Schlussbericht GANResilRob - Generative adversarial networks and semantics for resilient, flexible production robots

Abstract

Das Arbeitsziel des Vorhabens GANResilRob bestand aus der Entwicklung einer KI gestützten Planungs- und Ausführungskette zur Realisierung einer resilienten und flexiblen Roboterzelle für Montage- und Demontageaufgaben. Der Einsatz von künstlicher Intelligenz und anderen intelligenten Komponenten sollten dabei den Einsatz von Experten beim Aufsetzen und Anpassen der Roboterzelle möglichst minimieren. GANResilRob sollte einen Beitrag leisten auch in Deutschland Produktionsprozesse resilienter gegenüber unerwarteten Veränderungen, etwa durch eine Pandemie, zu machen. Evaluiert wurde der entwickelte Ansatz in einem Montage Use-Case (Montage einer Vakuumkammer) und einem Demontage Use-Case (Zerlegung von Heizkostenverteilern). Es fanden im Rahmen des Vorhabens Arbeiten in den folgenden Bereichen statt: (1) KI-basiertes situations- und ressourcenorientiertes Planungssystem, (2) Semantische Modellierung und Interpretation, (3) Verfeinerung der Sequenzen unter Berücksichtigung der reale Umgebungsbedingungen und des Hardwaresetup, (4) Interaktive, semantische Taskprogrammierung in der Simulation und über Remote-Zugriff, (5) Pilot-KI-Demonstratoren – Flexible und resiliente robotische Montage und Recycling Zelle. The objective of the GANResilRob project was to develop an AI-supported planning and execution chain for the implementation of a resilient and flexible robot cell for assembly and disassembly tasks. The use of artificial intelligence and other intelligent components was intended to minimise the involvement of experts in setting up and adapting the robot cell. GANResilRob was also intended to contribute to making production processes in Germany more resilient to unexpected changes, such as those caused by a pandemic. The developed approach was evaluated in an assembly use case (assembly of a vacuum chamber) and a disassembly use case (disassembly of heat cost allocators). Work was carried out in the following areas as part of the project: (1) AI-based situation- and resource-oriented planning system, (2) semantic modelling and interpretation, (3) refinement of sequences taking into account real environmental conditions and hardware setup, (4) interactive, semantic task programming in simulation and via remote access, (5) pilot AI demonstrators –flexible and resilient robotic assembly and recycling cell.