![\"\"](\"https:\/\/www.m-q.ch\/wp-content\/uploads\/2021\/02\/06-3.jpg\")
<\/p>\n<\/p>\n
Wie die Schweiz verf\u00fcgt auch Deutschland \u00fcber eine \u00ablebendige\u00bb Robotikszene. Intelligente Automation h\u00e4lt in vielen Bereichen Einzug. Als eine Art \u00abLeistungsschau\u00bb fungiert jeweils die Automatica, die alle zwei Jahre stattfindende Leitmesse f\u00fcr intelligente Automation und Robotik. Corona-bedingt wurde die Messe verschoben; sie soll nun vom 8. bis 11. Dezember 2020 in M\u00fcnchen stattfinden. Auch das Fraunhofer IPA aus Stuttgart wird vor Ort sein und zeigen, was in Sachen Robotik und Automation bereits m\u00f6glich ist und wohin die Reise auf dem Shopfloor der Zukunft gehen wird.<\/p>\n
Kooperative und vernetzte Navigationsl\u00f6sungen<\/strong><\/p>\n Auf einer erh\u00f6hten Ausstellungsfl\u00e4che fahren kompakte mobile \u00bbrob@work\u00ab-Roboter. Sie navigieren autonom, sind untereinander vernetzt und zeigen ein miniaturisiertes Logistikszenario. Dank eines kontinuierlichen SLAM-Algorithmus (SLAM = Simultaneous Localization and Mapping, d.h. simultane Positionsbestimmung und Kartenerstellung) k\u00f6nnen sich die Roboter auch in ver\u00e4nderlichen Umgebungen verl\u00e4sslich lokalisieren, ohne dass zus\u00e4tzliche Infrastruktur vorhanden sein muss. Zudem tauschen sie Daten eigener oder station\u00e4r in der Einsatzumgebung verbauter Sensoren aus. So liegt jedem Roboter stets eine aktuelle Karte vor, anhand derer er seine Route anpassen und sich lokalisieren kann. Dies vermeidet unn\u00f6tige Wege, Engp\u00e4sse und Stillst\u00e4nde. \u00abMit dieser kooperativen Navigationsl\u00f6sung zeigen wir, wie fahrerlose Transportsysteme zum Beispiel eine Matrixproduktion erm\u00f6glichen\u00bb, erkl\u00e4rt Kai Pfeiffer, Gruppenleiter Servicerobotik f\u00fcr Industrie und Gewerbe am Fraunhofer IPA. \u00abWir k\u00f6nnen das Exponat auch um virtuelle Roboter erweitern und mit Augmented Reality Fahrwege und andere Informationen visualisieren\u00bb, erg\u00e4nzt er. Dies vereinfacht und beschleunigt die Inbetriebnahme, Instandhaltung oder Erweiterungen der Flotte. Die geforderte Agilit\u00e4t moderner Logistikprozesse konnte die Software bereits mehrfach erfolgreich in industriellen Anwendungen zeigen.<\/p>\n Automatisiert montieren und autonomer greifen <\/strong><\/p>\n Viele Unternehmen besch\u00e4ftigen sich mit der Frage, inwieweit sie ihre Montageaufgaben automatisieren k\u00f6nnen. Bereits seit vielen Jahren bietet das Fraunhofer IPA f\u00fcr diese Frage die Automatisierungspotenzialanalyse (APA). Bisher war die APA an das Wissen eines Automatisierungsexperten gekn\u00fcpft. Eine neue App macht dieses Wissen nun einfacher zug\u00e4nglich. Sie leitet den Anwender an, die eigenen Montageprozesse zu analysieren, wertet seine Antworten aus und informiert \u00fcber Automatisierungspotenziale. \u00abMit unserer App kann jeder zum Experten in der Bewertung von Montageprozessen werden\u00bb, erkl\u00e4rt Alexander Neb, der als wissenschaftlicher Mitarbeiter am Fraunhofer IPA arbeitet und die App mitentwickelt hat. Sie kann \u00fcber einen einfachen Lizenzvertrag f\u00fcr den Testeinsatz bezogen werden.<\/p>\n Eine weitere Software f\u00fcr die Montageautomatisierung ist NeuroCAD. Sie analysiert mithilfe maschineller Lernverfahren Bauteileigenschaften und ermittelt daraus eine Einsch\u00e4tzung, inwieweit sich ein Bauteil f\u00fcr eine Montageautomatisierung eignet. Anwender k\u00f6nnen auf www.neurocad.de ihre STEP-Dateien kostenlos hochladen und erfahren innerhalb weniger Sekunden, wie einfach oder schwer ein Bauteil zu vereinzeln ist. Ausserdem bewertet das Tool die Greiffl\u00e4chen und die Ausrichtbarkeit des Bauteils. Zus\u00e4tzlich nennt das neuronale Netz eine Wahrscheinlichkeit daf\u00fcr, dass es mit seinem Ergebnis richtig liegt.<\/p>\n Schliesslich zeigt der pitasc-Systembaukasten zur Programmierung kraftgeregelter Montageprozesse, wie manuell ausgef\u00fchrte Prozesse wirtschaftlich sinnvoll automatisierbar sind. \u00abBisher war es erforderlich, ein Robotersystem f\u00fcr jede Anwendung weitgehend neu zu programmieren. Mit unserer Software sind einmal modellierte Aufgaben schnell auf neue Produktvarianten, Produkte und sogar auf Roboter anderer Hersteller \u00fcbertragbar\u00bb, sagt Frank N\u00e4gele, Leiter der Gruppe Roboterprogrammierung und -regelung am Fraunhofer IPA. Die Software ist \u00e4hnlich einem Baukastensystem strukturiert: Sie enth\u00e4lt viele fertig einsetzbare und wiederverwendbare Programmbausteine, die bei der Einrichtung eines Robotersystems individuell zusammengestellt werden k\u00f6nnen. pitasc ist bereit f\u00fcr den Einsatz in Pilotanwendungen, die die Wissenschaftler gerne gemeinsam mit Unternehmen umsetzen m\u00f6chten.<\/p>\n Nicht nur die Montage, sondern auch die Anwendung Griff-in-die-Kiste ist mitunter noch eine Herausforderung f\u00fcr die Automatisierung. Mit dem Exponat \u00bbAI Picking\u00ab zeigt das Fraunhofer IPA, wie maschinelle Lernverfahren und Simulationen die Anwendung hinsichtlich Autonomie und Leistungsf\u00e4higkeit signifikant verbessern. Die Wissenschaftler f\u00fchren dies am Beispiel eines Roboters vor, der Objekte aus undefinierter Lage aus einer Kiste greift. Eine auf k\u00fcnstlicher Intelligenz (KI) basierende Objektlagesch\u00e4tzung liefert hierf\u00fcr robuste und akkurate Objektlagen in wenigen Millisekunden. \u00abNeue Objekte lassen sich auf Basis eines CAD-Modells schnell und einfach einlernen\u00ab, erkl\u00e4rt Projektleiter Felix Spenrath. \u00bbDie Software kann zudem Verhakungen detektieren und l\u00f6sen und auch mit Verpackungsmaterial robust umgehen.\u00bb Der Roboter wurde bereits in der Simulation umfassend trainiert und dieses Wissen dann auf die reale Anwendung \u00fcbertragen. Greifposen werden auf Basis dieses Wissens automatisch generiert und bewertet.<\/p>\n Kontaminationsfrei produzieren mit Schutzh\u00fclle und Reinraumzelt <\/strong><\/p>\n Nicht nur eine autonomere, sondern auch eine ultrareine Produktion ist immer gefragter. \u00abReine Produktionsumfelder erm\u00f6glichen die Hightech der Zukunft\u00bb, erkl\u00e4rt Udo Gommel, Leiter der Abteilung Reinst- und Mikroproduktion am Fraunhofer IPA. \u00abDie Schl\u00fcsseltechnologien von morgen kommen nur mit Reinheitstechnik voran. Sie ist entscheidend: von der Batterieproduktion bis zur Biotechnologie.\u00bb Anhand der drei folgenden Produkte will das Fraunhofer IPA die technologischen Fortschritte demonstrieren:<\/p>\n Maschinelles Lernen erkl\u00e4ren und Daten vermitteln In der Robotik wie auch in zahlreichen anderen Einsatzfeldern in Produktion und Dienstleistung kommen zunehmend maschinelle Lernverfahren und k\u00fcnstliche neuronale Netze zum Einsatz. Je nach Anwendung wird es immer wichtiger, zu wissen, wie diese genau arbeiten und warum sie zu einem bestimmten Ergebnis kommen. Sie m\u00fcssen erkl\u00e4rbar werden. Das ist aufgrund ihrer Komplexit\u00e4t bisher oft noch nicht m\u00f6glich. \u00abJe leistungsf\u00e4higer ein neuronales Netz, desto schwerer ist es zu verstehen \u00bb, erkl\u00e4rt Prof. Marco Huber, der am Fraunhofer IPA das Zentrum f\u00fcr Cyber Cognitive Intelligence (CCI) und die Abteilung Bild- und Signalverarbeitung leitet. Unter dem Motto \u00abExplainable AI\u00bb (xAI) pr\u00e4sentiert das Fraunhofer IPA Verfahren, die Entscheidungen von neuronalen Netzen visualisieren und f\u00fcr den Anwender transparent und nachvollziehbar machen. \u00abDiese Nachvollziehbarkeit st\u00e4rkt die Akzeptanz von KI, schafft Vertrauen, verbessert die korrekte Funktionsweise und gibt Rechtssicherheit\u00bb, erkl\u00e4rt Huber.<\/p>\n In jeder Produktion fallen Daten an, doch ist es aufgrund unterschiedlicher Formate und Schnittstellen oft nicht m\u00f6glich, diese zu nutzen und auszuwerten. Die Software \u00abStationConnector\u00bb setzt genau hier an, indem sie eine einheitliche Schnittstelle \u00fcber alle Anlagen hinweg bietet. So kann sie Daten einfach und anwendungsspezifisch zwischen Industrieprotokollen, Steuerungen und beliebigen IT-Systemen vermitteln. \u00abMit unserer Software k\u00f6nnen Anwender schnell datenbasierte Gesch\u00e4ftsmodelle generieren und umsetzen \u00bb, so Marcus Defranceski, Gruppenleiter Reinheitsspezifische Automatisierungssysteme. Die Software l\u00e4sst sich einfach und flexibel einsetzen und eignet sich f\u00fcr verschiedenste Anwendungen, beispielsweise KIVerfahren oder Monitoring.<\/p>\n Produktionen effizienter machen und Arbeitende entlasten <\/strong><\/p>\n Wie Verluste in Produktionen automatisch erkannt und ihre Ursachen ermittelt werden k\u00f6nnen, zeigt ein Demonstrator zur autonomen Produktionsoptimierung. Er bildet ein automatisiertes Modell einer Fertigungslinie ab. Diese wird sowohl \u00fcber die Steuerung als auch \u00fcber externe Sensorik wie beispielsweise Lichtschranken oder Kameras beobachtet. Alle Beobachtungsquellen werden genutzt, um ein Verhaltensmodell der Linie zu erstellen. Dies erm\u00f6glicht, die Linie kontinuierlich online zu analysieren und so das Normalverhalten zu erfassen sowie darauf basierend Produktionsverluste zu identifizieren. \u00abDamit m\u00f6chten wir die Effektivit\u00e4t der gesamten Anlage erh\u00f6hen und zentrale Prozessparameter transparent machen\u00bb, erkl\u00e4rt Julian Maier, Wissenschaftler am Fraunhofer IPA und Mitentwickler des Demonstrators.<\/p>\n Die flexible Arbeitskraft des Menschen in Produktionen ist trotz vieler Automatisierungsm\u00f6glichkeiten an vielen Stellen immer noch unersetzbar und es gilt diese bestm\u00f6glich zu bewahren. Exoskelette, also Robotersysteme, die direkt am K\u00f6rper getragen werden, bieten Kraftunterst\u00fctzung bei anstrengenden T\u00e4tigkeiten und entlasten den Menschen. Am Fraunhofer IPA gibt es das Stuttgart Exo-Jacket (SEJ), ein Exoskelett f\u00fcr Forschungs- und Entwicklungszwecke. Das SEJ unterst\u00fctzt die oberen Extremit\u00e4ten aktiv bei Hebe- und \u00dcberkopft\u00e4tigkeiten. Das aktuelle System, das vom Fraunhofer IPA gezeigt wird, zielt haupts\u00e4chlich auf Anwendungen in der Logistik ab, wo Arbeiter Gegenst\u00e4nde wie Reifen, Kisten oder Koffer zweih\u00e4ndig im Bereich zwischen Knie- und Schulterh\u00f6he vor dem K\u00f6rper manuell handhaben. \u00abKerngedanke des Systems ist, dass die Nutzer ihre H\u00e4nde weiterhin bestens bewegen k\u00f6nnen und so ihre Handhabungsf\u00e4higkeiten optimal nutzen k\u00f6nnen\u00bb, beschreibt Christophe Maufroy, Gruppenleiter Physische Assistenzsysteme und smarte Sensoren am Fraunhofer IPA, die Besonderheit des SEJ. Das Stuttgart Exo-Jacket zeigt wohl, was unter einer \u00abEinheit von Mensch und Maschine\u00bb insk\u00fcnftig verstanden werden k\u00f6nnte \u2026<\/p>\n","protected":false},"excerpt":{"rendered":" Wie die Schweiz verf\u00fcgt auch Deutschland \u00fcber eine \u00ablebendige\u00bb Robotikszene. Intelligente Automation h\u00e4lt in vielen Bereichen Einzug. Als eine Art \u00abLeistungsschau\u00bb fungiert jeweils die Automatica, die alle zwei Jahre stattfindende Leitmesse f\u00fcr intelligente Automation und Robotik. Corona-bedingt wurde die Messe verschoben; sie soll nun vom 8. bis 11. Dezember 2020 in M\u00fcnchen stattfinden. Auch das […]<\/p>\n","protected":false},"author":60,"featured_media":10428,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[4448],"tags":[4743],"class_list":["post-10426","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-allgemein","tag-06-2020"],"acf":[],"yoast_head":"\n\n