Robotiktrends

Roboter ohne Expertenwissen auf ihre Aufgaben vorbereiten

Der Trend geht zu Programmiervorgängen, für die kein Expertenwissen gefragt ist. Denn die Einrichtung eines neuen oder Anpassung eines bestehenden Systems ist gerade bei kleinen Losgrößen für viele Unternehmen noch zu aufwendig. Wir entwickeln Verfahren, die beispielsweise das Programmieren durch Vormachen oder durch eine intuitive Software ermöglichen, sodass sich Programmieraufwände reduzieren.

Mensch und Roboter ergänzen sich im Team

Wenn sich Mensch und Maschine in einem Arbeitsraum ergänzen, muss die Anwendung vor allem sicher und normenkonform sein. Wir arbeiten daran, die Einrichtung solcher Arbeitsplätze zu erleichtern und teilweise automatisiert zu unterstützen. Gleichzeitig haben wir die Wirtschaftlichkeit einer MRK-Anwendung im Blick und beraten Unternehmen hinsichtlich ihrer individuellen Anforderungen.

Auch die Forschung an innovativen körpergetragenen mechatronischen Systemen in den Bereichen Industrie, Medizintechnik, Rehabilitation und Handwerk gehört zu unseren Schwerpunkten und dient der Erhaltung, Wiederherstellung oder Steigerung der menschlichen Mobilität.

Flexible Unterstützung für Dienstleistungen und Industrie

Sowohl im Dienstleistungsbereich als auch in der Industrie ermöglicht mobile Robotik situationsspezifische maschinelle Unterstützung. Für eine flexible Logistik ist sie eine Schlüsseltechnologie. Herausforderungen sind dabei Umgebungen mit beweglichen und unbekannten Objekten, die bei der dynamischen Bewegungsplanung und -ausführung berücksichtigt werden müssen. Mobile Manipulatoren, also Industrieroboterarme auf mobilen Plattformen, bieten noch einmal ganz neue Einsatzmöglichkeiten und dringen langsam in den Markt.

Vorhandene Software direkt einsetzen

Open Source-Frameworks wie ROS (Robot Operating System) bieten heute viele grundlegende, aber komplexe Softwarekomponenten. In der Forschung ist Open-Source-Software bereits etabliert und auch die Nachfrage aus der Industrie steigt kontinuierlich. Künftig dürfte die Nutzung von Open-Source-Software ein entscheidender Wettbewerbs- und Innovationsfaktor werden.

Intelligentes Verhalten für Automatisierungslösungen

Künstliche Intelligenz mit den Methoden des Maschinellen Lernens und des Deep Learnings sorgt für mehr Autonomie bei Robotern. Sie können sich perspektivisch selbst einrichten, eigenständig auf Abweichungen oder Toleranzen in Prozessen reagieren und basierend auf den zugrundeliegenden Daten lernen. Simulationen helfen, die benötigten Datenmengen effizient zu generieren und die Einrichtung des realen Systems zu beschleunigen.

Anwendungen durch Datenaustausch effektiver machen

Wenn sich Systeme untereinander austauschen, entsteht eine Art kollektive Intelligenz. In der Navigation von fahrerlosen Transportfahrzeugen (FTF) bedeutet das beispielsweise, dass das Wissen der einzelnen Fahrzeuge in eine gemeinsame, zentral verfügbare Karte fließt. Erkennt ein Fahrzeug ein Hindernis auf der Strecke, wissen alle anderen Fahrzeuge bereits dank der gemeinsamen Karte Bescheid und planen eine alternative Route, ohne das Hindernis selbst gesehen zu haben. Vernetzte FTF bieten also einen optimierten Verkehrsfluss.