KI-basierte Roboterkalibrierung: Genauer durch maschinelles Lernen

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print

KI-basierte Roboterkalibrierung: Genauer durch maschinelles Lernen

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print
Ein Forschungsprojekt zur KI-basierten Roboterkalibrierung zielt darauf, durch maschinelles Lernen neue genauere Kalibriermethoden zu entwickeln.
Roboterkalibrierung mit maschinellem Lernen

Quelle: ArtiMinds Robotics GmbH

Ziel des Forschungs- und Entwicklungsprojektes zur KI-basierten Roboterkalibrierung (KIRK) ist es, durch maschinelles Lernen neue softwaregetriebene Kalibriermethoden für Industrieroboter zu entwickeln, um deren Genauigkeit zu erhöhen. Initiatoren des Gemeinschaftsprojekts sind die Universität Stuttgart, die DHBW Karlsruhe und der Robotik-Experte und Softwarehersteller ArtiMinds Robotics.

Industrieroboter zeichnen sich durch eine zuverlässige und präzise Prozessausführung aus. Um die hierfür notwendige hohe Genauigkeit zu gewährleisten, müssen die Systeme in regelmäßigen Abständen individuell nachkalibriert werden. Dies ist kosten- und zeitintensiv und bedeutet vor allem für KMUs einen erheblichen Mehraufwand. Darüber hinaus kommen mehr und mehr preiswerte Roboterarme auf den Markt, die mechanisch bedingt potentiell noch größere Ungenauigkeiten in der Positionierung besitzen.

Aktuelle Roboterkalibrierung zu unpräzise

Mit aktuell verfügbaren Methoden für die Roboterkalibrierung lassen sich nur Geometriefehler korrigieren. Temperatur- oder lastabhängige Ungenauigkeiten zum Beispiel können jedoch nur ungenügend ausgeglichen werden. Auch eine Nachkalibrierung im laufenden Betrieb, die für einen nachhaltigen Optimierungsprozess wichtig wäre, ist nicht realisierbar.

Um diese Lücken zu schließen und durch maschinelles Lernen neue softwaregetriebene Kalibriermethoden für die Praxis zu entwickeln, haben der Robotik-Experte ArtiMinds Robotics, die Universität Stuttgart und die DHBW Karlsruhe im April 2020 das KI-Projekt KIRK gestartet.

Darko Katic, technischer Ansprechpartner für das KIRK Projekt und Teamleiter Künstliche Intelligenz bei ArtiMinds erklärt: „Die Möglichkeit, Daten automatisiert zu erfassen und zu analysieren, verringert den Aufwand für den Anwender und erleichtert es insbesondere KMUs die notwendige Kompetenz aufzubauen, um ein Robotersystem optimal zu nutzen.“

Ziel ist es, die Genauigkeit softwaregestützt zu erhöhen, um dadurch Roboter für ein breites Anwendungsspektrum flexibel einsetzen zu können, Arbeitsabläufe durch eine vom Robotertyp und –hersteller unabhängige Lösung zu vereinfachen und Fachpersonal zeitlich zu entlasten.

Anwendungsfälle wie die Bestückung von Leiterplatten erfordern hohe Positioniergenauigkeiten. Quelle: ArtiMinds Robotics GmbH

„Die Basis, um die komplexen Zusammenhänge aus äußeren Faktoren sowie den zeitlich veränderlichen Eigenschaften des individuellen Roboters beherrschbar zu machen und so die Positioniergenauigkeit zu erhöhen, bilden die tiefen neuronalen Netze (Deep Learning)“, so der KI-Forscher Prof. Marco Huber vom IFF der Universität Stuttgart.

Das Institut für Industrielle Fertigung und Fabrikbetrieb (IFF) der Universität Stuttgart und das Robot-and-Human-Motion-Lab (RaHM-Lab) der Dualen Hochschule Baden-Württemberg Karlsruhe übernehmen im Projekt die Grundlagenforschung. Gemeinsam mit ArtiMinds Robotics als Industriepartner werden die Ergebnisse auf reale industrielle Anwendungsfälle übertragen. Abschließend sollen die neu entwickelten Methoden auch in die Programmiersoftware Robot Programming Suite (RPS) integriert werden. Projektende soll im Frühjahr 2022 sein.

Bild oben: Anwendungsfälle wie die Bestückung von Leiterplatten erfordern hohe Positioniergenauigkeiten. Quelle: ArtiMinds Robotics GmbH

Weitere Informationen: www.artiminds.com

Erfahren Sie hier mehr über künstliche Intelligenz für eine Lackieranlage.

Lesen Sie auch: „7. Achse, vielfache Möglichkeiten: Mehr Arbeitsraum für Roboter“

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on xing
XING
Share on whatsapp
WhatsApp
Share on email
E-Mail
Share on print
Drucken

Ihre Meinung zum Artikel

Abonnieren
Benachrichtige mich bei
guest
0 Comments
Inline Feedbacks
View all comments

Andere Leser haben sich auch für die folgenden Artikel interessiert

Die drei Forschungspartner Hahn-Schickard, Hochschule Offenburg und das FZI Forschungszentrum Informatik wollen einen einfachen, kostengünstig und risikolos zu installierenden Werkzeugkasten aus Software und Sensorik für den Mittelstand entwickeln, um die Vorteile einer vernetzten Produktion greifbar zu machen. Die Neuheit liegt darin, dass die eigentlichen Produktionsanlagen und Maschinen unverändert bleiben und die Fertigungsprozesse durch die zusätzliche Datenerfassung zunächst nicht beeinflusst werden.

Redaktionsbrief

Tragen Sie sich zu unserem Redaktions-Newsletter ein, um auf dem Laufenden zu bleiben.

Wir wollen immer besser werden!

Deshalb fragen wir SIE, was Sie wollen!

Nehmen Sie an unserer Umfrage teil, und helfen Sie uns noch besser zu werden!

zur Umfrage

Aktuelle Ausgabe

Topthema: Neue Software-Plattform für die Messtechnik

GOM Inspect Suite

Mehr erfahren

Tragen Sie sich jetzt kostenlos und unverbindlich ein, um keinen Artikel mehr zu verpassen!

* Jederzeit kündbar

Entdecken Sie weitere Magazine

Schön, dass Sie sich auch für weitere Fachmagazine unseres Verlages interessieren.

Unsere Fachtitel beleuchten viele Aspekte der Digitalen Transformation entlang der Wertschöpfungskette und sprechen damit unterschiedliche Leserzielgruppen an.