VADER - Vernetzter digitaler Assistent für das datengetriebene Engineering von roboterbasierten Produktionsanlagen - Teilvorhaben: Assistenzdienste für Mensch-Roboter-Kollaborationen in der robotisierten Fertigung
Abschlussbericht
Date
Editor
Advisor
Volume
Issue
Journal
Series Titel
Book Title
Publisher
Supplementary Material
Other Versions
Link to publishers' Version
Abstract
Roboterbasierte Produktionssysteme bieten ein hohes Potenzial für flexible und effiziente Fertigungs- und Montageprozesse. Ihr wirtschaftlicher Einsatz bei komplexen, sensorgestützten Anwendungen wird jedoch weiterhin durch hohen Planungs-, Programmier- und Inbetriebnahmeaufwände sowie durch fehlende durchgängige digitale Assistenzfunktionen erschwert. Ziel des Vorhabens VADER war die Entwicklung und Erprobung eines vernetzten digitalen Assistenzsystems für das datengetriebene Engineering roboterbasierter Produktionsanlagen. Im Teilvorhaben des Lehrstuhls für Montagesysteme standen insbesondere Assistenzdienste für Mensch-Roboter-Kollaboration, sensitive Robotik, Sensorintegration, Sicherheits- und Interaktionskonzepte sowie adaptive Montage- und Prüfprozesse im Fokus. Hierzu wurden industrielle Anwendungsszenarien analysiert, Anforderungen abgeleitet und darauf aufbauend prototypische Assistenzdienste entwickelt. Die Arbeiten umfassten unter anderem Methoden zur Kamera- und Sensorkalibrierung, KI-gestützte Objekterkennung, robotergestützte 3D-Lokalisierung, kraftbasierte Prozessführung, RAG- und LLM-basierte Planungsassistenz sowie Methoden zur Auswahl von Interaktions- und Sicherheitstechnik. Die entwickelten Ansätze wurden an realitätsnahen Demonstratoren validiert. Im Ergebnis entstanden mehrere software- und methodenbasierte Bausteine zur Unterstützung flexibler Roboteranwendungen, unter anderem für die Membranfederprüfung, das Steckerfügen, die Auswahl von MRK-Technologien und die KI-gestützte Planung kollaborativer Montageprozesse. Die Ergebnisse zeigen, dass sensor- und KI-basierte Assistenzdienste den Engineering-Aufwand reduzieren und die Umsetzung variantenflexibler Roboterprozesse unterstützen können. Die entwickelten Methoden bilden eine Grundlage für adaptive, datengetriebene und MRK-fähige Produktionssysteme. Anwendungsmöglichkeiten bestehen insbesondere in der Fahrzeug- und Zulieferindustrie, aber auch in weiteren Montage-, Prüf- und Demontageprozessen mit hoher Variantenvielfalt und steigendem Automatisierungsbedarf.
