Ziel des Forschungsprojekts Rob-aKademI ist es, die Roboterprogrammierung für Montageaufgaben deutlich vereinfachen. (Bildquelle: Fraunhofer IPA)

Ziel des Forschungsprojekts Rob-aKademI ist es, die Roboterprogrammierung für Montageaufgaben deutlich vereinfachen. (Bildquelle: Fraunhofer IPA)

Grundlage für die Roboterprogrammierung für Montageaufgaben zu vereinfachen und mehr zu automatisieren, ist ein rein digitales Abbild, also ein digitaler Zwilling, der Produktionsumgebung. Dieses Abbild verbunden mit einem speziellen Programmiergerüst wird in einer physikalischen Simulationsumgebung genutzt, damit Roboter Fähigkeiten für das flexible Montieren lernen. Sie erkunden in der Simulationsumgebung autonom ihre Umgebung, planen darauf aufbauend ihr Verhalten und optimieren es selbstständig bzw. lernen fortlaufend.

Drei Lernmodule für die Praxis

Genutzt wird hierfür Künstliche Intelligenz (KI), und genauer Maschinelles Lernen und dessen Teilgebiet des sogenannten Reinforcement Learning (RL). Dieses meint, dass ein Algorithmus ähnlich dem Menschen nach dem Prinzip Versuch und Irrtum lernt. Er erhält ein Belohnungssignal für eine gelungene Aktion, um schrittweise besser zu werden.

Im Projekt entstehen drei anwendungsbezogene Lernmodule, die das Expertenwissen über die Roboterprogrammierung und die auszuführende Montageoperation kapseln: Das Perzeptionsmodul für die Objekterkennung, das Lernmodul Kraftgeregeltes Fügen für robuste Fügestrategien und das Lernmodul Schnappverbindungen mit einem detaillierten physikalischen Fügemodell. Mit diesen Technologien werden robuste Roboterprogramme für die Übertragung der Simulationsergebnisse in die Realität erstellt. Mithilfe dreier praxisorientierter Anwendungsfälle, der Schaltschrank-, Schalter- und Leiterplattenmontage, validieren die Projektpartner ihre Ergebnisse. Die Module für kraftgeregeltes Fügen und Schnappverbindungen bauen auf der bereits jetzt verfügbaren IPA-Software Pitasc für kraftgeregelte Montageaufgaben auf und werden deren Fähigkeiten erweitern.

Mehrwerte der Automatisierung

Rob-aKademI adressiert mit seinen Projektzielen insbesondere die Bedarfe einer zunehmend personalisierten Produktion. Montageanwendungen stellen aktuell noch hohe Anforderungen an die Roboterprogrammierung. Dazu zählen vielfältige und gleichzeitig anspruchsvolle, oft kraftgeregelte Prozesse, eine hohe Variantenzahl und kurze Zykluszeiten. Für viele Unternehmen und insbesondere den Mittelstand mit seinen kundenspezifischen Produkten lohnt es sich deshalb oft noch nicht, Roboter für die Montage zu nutzen, zumal nur ein Experte die Programmierung vornehmen kann.

Dabei bieten Roboter Vorteile wie die Übernahme von nicht ergonomischen, gefährlichen oder monotonen Tätigkeiten und gleichbleibende Qualität in der Aufgabenausführung. Sie können überdies ein entscheidender Wettbewerbsfaktor gerade in Hochlohnländern wie Deutschland sein. Dank zahlreicher Automatisierungs-Potenzialanalysen, die das Fraunhofer IPA bereits weltweit durchgeführt hat, kennen die Forscher die Bedarfe der Unternehmen genau und bringen diese Expertise ins Projekt ein.

KI bringt Robotik voran

Das Projekt Rob-aKademI (Generierung robuster Steuerungsalgorithmen für Roboter aus der Physiksimulation mittels Methoden der Künstlichen Intelligenz zur hochflexiblen, variantenreichen Montage in Losgröße 1) ist Teil der großen Fördermaßnahme KI01 KI in der Praxis des Bundesministeriums für Bildung und Forschung (Förderkennzeichen: 01IS20009). In der gleichen Fördermaßnahme läuft ein weiteres Forschungsprojekt vom Fraunhofer IPA: Deep Picking nutzt KI, um den roboterbasierten Griff-in-die-Kiste zu optimieren. Und von Seiten des IFF ist das Projekt KI-basierte Roboterkalibrierung (KIRK) beteiligt. (sf)