RackKI - Automatisierte Integration von Avionik-Racks mit Hilfe von Künstlicher Intelligenz

Abstract

Ziel des Vorhabens war die Entwicklung eines KI-gestützten Systems zur automatischen Integration und Testung von modularen OBC-Modulen mit CompactPCI (cPCI) Schnittstelle in Avionik-Racks. Hierfür wurde eine Roboterzelle entworfen und optimiert, ein kraftbasierter Regler auf Basis menschlicher Demonstrationen in Simulation entwickelt, eine offline-Trajektorienplanung für die effiziente Testausführung implementiert und das Gesamtsystem in einem neuen Planungssystem für Testabläufe integriert. Neben der Evaluation im AIT-Kontext wurde eine perspektivische Nutzung für die In-Orbit Testung auf der Bartolomeo-Plattform untersucht. Im Rahmen des Vorhabens fanden Arbeiten in verschiedenen Bereichen statt. Für den Entwurf der Roboterzelle wurde eine Optimierung auf Basis der kinematischen Manipulierbarkeit durchgeführt, Die kraftbasierte Manipulation erforderte eine iterative Entwicklung eines formschlüssigen Griffkonzepts für cPCI-Steckkarten. Für das Einstecken und die Entnahme der Karten wurde eine zweistufiger Regler implementiert, der kraftbasierte Strategien aus menschlicher Demonstration lernt und mithilfe der Kraft-Momenten-Sensorik des Arms ausführen kann. Für das Erzeugen von Trainingsdaten musste eine Simulationsumgebung implementiert werden. Abschließend wurde ein sampling-basierter Planer mit einer Trajektoriendatenbank kombiniert, um die notwendigen Bewegungen zwischen Steckplätzen effizient planen und abfahren zu können. Das gesamte System wurde in ein neu entwickeltes Planungssystem integriert, das Nutzern die intuitive Definition neuer Testabläufe erlaubt und die Kontrolle der Zelle ohne Zugang zum Reinraum ermöglicht.

Datei-Upload durch TIB

The aim of the project was the development of an AI-based system for automatic integration and testing of modular OBC-modules with CompactPCI (cPCI) interfaces in avionic-racks. To this end, a robot cell was designed and optimized, a force-based controller based on human demonstrations in simulation was developed, an offline trajectory planning for efficient test plan execution was implemented and integration of the complete system into a novel system for test plans was performed. In addition to an evaluation in the context of current AIT, future use for in-orbit testing on the Bartolomeo platform was investigated. Within the project, work was carried out in various areas. For the design of the robot cell, an optimization based on kinematic manipulability was performed. Force-based manipulation required the iterative development of a tight fit grasping concept for cPCI cards. Plugging and pulling of the cards was implemented using a two-stage controller, which learned force-based strategies from human demonstration and executes them blindly based on an integrated force-torque-sensor. The creation of a suitable training dataset required the implementation of a simulation environment. Finally, a sampling-based trajectory planner was combined with a trajectory database to efficiently plan and execute any required motions between different slots. The complete system was integrated in a novel planning system, which allowed the intuitive definition of new test plans and remote control of the process without access to the clean room.