Index

Die Adaption und Inbetriebnahme eines autonomen mobilen Roboters für neue bzw. veränderte Arbeitsabläufe und Umgebungen verursacht einerseits Kosten durch die notwendige Beauftragung von Experten und kann andererseits dazu führen, dass der Roboter zeitweise nicht vollumfänglich einsetzbar ist.

Das Forschungsvorhaben KoLAMeRo erarbeitet und demonstriert Lösungsansätze, wie diese Hürden mittels des Einsatzes von automatisierten kontinuierlichen Lernverfahren überwunden werden können.

Die Vision des Konsortiums in FORSocialRobos besteht darin, dass Mensch und Roboter gemeinsam in flexiblen Teams in allen Bereichen des täglichen Lebens zielführend zusammenarbeiten und neue Roboterapplikation in kürzester Zeit realisiert werden können. Das Projekt FORSocialRobots soll daher in sechs relevanten Anwendungsfeldern robotischer Applikationen (Inspektion, Logistik, Produktion, Service, Seniorenheim und Demenzzentrum) und in fünf wissenschaftlichen Teilprojekten (Architektur sozialer Fähigkeiten, sozial situative Kommunikation, sozial adaptive und proaktive Interaktion, Simulation und Validierung sozial kognitiver Roboter im Digitalen Zwilling und Mensch-Roboter-Interaktion im Arbeitskontext) einen entscheidenden Beitrag zur Verbesserung der sozialen Fähigkeiten von Robotern leisten, damit deren Wirksamkeit und Akzeptanz bei den potenziellen Nutzern steigern sowie völlig neue technische Entwicklungen unterstützen.

Das Projektvorhaben ist dabei auf drei Jahre angelegt. Das Projektkonsortium besteht aus Forschungseinrichtungen, Einrichtungen der angewandten Forschung, Unternehmen und Anwendern, welche gemeinsam sowohl das Know-how besitzen, Roboter physisch und softwareseitig zu erforschen als auch geeignete Anwendungsfälle exemplarisch umzusetzen und dabei ethische, rechtliche und soziale Implikationen (ELSI) zu beachten. Prof. Jörg Franke ist der Sprecher des Forschungsverbundes und der Lehrstuhl FAPS  übernimmt die Rolle der Verbundkoordination.

Der Lehrstuhl FAPS ist für das Teilprojekt 1 “Architektur sozialer Fähigkeiten” verantwortlich. Weiterhin ist er am Teilprojekt 5 “Mensch-Roboter-Interaktion im Arbeitskontext” beteiligt. Hier liegt der Fokus auf der Erforschung der Akzeptanz sozialer Roboter in verschiedenen industriellen Szenarien und der Frage was für eine erfolgreiche Integration sozialer Roboter in existierende Arbeitsabläufe beachtet werden muss. Letztlich wird neben der internen Koordination auch die externe Kommunikation des Projekts durch den Lehrstuhl FAPS geleitet.

Im Verbundprojekt POV.OS soll eine innovative Automatisierungsplattform als offene Architektur aus Hardware und Software für den Einsatz und die Funktionalisierung von mobilen Arbeitsmaschinen entwickelt werden. Das Ziel des Projektes ist die ganzheitliche Konzeption und demonstrative Umsetzung einer anwendungsübergreifenden Plattform mit modularen Systemkomponenten, die als Grundlage für eine Spezifizierung und Umsetzung anwendungsbezogener Automatisierungs-, Assistenz- und autonomer Fahrfunktionen genutzt werden kann.

Eine zentrale Recheneinheit mit sicheren und zertifizierten Komponenten sowie standardisierte Schnittstellen ermöglicht allen Firmen der Wertschöpfungskette für professionelle Arbeitsmaschinen die rasche Entwicklung und Modifikation von relevanten Produkten. Durch eine Vernetzung sowie die Möglichkeit der Simulation der mobilen Arbeitsmaschinen unter Nutzung einer einheitlichen Hardware werden zudem zukünftige Entwicklungszeiten und die Einspielung von Updates sowie Upgrades optimiert. Der Fokus des Vorhabens liegt dabei auf der Entwicklung und demonstrativen Umsetzung eines gemeinsamen Kernsystems aus Hardware- und Softwarekomponenten für Ansteuerung, sensorische Erfassung und Vernetzung der professionellen Arbeitsmaschinen.

Durch eine vorwettbewerbliche Zusammenarbeit von Komponentenzulieferer, Fahrzeughersteller, IT-Unternehmen und Forschungseinrichtungen werden Kompetenzen aus allen Bereichen der mobilen Arbeitsmaschinen eingebracht.

Der Lehrstuhl FAPS beschäftigt sich im Rahmen von POV.OS unter anderem mit dem Aufbau einer Entwickler- und Anwenderplattform, dem Themenkomplex des digitalen Zwillings, der Nutzung und Anpassung von ROS 2 sowie der Funktionalisierung von professionellen Arbeitsmaschinen mit einem autonomen Routenzugschlepper als Anwendungsfall.

Das Ziel von K3I-Cycling [sprich: kiː] ist es, das werkstoffliche Recycling von Post-Consumer-Kunststoffverpackungsabfällen in quantitativer und qualitativer Hinsicht deutlich zu verbessern. Zu diesem Zweck entwickelt K3I-Cycling mithilfe eines sogenannten Artificial Neural Twins eine neue, offene und standardisierbare KI-Schnittstelle. Folglich können relevante Informationen über verschiedene Sektoren hinweg für einen Leichtverpackungs-Produktpass gesammelt werden. Dadurch wird es erstmals möglich, alle Stakeholder entlang der Wertschöpfungskette digital zu vernetzen. Ein Artificial Neural Twin ist eine vollständig differenzierbare Darstellung eines Gesamtsystems, mit der Einzelkomponenten im Verhältnis zum gesamten System optimiert werden können. Hierbei werden verschiedene sensorische Informationen entlang des Materialflusses als Daten erfasst.

Weitere Informationen zum Projekt finden Sie hier.

Im Rahmen des durch das BMBF geförderten Forschungsprojekts AutoTron wird gemeinsam mit dem Heinz Maier-Leibnitz Zentrum der TU München die Steigerung der Effizienz und die Erweiterung des Anwendungsbereichs der robotergestützten Probenpositionierung bei der Neutronendiffraktometrie erforscht. Das im Vorgängerprojekt RAPtOr entwickelte Robotersystem mit einer einer absoluten Positioniergenauigkeit von unter 50 μm ist nun in der Lage, die meisten wissenschaftlichen Fälle bei STRESS-SPEC zu bearbeiten und eröffnet neue Messmöglichkeiten.

Im Nachfolgeprojekt AutoTron wird diese neu gewonnene Flexibilität weiter ausgebaut und der höhere Automatisierungsgrad dazu genutzt, um den Zeit- und Arbeitsaufwand für die Kalibrierung der Geräte und die Einrichtung der Proben um 20% zu reduzieren. Damit werden die Messmöglichkeiten weiter ausgebaut und gleichzeitig die Effizienz und Nutzbarkeit des thermischen Neutronendiffraktometers STRESS-SPEC am MLZ in Garching deutlich verbessert.

Darüber hinaus wird es möglich, die immer komplexer werdenden Probengeometrien (z.B. additiv gefertigte Bauteile) durch etablierte Assistenzsysteme weniger fehleranfällig zu positionieren. Diese Systeme vereinfachen und beschleunigen die Aufgaben der Wissenschaftler bei der Probenvorbereitung, der Ausrichtung und der Definition der Messorte während eines Experiments und ermöglichen neue Messoptionen, wie die vollständige Auswertung des Spannungstensors bei komplexen Probenformen.

Gefördert durch das Bundesministerium für Wirtschaft und Klimaschutz (BMWK) im Rahmen der Industriellen Gemeinschaftforschung des DLR wird im Forschungsprojekt “Automatische Überwachung des Baufortschritts durch Anwendung von Künstlicher Intelligenz und Robotik” (BauKIRo) eine Lösung für die automatisierte Erfassung des Baufortschritts durch einen autonomen Flugroboter und die Auswertung der erfassten Ist-Daten (as-built model) über einen automatisierten Abgleich mit den Planungsdaten (as-planned model) erforscht. Das Forschungsprojekt wird durch den Lehrstuhl FAPS in enger Zusammenarbeit mit der Hochschule Schmalkalden (Prof. Dr.-Ing. M. Schweigel)  bearbeitet.

Der Lehrstuhl FAPS wird zur demonstrativen Umsetzung der automatisierten Erfassung des Baufortschritts durch einen autonomen Flugroboter zunächst ein mobiles Sensorsystem, ausgestattet mit optischen Sensoren zur Umgebungserfassung und Lokalisierung des Systems, zur Erfassung des Ist-Zustands konzipieren und aufbauen. Anschließend wird das Sensorsystem in einen Flugroboter integriert. Im weiteren Projektverlauf wird eine Lösung zur kollisionsfreien Navigation für die systematische Erfassung der Baustelle erarbeitet. Der Fokus liegt hierbei insbesondere auf Innenbereichen der Baustelle. Hierzu wir ein SLAM-Algorithmus konzipiert, der basierend auf erfassten semantischen Merkmalen (z.B. Tür, Fenster, Rohr etc.) und von BIM-Daten die Navigation und Erfassung der sich stetig ändernden Baustelle durch den Flugroboter ermöglicht. Des Gesamtsystem soll auf realen Baustellen validiert werden. Der automatisierten Abgleich der erfassten Daten mit den Planungsdaten wird durch die Hochschule Schmalkalden erforscht.

Ziel des Vorhabens “RoMuLuS” ist es einen Mauerwerksroboters zum Ausgleich der Personalknappheit auf deutschen Baustellen zu entwickeln, welcher sinnvoll den Automatisierungsgrad einer Fertigungshalle mit der Flexibilität eines mobilen Roboters kombinieren kann. So soll die Handhabung verschiedener Steinformate, die Zuführung des Baumaterials sowie der Auftrag des Verbindungsmaterials durch den Roboter ermöglicht werden um eine vollautomatische Errichtung von Mauersegmenten zu sichern.

Das Projekt TAQO-PAM befasst sich mit der Echtzeitoptimierung von Produktion und Intralogistik, insbesondere von modernen Matrix-Fertigungsanlagen, mit Hilfe von hybriden, quanten-klassischen Algorithmen, die an maßgefertigte mittelfristig verfügbare NISQ-Hardware angepasst sind. Dies erfolgt durch die ganzheitliche Integration problemspezifisch adaptierter Quantenprozessoren (Quantum Processing Units, QPUs) in bestehende Szenarien und durch Erweiterung existierender Methoden der Fabrikautomatisierung und Produktionsplanung.

Die Entwicklung von Systemen, die auf Betriebsebene in bestehende Technologien integriert werden können, erlaubt eine Verwendung von QPUs in Latenz- und determinismusabhängigen Szenarien. Durch den Fokus auf lokale Datenverarbeitung wird die Notwendigkeit vermieden, grundlegende Kenntnisse und Daten zur Produktionslaufzeit mit Dritten zu teilen. Ausgehend von der Annahme, dass geeignete maßgefertigte QPUs mittelfristig verfügbar sein werden,  werden im Rahmen des Projektes Quantenalgorithmen zur Optimierung von Fertigungsaufgaben erforscht, die Integration des Quantencomputings in industrielle Prozesse betrachtet und die Technologie für Anwender ohne tiefe quantenmechanische und quanteninformatische Kenntnisse nutzbar gemacht.

Durch systematische Übertragung realer Problemstellungen aus der Industrie sollen die Vorteile von Quantenalgorithmen mit Vorteilen klassischer Algorithmen kombiniert und somit industriell verwertbare Anwendungsfälle erfolgreich gelöst werden. Eine perspektivische Erweiterung bisheriger Verfahren um Elemente, die heute nicht in der Planung berücksichtigt werden können, ergibt ein hohes Potenzial an Vorteilen in den Bereichen Wirtschaftlichkeit und Wettbewerbsfähigkeit im internationalen Vergleich.

Innerhalb des Projektes werden Roboter- und radiologische Messtechnologien entwickelt, um teleoperiert als auch teilautonom radioaktive Reststoffe zu handhaben. Die Zielstellung der Technologieentwicklung reicht von der Zerlegung und Sortierung von Betriebsabfällen mit hoher Dosisleistung, wie Filterkerzen und Beutelfiltern, über die Nachkonditionierung verpackter radioaktiver Abfälle, bis zu einer radiologischen Sortierung für ein optimiertes Freigabeverfahren. Konventionelle Systeme weisen eine geringe Flexibilität bezüglich einer Adaption an unterschiedliche Einsatzbedingungen auf. Das Aufbrechen und Zerteilen verpackter Abfälle sowie der hochindividuelle Teilecharakter stellen diese Systeme vor Herausforderungen. Die Verwendung von Industrierobotern, innovativer Sensorik aus der Robotik und Kerntechnik sowie eine immersive, lernfähige Teleoperation birgt Potenzial die beschriebenen Herausforderungen zu lösen.

Projektziel ist die Erschließung einer adaptiven, aufgabengerechten Teleoperation für das kerntechnische Umfeld. Erforderlich hierfür sind die Entwicklung und Fusionierung einer radiologischen und räumlichen Charakterisierung. Autonome, mitlernende Systemfähigkeiten dienen dazu, sukzessiv die von Operatoren durchgeführten Aufgaben zu reduzieren.

Ein immersives und lernfähiges Teleoperationssystem, die räumliche Charakterisierung hochindividueller Handhabungsobjekte sowie
autonome Roboterfähigkeiten zur Handhabung und Sortierung der Abfallteile liegen im Forschungsfokus des Lehrstuhls FAPS.