Robotergestützte Teilezuführung basierend auf Perzeption und Künstlicher Intelligenz

Aus Wirtschaftlichkeitsgründen werden Zwischengüter der Produktion oftmals in Kleinladungsträgern (KLT) / Sichtlagerkisten / Euroboxen / usw. für den innerbetrieblichen Warentransport und Zwischenlagerung vorgehalten. Für die Weiterverarbeitung müssen diese Teile dem nachfolgenden Fertigungs- oder Montageprozess zugeführt werden. Hierfür bieten sich an der weiterverarbeitenden Prozesszelle insbesondere Knickarmroboter aufgrund deren Flexibilität, Wiederholgenauigkeit, Geschwindigkeit und Programmierbarkeit an. Herausfordernd ist allerdings der so genannte Griff in die Kiste / Bin Picking mit dem Robotersystem. Sprich das Erkennen, das Pose-/Lagebestimmen des als nächsten zu greifenden Teils sowie der kollisionsfreie autonome Griff selbst.

Zur Auflösung dieser Herausforderungen soll ein lernfähiges System zum Greifen von Teilen durch einen Roboterarm entwickelt werden. Diese Teile sollen 3D-Kamerabasiert erkannt und aus einer Kiste gegriffen und dem Folgeprozess zugeführt werden sowie nach dem Fertigungsschritt wieder aus der Maschine entnommen werden. Zur Lageerkennung der bekannten Objekte soll Deep Learning mit klassischer Bildverarbeitung verglichen werden.

Die Themenstellung hat Branchen-übergreifend insbesondere in der produzierenden Industrie eine hohe Relevanz, ebenso aber auch für den künftigen Einsatz von Robotik im privaten Umfeld.

Die Arbeit im Rahmen dieser Forschung kann je nach Interesse einen der folgenden Aspekte beinhalten:
  • Einarbeitung in das bestehende System: Roboter, Kameratechnik sowie insbesondere in das Robot Operating System (ROS)
  • Einarbeitung in die Themenfelder: Objekterkennung, Segmentierung und 6D-Posebestimmung basierend auf Deep Learning
  • KI-gestützte Greifposebestimmung für das zuverlässige und sichere Greifen der Komponenten
  • Hardwareabstraktion für den schnellen Wechsel von Peripherie, u.a. Greifern verschiedener Hersteller
  • Modulare und leicht erweiterbare Prozesssteuerung durch den Einsatz von Zustandsautomaten sowie elementaren Fähigkeiten (Skills)
  • Identifikation neuer Technologien durch IEEE-Paperrecherche sowie Evaluation von Ergebnissen in eigenen Musteraufbauten
  • Integration der bisher entwickelten Technologien in einen konkreten Industrie-Use Case

Weitere Informationen erhalten Sie gerne auf Anfrage.

Der Arbeitsumfang sowie die spezifischen Inhalte Ihrer Abschlussarbeit werden entsprechend der Art der Arbeit sowie Ihren Interessen abgestimmt.

Fehlende Vorkenntnisse können im Rahmen der Einarbeitungsphase erschlossen werden.

Bearbeitung erfolg in Kooperation mit Industriepartnern eines Forschungsverbundes.

Vorkenntnisse und Anforderungen

Interesse an anwendungsnaher Fertigungsautomatisierung und Robotik

Vorkenntnisse in C++, C#, Python oder Java von Vorteil

Vorkenntnisse im Umgang mit Computern/Betriebssystemen/Netzwerktechnik/usw. von Vorteil

Beginn

ab sofort

Kategorien:

Fachbereich:

Biomechatronik

Art der Arbeit:

Bachelorarbeit, Diplomarbeit, Masterarbeit, Projektarbeit, Studienarbeit

Studiengang:

Informatik, IPEM, Maschinenbau, Mechatronik, Medizintechnik, Wirtschaftsingenieurwesen

Technologiefeld:

Fertigungsregelung und Intralogistik, Handhabung und Montagetechnik, Medizintechnik, Software Engineering

Kontakt: