Forschungsprojekt KIRK Roboter-Kalibrierung auf KI-Basis

Anwendungsfälle wie die Bestückung von Leiterplatten erfordern hohe Positioniergenauigkeiten. Hier eine Detailansicht.
Anwendungsfälle wie die Bestückung von Leiterplatten erfordern hohe Positioniergenauigkeiten. Hier eine Detailansicht.

Ziel eines neuen Forschungs- und Entwicklungsprojekts zur KI-basierten Roboter-Kalibrierung (KIRK) ist es, durch Machine Learning neue softwaregetriebene Kalibriermethoden für Industrieroboter zu entwickeln, um deren Genauigkeit zu erhöhen.

Initiatoren des Gemeinschaftsprojekts sind die Universität Stuttgart, die DHBW Karlsruhe sowie der Robotik-Experte und Software-Hersteller ArtiMinds Robotics.

Industrieroboter führen ihre Tätigkeiten normalerweise zuverlässig und präzise aus. Um die nötige Genauigkeit sicherzustellen, müssen die Systeme in regelmäßigen Abständen individuell nachkalibriert werden. Dies ist kosten- und zeitintensiv und bedeutet vor allem für KMUs einen erheblichen Mehraufwand. Darüber hinaus kommen immer mehr preisgünstige Roboterarme auf den Markt, die mechanisch bedingt erhebliche Ungenauigkeiten in der Positionierung verursachen können.

Mit aktuell verfügbaren Kalibriermethoden lassen sich nur Geometriefehler korrigieren. Temperatur- oder lastabhängige Ungenauigkeiten beispielsweise können jedoch nur ungenügend ausgeglichen werden. Auch eine Nachkalibrierung im laufenden Betrieb, die für einen nachhaltigen Optimierungsprozess wichtig wäre, ist nicht realisierbar.

Um diese Lücken zu schließen und durch Machine Learning neue softwaregetriebene Kalibriermethoden für die Praxis zu entwickeln, haben der Robotik-Experte ArtiMinds Robotics, die Universität Stuttgart und die DHBW Karlsruhe jetzt das KI-Projekt KIRK gestartet. »Die Möglichkeit, Daten automatisiert zu erfassen und zu analysieren, verringert den Aufwand für die Anwender und erleichtert es vor allem KMUs, die nötige Kompetenz aufzubauen, um ein Robotersystem optimal zu nutzen«, erläutert Darko Katic, technischer Ansprechpartner für das KIRK-Projekt und Teamleiter Künstliche Intelligenz bei ArtiMinds.

Ziel ist es, die Genauigkeit softwaregestützt zu erhöhen, um dadurch Roboter für ein breites Anwendungsspektrum flexibel einsetzen zu können, Arbeitsabläufe durch eine vom Robotertyp und -hersteller unabhängige Lösung zu vereinfachen und Fachpersonal zeitlich zu entlasten. »Die Basis, um die komplexen Zusammenhänge aus äußeren Faktoren sowie den zeitlich veränderlichen Eigenschaften des individuellen Roboters beherrschbar zu machen und so die Positioniergenauigkeit zu erhöhen, bilden die tiefen neuronalen Netze, sprich: Deep Learning«, verdeutlicht der KI-Forscher Prof. Marco Huber vom Institut für Industrielle Fertigung und Fabrikbetrieb (IFF) der Universität Stuttgart.

Das IFF und das Robot-and-Human-Motion-Lab (RaHM-Lab) der Dualen Hochschule Baden-Württemberg Karlsruhe übernehmen im Projekt die Grundlagenforschung. Gemeinsam mit ArtiMinds Robotics als Industriepartner werden die Ergebnisse auf reale industrielle Anwendungsfälle übertragen. Abschließend sollen die neu entwickelten Methoden auch in die Programmier-Software Robot Programming Suite (RPS) einfließen. Das Projektende ist für Frühjahr 2022 geplant.