Adaptive Prozessplanung mittels mobiler Vormontage-Systeme

Fahrerlose Transportfahrzeuge (FTF) übernehmen immer mehr Transportaufgaben und sind fester Bestandteil in automatisierten Intralogistiksystemen. Dabei können FTF insbesondere für den Transport von standardisierten Ladungsträgern effektiv eingesetzt werden. Sie sind allerdings nicht in der Lage, während des Transports weitere Tätigkeiten, wie das Handhaben der transportierten Objekte, durchzuführen, um schließlich den Transportprozess wertschöpfend zu gestalten.

Ziel des Projekts ist die Erweiterung des Aufgabenspektrums von FTF um komplexe Handhabungs- und Vormontageprozesse. Diese sollen zur Steigerung der Effizienz in realen Anwendungsfällen auch während der Fahrt ausgeführt werden können. Zur Zielerreichung wird ein mobiler Roboter mit zwei kollaborativen Manipulatoren entwickelt, welcher den Transport mit der Manipulation von Gegenständen kombiniert und damit wertschöpfend gestaltet. Dadurch lassen sich insbesondere auch derzeit manuell durchgeführte Tätigkeiten auf mobilen Plattformen vermeiden und im Gegenzug kann eine ortsfeste Arbeit für Menschen auch in flexiblen Produktionsprozessen ermöglicht werden. Für einen robusten und effizienten Betrieb wird eine KI-basierte Steuerung entworfen, die flexibel auf Lastspitzen und Fehler reagieren kann sowie bisherige Erfahrungen in die zukünftige Entscheidungsfindung einfließen lässt.

Zu Beginn soll eine Anforderungs- und Prozessanalyse durchgeführt werden, welche als Basis für die weitergehenden Arbeiten dient. Dabei gilt es zunächst, Anwendungsszenarien aus der Industrie zu definieren und daraus Anforderungen an das zu entwickelnde System abzuleiten.

Im Anschluss wird zunächst eine koordinierte Manipulation von fest gegriffenen Objekten verfolgt, bei der beide Roboterarme unterschiedliche Teile handhaben. Für eine flexible Aufnahme und Abgabe von Objekten soll ein kommerzielles Bildverarbeitungssystem verwendet werden, welches die Objekterkennung und Bestimmung der Greifposen ermöglicht. Während viele Handhabungsprozesse in der Vormontage oder Kommissionierung biegeschlaffer Bauteile mittels eines Ein-Arm-Setups nicht bewerkstelligt werden können, soll in einem nächsten Schritt mittels des vorhandenen Dual-Arm-Setups die Manipulation von gemeinsam gegriffenen Objekten umgesetzt werden. Da Standard-Industrieroboter nicht über die notwendigen Fähigkeiten zur kooperativen Multi-Arm-Anwendung verfügen bzw. das Erweitern mittels Kraftsensoren am End-Effektor kostspielig ist, sollen zwei kollaborative Roboterarme verwendet werden.

Auf Basis eines bereits am Lehrstuhl für Fördertechnik Materialfluss Logistik entwickelten autonomen FTF wird die mobile Plattform konstruktiv und steuerungstechnisch an die Bedürfnisse des in diesem Projekt definierten Anwendungsfalls angepasst. Dazu ist unter anderem ein Konzept zur Montage, Ansteuerung und Stromversorgung der beiden kollaborativen Roboterarme auf der Plattform zu entwickeln, das die fahrtparallele Durchführung von Handhabungsprozessen ermöglicht. Außerdem soll die Lade- und Montagefläche auf der mobilen Plattform für verschiedene Transportgüter und Handhabungsprozesse modifizierbar gestaltet werden.

Um die Robustheit und Effizienz des mobilen Roboters in einer industriellen Umgebung zu erhöhen, sollen sowohl eine neuartige Aufgabenplanung als auch eine (semi-) autonome Fehlerbehebung integriert werden, die jeweils auf KI-Methoden basieren. Die Aufgabenplanung sorgt für eine optimale Auslastung des mobilen Systems. Je nach Teilebedarf in den Montagezellen wird beispielsweise zwischen einer vollständigen Vormontage und einem schnellstmöglichen Transport abgewogen. Die Fehlerbehebung soll in der Lage sein, Störeffekte (wie ein nicht detektierbares Objekt) welche zu Abweichungen im Soll-Prozess führen, zu erkennen und einen geeigneten Alternativplan zu berechnen.

Nach der Integration der Komponenten in einem Demonstrator werden exemplarische Anwendungsfälle umgesetzt und technisch evaluiert.

Das Projekt wird zusammen mit dem Lehrstuhl für angewandte Mechanik bearbeitet. Zur Objekterkennung wird das Bildverarbeitungssystem der robominds GmbH verwendet. Interessierte Unternehmen sind:

  • HAWE Hydraulik SE
  • Abele Ingenieure GmbH
  • Grenzebach Maschinenbau GmbH
  • Jungheinrich Moosburg AG & Co. KG
  • Stäubli WFT GmbH
  • F.EE GmbH
  • Toposens GmbH
  • Baumann GmbH
  • ONTEC Automation GmbH
  • robominds GmbH

Das Projekt wurde durch die Kompetenzzentrum Mittelstand GmbH (KME) beauftragt.