bereich der künstlichen Intelligenz und die Vernetzung durch Industrie 4.0 werden Roboter in Zukunft auch komplexe Aufgabenstellungen in der Logistik zuverlässig ausführen können. Eine entscheidende Komponente eines Robotersystems stellt die Interpretation der Arbeitsumgebung mithilfe von multi-modalen Sensorsystemen dar. Der Beitrag beschreibt Anwendungen für Robotersysteme in der Logistik und stellt im Rahmen der Depalettierung ein Beispiel der Interpretation von multi-modalen Sensordaten vor.

Mit kollaborierenden Robotern und neuen Bedienkonzepten ergeben sich grundsätzlich neue Anwendungen für robotische Systeme. Wir beschreiben wichtige Eigenschaften solcher robotischen Systeme und stellen in diesem Beitrag mit einem robotischen Assistenzsystem für manuelle Fertigungsaufgaben, welches über eine multimodale Bedienoberfläche gesteuert wird, eine mögliche Anwendung für diese neuartigen Systeme vor.

In vielen Bereichen der Produktion sind Roboter heutzutage ein gängiges Mittel zur Bearbeitung von Aufgaben mit hoher Frequenz und Wiederholgenauigkeit. Der Einsatz von Industrie- und Service-Robotern nimmt aber auch in der Logistikbranche immer mehr Fahrt auf. Der Containerumschlag, insbesondere die Entladung von z. B. mit Rohkaffee gefüllten Säcken, birgt ein enormes Potenzial für die Automatisierung mit intelligenter Robotik. Das hohe Gewicht und die leichte Verformbarkeit dieser Säcke sowie die unberechenbaren Stapelsituationen in einem Container stellen höchste mechanische und kognitive Anforderungen an die Greiftechnik und die entsprechende Greifstrategie. Dieser Beitrag zeigt die Entwicklung und Umsetzung eines solchen Greifverfahrens.

Die global verteilte Herstellung von Gütern führt zu einem wachsenden, die Welt umspannenden logistischen Netz. Um den Herausforderungen gerecht zu werden gilt es, die Effizienz der Logistikkette und der Teilprozesse innerhalb der logistischen Kette stetig zu verbessern. Der Einsatz von Automatisierungstechnologien, wie z.B. Industrierobotern, gilt hierfür als ein möglicher Ansatz. Logistische Prozesse unterliegen zumeist einer hohen Varianz, was die Programmierung von Industrierobotern zur Erfüllung komplexer Aufgabenstellungen zeit- und kostenaufwendig macht. Besonders die Entwicklung von Systemen, die sich auf wandelbare Rahmenbedingungen anpassen können, ist mit hohen Aufwänden verbunden. Am BIBA wurde eine Strategie zur intuitiven und flexiblen Roboterprogrammierung und -steuerung entwickelt und in Zusammenarbeit mit dem Unternehmen EASY-ROB auf der CeMAT 2011 anhand eines Demonstrators präsentiert.

Die Veränderungen in der Arbeits- und Betriebsorganisation erfordern eine flexible Planung und Steuerung sowohl auf operativer als auch auf strategischer Ebene. Diese Ausgabe von Industrie Management greift Herausforderungen, Konzepte und Strategien zum Umgang mit technologiegetriebenen Veränderungen auf – etwa die effektive Planung logistischer Prozesse, der demographische Wandel sowie die Vorteile von Wertschöpfungsnetzwerken.

Roboter sollen möglichst flexibel in unterschiedlichen Handlungsumgebungen und -zusammenhängen agieren können. Um das zu realisieren, werden Lernalgorithmen entwickelt, die ein Lernen nach dem Vorbild der Natur ermöglichen. Wenn eine so lernende Maschine einen Schaden verursacht, stellt sich die Frage, wer diesen verantwortet. Es kann eine Grauzone zwischen Produkt- und Halterhaftung entstehen. Ausgehend von Ersetzbarkeitskriterien wird ein konkreter Vorschlag unterbreitet, wie man mit dieser Grauzone umgehen könnte.