KI-basierte Roboterapplikationen für eine einfache Skalierung und optimierte Auslastung

Industrieroboter wurden lange Zeit hauptsächlich in der Großserienproduktion eingesetzt. Jedoch zeigen aktuelle Entwicklungen, dass ein großes zukünftiges Einsatzpotential auch für kleinere Stückzahlen bis hin zur kundenindividuellen Produktion besteht. Dies stellt Unternehmen jedoch vor neue Herausforderungen. Für einen wirtschaftlichen Einsatz muss der Roboter dazu in der Lage sein, vielfältige Prozesse für unterschiedliche Varianten auszuführen sowie schnell zwischen unterschiedlichen Aufgaben zu wechseln und deren Abarbeitung zu kombinieren. Jedoch zeichnen sich Roboterapplikationen zumeist durch eine hohe Systemkomplexität und einer fehlenden Flexibilität aus. Zusätzlich fehlt oftmals Expertenwissens zur Umsetzung dieser im Unternehmen, weshalb der Einsatz von Industrierobotern in variantenreichen Produktionen aktuell meist sehr arbeits- und zeitintensiv ist.

Zielsetzung:
Ziel dieses Forschungsvorhabens ist die Vereinfachung der Realisierung von Roboterapplikationen, indem das dafür benötigte Expertenwissen sowie der Arbeit- und Zeitaufwand reduziert werden. Unternehmen sollen dadurch befähigt werden in Zukunft schnell und einfach vielfältige Roboterapplikationen in einer variantenreichen Produktion wirtschaftliche einzusetzen und skalieren zu können. Um diese Zielsetzung zu erreichen wird eine Entwicklungsplattform aufgebaut, die in der Lage ist mit Hilfe künstlicher Intelligenz einmal entwickelte Roboterapplikationen in kurzer Zeit für neue Aufgaben anzupassen. Dabei soll einerseits die Greiftechnik betrachtet werden, um den aufwändigen Entwicklungsprozess von Greifersystemen sowie die Übertragbarkeit der Greifplanung auf neue Varianten zu verbessern. Andererseits sollen Roboter zur autonomen Aufgabenplanung und -ausführung befähigt werden, um eine wertschöpfungsoptimierte Auslastung der im Unternehmen verfügbaren Roboter zu erreichen. Zudem wird eine neuartige Methodik zur Einsatzplanung von Roboterflotten entwickelt, wodurch eine optimierte Verteilung der verfügbaren Roboter im Betrieb erreicht wird.

Forschungsschwerpunkte:
-Methodischer Baukasten für Plug-&-Play-Greifersysteme
-KI-basierte Entwicklung- und Trainingsplattform für Roboterapplikationen
-Auslastungsoptimierte Einsatz- und Aufgabenplanung