Anzeige
Anzeige
Anzeige

Künstliche Intelligenz

Roboter ohne Expertenwissen entwickeln

Beitrag drucken

Die Komplexität von Robotern nimmt stetig zu. Dies stellt Entwickler vor Herausforderungen und treibt die Entwicklungskosten in die Höhe. Im Projekt Q-Rock verfolgt das Robotics Innovation Center des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI) einen einen Ansatz, bei dem es Nutzern ohne Expertenwissen mithilfe von künstlicher Intelligenz möglich sein soll, maßgeschneiderte Robotersysteme für ihre Anwendungen zu entwickeln.

 

Der am DFKI Robotics Innovation Center für den Weltraumeinsatz entwickelte Roboter Mantis. Dank Q-Rock soll es zukünftig auch Nutzern ohne Expertenwissen möglich sein, kosteneffizient maßgeschneiderte Robotersysteme für ihre Anwendungen zu entwickeln. (Bild: DFKI GmbH/Foto: Annemarie Popp)

Der am DFKI Robotics Innovation Center für den Weltraumeinsatz entwickelte Roboter Mantis. Dank Q-Rock soll es zukünftig auch Nutzern ohne Expertenwissen möglich sein, kosteneffizient maßgeschneiderte Robotersysteme für ihre Anwendungen zu entwickeln. (Bild: DFKI GmbH/Foto: Annemarie Popp)

Das Projekt Q-Rock bildet den zweiten Schritt der X-Rock-Projektlinie des Robotics Innovation Centers und adressiert eine der grundlegenden Fragen in der Robotik: Wie kann ein Roboter das Wissen über sich selbst und seine Fähigkeiten eigenständig entwickeln, ohne dass ihm dies von einem Entwickler vorgegeben werden muss? Dabei setzt Q-Rock zum auf Methoden der künstlichen Intelligenz, wie Maschinelles Lernen und strukturelles Schlussfolgern. Zum anderen baut es auf der umfangreichen Datenbasis des Vorgängerprojekts D-Rock auf. Die Datenbank verbindet modellierte Software mit Hardware- und Verhaltensmodellen und unterstützt zudem durch umfassende Modularisierung – d.h. die effiziente Wiederverwendbarkeit von Komponenten – die Roboterentwicklung. „Q-Rock ist ein wichtiger Schritt hin zu sogenannten ‚integrierten KI-Lösungen‘. Dieser Ansatz wird es auch Menschen, die keine KI- oder Robotikexperten sind, ermöglichen, auf den eigenen Bedarf zugeschnittene Systeme zu entwickeln und einzusetzen. Davon können in Zukunft vor allem kleine und mittelständische Unternehmen profitieren, die sich so den Einsatz von Robotern auch in größerem Umfang leisten können, um langfristig wettbewerbsfähig zu bleiben“, sagt Prof. Frank Kirchner, Leiter des DFKI Robotics Innovation Centers.

Roboter lernt sich selbst kennen

Anders als in D-Rock wird in Q-Rock der Roboter selbst in die Lage versetzt, ausgehend von seinem Aufbau, die ihm zur Verfügung stehenden Fertigkeiten zu erforschen. Dabei nutzen die Bremer Wissenschaftler neue Ansätze, um basierend auf der modularen Roboterbeschreibung zunächst die Fähigkeiten von Teilkomponenten – z.B. eines einzelnen Sensors oder Gelenkes – zu ermitteln, und daraus die Fähigkeiten des Gesamtsystems abzuleiten. Mit Hilfe maschineller Lernverfahren und auf Basis der in D-Rock erarbeiteten Datenbank werden die erlernten Fähigkeiten dann automatisch in funktionale Einheiten gruppiert und zusammen mit einer semantischen Beschreibung in sogenannte Kognitive Kerne überführt. Diese Softwarebausteine enthalten die Verbindung zwischen den Fähigkeiten einer Hardware – z.B. denen eines Roboterarmes – sowie der daraus resultierenden möglichen Bedeutung im Verhalten, z.B. dem Greifen eines Objekts. So können verschiedene kognitive Kerne kombiniert werden, um komplexes Roboterverhalten, wie das Öffnen einer Tür, zu erzeugen. Die Verhaltensbausteine werden dann durch strukturelles Schlussfolgern wieder auf die Hardware abgebildet. Auf diese Weise ist auch ein Nutzer ohne entsprechende Expertise in der Lage, komplette Robotersysteme für bestimmte Anwendungsbereiche zu erzeugen. Dafür braucht er lediglich die Anforderungen an das Verhalten eines Systems zu spezifizieren. Q-Rock generiert dann auf dieser Basis automatisch die passenden Hardwarekombinationen aus der Datenbank.

Neue Konstruktions- und Planungsprozesse

Indem es das automatisierte Konstruieren von Roboterhardware anhand des gewünschten Verhaltens ermöglicht, werden zukünftig ganz neue Konstruktions- und Planungsprozesse für Roboteranwendungen realisierbar. Zudem lässt sich modellbasiert schlussfolgern, welche Aufgaben ein Roboter mit seiner gegebenen Hardware durch Kompositionen von Verhalten ausführen kann. Dadurch können die Ergebnisse des Projekts auch zur Qualifizierung von Hardware eingesetzt werden.


Das könnte Sie auch interessieren:

Falsch geplante Anlagen können unnötige Kosten in großer Höhe verursachen. Sorgfältiges Engineering zeichnet sich dadurch aus, gängige Fallstricke zu vermeiden und verfügbare technische Hilfsmittel wie CAD-Tools und Virtual Reality passend einzusetzen.‣ weiterlesen

Wie bereits im April blieb der Auftragseingang der deutschen Maschinenbauer auch im Mai weit unter dem Niveau des Vorjahres. Die Bestellungen blieben 28 Prozent unter dem Vorjahreswert.‣ weiterlesen

Selbst in hoch automatisierten Fertigungsumgebungen gibt es Maschinenbediener, Instandhalter oder Logistikmitarbeiter, die eine Produktion beobachten und eingreifen. Und solange Menschen Verantwortung tragen, müssen Informationen im Werk vermittelt werden. Mit einer Andon-Anwendung lässt sich das motivierend und effizienzsteigernd strukturieren, gerade wenn weitere Prozessoptimierungsmethoden umgesetzt werden.‣ weiterlesen

Augenstein Maschinenbau plant, entwickelt und fertigt individuelle Automatisierungslösungen für Produktionsprozesse. Eine Visualisierungssoftware liefert dabei früh ein erstes Bild der Anlage. Das schafft Klarheit und hilft dem Vertrieb quasi nebenbei, den Auftrag überhaupt an Land zu ziehen.‣ weiterlesen

Im Projekt ‘Kitos – Künstliche Intelligenz für TSN zur Optimierung und Störungserkennung‘ arbeiten Wissenschaftler und Ingenieure gemeinsam an Lösungen für ein dynamisches Netzwerkmanagement in der Industrie.‣ weiterlesen

Laut statistischem Bundesamt hat sich die Industrie im Mai von den Einbrüchen verursacht durch die Corona-Pandemie etwas erholt. Die Produktion legte zu, verfehlt das Mai-Ergebnis des Vorjahres jedoch um 19,3 Prozent.‣ weiterlesen

Zwei Drittel (66 Prozent) der Unternehmensleiter weltweit sind optimistisch, dass sich der europäische Markt relativ schnell vom wirtschaftlichen Abschwung durch die COVID-19-Pandemie erholen wird. Das geht aus einem Report des Beratungsunternehmens Accenture hervor, der auf einer Umfrage unter fast 500 C-Level-Führungskräften in Europa, Nordamerika und im asiatisch-pazifischen Raum in 15 Branchen basiert.‣ weiterlesen

Wie die Kommunikation in der Arbeitswelt zukünftig aussehen kann, erforschen derzeit die Fraunhofer-Institute für Arbeitswirtschaft und Organisation IAO und für Produktionstechnik und Automatisierung IPA. Dabei steht der digitale Zwilling im Mittelpunkt.‣ weiterlesen

Der ERP-Anbieter Proalpha hat einen neuen Chief Sales Officer. Zum 1. Juli hat Michael T. Sander die Position übernommen. Er folgt auf Andree Stachowski.‣ weiterlesen

Ein Produkt online konfigurieren und sofort bestellen: Was für Verbraucher alltäglich ist, gewinnt auch im B2B-Bereich an Bedeutung. Mit dem Configure-Price-Quote-Ansatz und entsprechender Software kann diese Variantenvielfalt angeboten werden, ohne den Vertrieb zu überlasten oder die Customer Journey aus dem Blick zu verlieren.‣ weiterlesen

Kürzere Durchlaufzeiten, Abläufe und Sequenzen simulieren und frühe Aussagen zu Konzepten und deren Verifikationen treffen zu können - das waren die Wünsche der österreichischen SEMA Maschinenbau. Die Software IndustrialPhysics von Machineering leistet genau das.‣ weiterlesen

Anzeige
Anzeige
Anzeige