Das Fraunhofer IPA aus Stuttgart zeigt auf der Automatica im Dezember innovative Anwendungen und Services für die automatisierte Produktion. Das IPA wird – neben vielen weiteren Anlaufstellen vor Ort – gebündelt auf 240 m2 zeigen, was heute bereits möglich ist und wohin die Reise auf dem Shopfloor der Zukunft gehen wird.
Erste Einblicke liefert bereits die Virtual IPA Preview am 18. Juni 2020. Von 9 bis 16 Uhr. Präsentiert werden dabei neueste Erkenntnisse aus den Forschungsgebieten Artificial Intelligence, Assembly & Handling, Navigation & Transportation, Ultraclean Technologies sowie darüber hinaus.
Vernetzte Navigationslösungen
Auf einer erhöhten Ausstellungsfläche fahren kompakte mobile rob@work-Roboter. Sie navigieren autonom, sind untereinander vernetzt und zeigen ein miniaturisiertes Logistikszenario. Dank eines kontinuierlichen SLAM-Algorithmus können sich die Roboter auch in veränderlichen Umgebungen verlässlich lokalisieren, ohne dass zusätzliche Infrastruktur vorhanden sein muss. Zudem tauschen sie Daten eigener oder stationär 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 unnötige Wege, Engpässe und Stillstände.
„Mit dieser kooperativen Navigationslösung zeigen wir, wie fahrerlose Transportsysteme zum Beispiel eine Matrixproduktion ermöglichen“, erklärt Kai Pfeiffer, Gruppenleiter Servicerobotik für Industrie und Gewerbe am Fraunhofer IPA. „Wir können das Exponat auch um virtuelle Roboter erweitern und mit Augmented Reality Fahrwege und andere Informationen visualisieren.“ Das vereinfacht und beschleunigt die Inbetriebnahme, Instandhaltung oder Erweiterungen der Flotte. Die geforderte Agilität moderner Logistikprozesse konnte die Software bereits mehrfach in industriellen Anwendungen zeigen.
Automatisiert montieren
Viele Unternehmen beschäftigen sich mit der Frage, inwieweit sie ihre Montageaufgaben automatisieren können. Bereits seit vielen Jahren bietet das Fraunhofer IPA für diese Frage die Automatisierungs-Potenzialanalyse (APA). Bisher war die APA an das Wissen eines Automatisierungsexperten geknüpft. Eine neue App macht dieses Wissen nun einfacher zugänglich.
Die Applikation leitet den Anwender an, die eigenen Montageprozesse zu analysieren, wertet seine Antworten aus und informiert über Automatisierungspotenziale. „Mit unserer App kann jeder zum Experten in der Bewertung von Montageprozessen werden“, erklärt Alexander Neb, der als wissenschaftlicher Mitarbeiter am Fraunhofer IPA arbeitet und die App mitentwickelt hat. Sie kann über einen Lizenzvertrag für den Testeinsatz bezogen werden.
Eine weitere Software für die Montageautomatisierung ist NeuroCAD. Sie analysiert mithilfe maschineller Lernverfahren Bauteileigenschaften und ermittelt daraus eine Einschätzung, inwieweit sich ein Bauteil für eine Montageautomatisierung eignet. Anwender können auf der Website ihre STEP-Dateien kostenlos hochladen und erfahren innerhalb weniger Sekunden, wie einfach oder schwer ein Bauteil zu vereinzeln ist. Außerdem bewertet das Tool die Greifflächen und die Ausrichtbarkeit des Bauteils. Zusätzlich nennt das neuronale Netz eine Wahrscheinlichkeit dafür, dass es mit seinem Ergebnis richtig liegt.
Schließlich zeigt der Pitasc-Systembaukasten zur Programmierung kraftgeregelter Montageprozesse, wie manuell ausgeführte Prozesse wirtschaftlich sinnvoll automatisierbar sind. „Bisher war es erforderlich, ein Robotersystem für jede Anwendung weitgehend neu zu programmieren. Mit unserer Software sind einmal modellierte Aufgaben schnell auf neue Produktvarianten, Produkte und sogar auf Roboter anderer Hersteller übertragbar“, sagt Frank Nägele, Leiter der Gruppe Roboterprogrammierung und -regelung am Fraunhofer IPA. Die Software ist ähnlich einem Baukastensystem strukturiert: Sie enthält viele fertig einsetzbare und wiederverwendbare Programmbausteine, die bei der Einrichtung eines Robotersystems individuell zusammengestellt werden können.
Verbesserter Griff-in-die-Kiste
Nicht nur die Montage, sondern auch die Anwendung Griff-in-die-Kiste ist mitunter noch eine Herausforderung für die Automatisierung. Mit dem Exponat „AI Picking“ zeigt das Fraunhofer IPA, wie maschinelle Lernverfahren und Simulationen die Anwendung hinsichtlich Autonomie und Leistungsfähigkeit signifikant verbessern.
Die Wissenschaftler führen dies am Beispiel eines Roboters vor, der Objekte aus undefinierter Lage aus einer Kiste greift. Eine auf Künstlicher Intelligenz (KI) basierende Objektlageschätzung liefert hierfür robuste und akkurate Objektlagen in wenigen Millisekunden. „Neue Objekte lassen sich auf Basis eines CAD-Modells schnell und einfach einlernen“, erklärt Projektleiter Felix Spenrath. „Die Software kann zudem Verhakungen detektieren und lösen und auch mit Verpackungsmaterial robust umgehen.“ Der Roboter wurde bereits in der Simulation umfassend trainiert und dieses Wissen dann auf die reale Anwendung übertragen. Greifposen werden auf Basis dieses Wissens automatisch generiert und bewertet.
Maschinelles Lernen erklären und Daten vermitteln
In der Robotik kommen zunehmend maschinelle Lernverfahren und künstliche 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 müssen erklärbar werden. Das ist aufgrund ihrer Komplexität bisher oft noch nicht möglich. „Je leistungsfähiger ein neuronales Netz, desto schwerer ist es zu verstehen“, erklärt Prof. Marco Huber, der am Fraunhofer IPA das Zentrum für Cyber Cognitive Intelligence (CCI) und die Abteilung Bild- und Signalverarbeitung leitet.
Auf der Automatica präsentiert das Fraunhofer IPA deshalb unter dem Motto „Explainable AI“ (xAI) Verfahren, die Entscheidungen von neuronalen Netzen visualisieren und für den Anwender transparent und nachvollziehbar machen. „Diese Nachvollziehbarkeit stärkt die Akzeptanz von KI, schafft Vertrauen, verbessert die korrekte Funktionsweise und gibt Rechtssicherheit“, erklärt Huber.
In jeder Produktion fallen Daten an, doch ist es aufgrund unterschiedlicher Formate und Schnittstellen oft nicht möglich, diese zu nutzen und auszuwerten. Die Software „StationConnector“ setzt genau hier an, indem sie eine einheitliche Schnittstelle über alle Anlagen hinweg bietet. So kann sie Daten einfach und anwendungsspezifisch zwischen Industrieprotokollen, Steuerungen und beliebigen IT-Systemen vermitteln. „Mit unserer Software können Anwender schnell datenbasierte Geschäftsmodelle generieren und umsetzen“, so Marcus Defranceski, Gruppenleiter Reinheitsspezifische Automatisierungssysteme. Das Exponat auf dem Messestand zeigt, wie flexibel die Software einsetzbar ist und sich für verschiedenste Anwendungen, beispielsweise KI-Verfahren oder Monitoring, nutzen lässt.
Produktionen effizienter machen
Wie Verluste in Produktionen automatisch erkannt und ihre Ursachen ermittelt werden können, zeigt ein Demonstrator zur autonomen Produktionsoptimierung. Er bildet ein automatisiertes Modell einer Fertigungslinie ab. Diese wird sowohl über die Steuerung als auch über externe Sensorik wie beispielsweise Lichtschranken oder Kameras beobachtet.
Alle Beobachtungsquellen werden genutzt, um ein Verhaltensmodell der Linie zu erstellen. Dies ermöglicht, die Linie kontinuierlich online zu analysieren und so das Normalverhalten zu erfassen sowie darauf basierend Produktionsverluste zu identifizieren. „Damit möchten wir die Effektivität der gesamten Anlage erhöhen und zentrale Prozessparameter transparent machen“, erklärt Julian Maier, Wissenschaftler am Fraunhofer IPA und Mitentwickler des Demonstrators.
Arbeitende entlasten
Die flexible Arbeitskraft des Menschen in Produktionen ist trotz hohem Automatisierungspotenzial an vielen Stellen immer noch unersetzbar und es gilt, diese bestmöglich zu bewahren. Exoskelette, also Robotersysteme, die direkt am Körper getragen werden, bieten Kraftunterstützung bei anstrengenden Tätigkeiten und entlasten den Menschen. Am Fraunhofer IPA gibt es das Stuttgart Exo-Jacket (SEJ), ein Exoskelett für Forschungs- und Entwicklungszwecke. Das SEJ unterstützt die oberen Extremitäten aktiv bei Hebe- und Überkopftätigkeiten.
Das aktuelle System auf dem Messestand, das Stuttgart Exo-Jacket 2, zielt hauptsächlich auf Anwendungen in der Logistik, wo Arbeiter Gegenstände wie Reifen, Kisten oder Koffer zweihändig im Bereich zwischen Knie- und Schulterhöhe vor dem Körper manuell handhaben. „Kerngedanke des Systems ist, dass die Nutzer ihre Hände weiterhin bestens bewegen können und so ihre Handhabungsfähigkeiten optimal nutzen können“, beschreibt Christophe Maufroy, Gruppenleiter Physische Assistenzsysteme und smarte Sensoren am Fraunhofer IPA, die Besonderheit des SEJ. Darüber hinaus geht es bei dem Exponat um messbare ergonomische Arbeitsplatzanalysen und -optimierungen.
Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA
Nobelstr. 12
70569 Stuttgart
