Schnellere, effizientere Industrieroboter mit Bewegungsplanung in Echtzeit
Man stelle sich hierzu intelligente Fabriken vor, in denen hoch entwickelte Roboter eingesetzt werden, die wie Menschen lernen, denken und handeln können. Damit geht notwendigerweise eine hochgradige robotergestützte Automatisierung einher: Roboter, die grob vorausgeplante Aufgaben erledigen können, sind dann in der Lage, dezentrale Entscheidungen zu treffen und die Bewegungsplanung in Echtzeit auszuführen. Dies war die Vision der innerhalb des EU-finanzierten Projekts Co4Robots angesiedelten Initiative Factories of the Future. Mehrere Roboter und Menschen sollten in diesen „Fabriken der Zukunft“ sicher und produktiv bei der Ausführung allgemeiner Arbeiten zusammenwirken, darunter das Greifen von Gegenständen sowie der Transport und die Lieferung. Die wesentliche Herausforderung für das Projekt bestand in der effizienten Koordinierung von Robotern mit unterschiedlichen Antriebs- und Bedienfunktionen sowie Wahrnehmungsfähigkeiten.
Zentrale und dezentrale Steuerung und Koordination im Vergleich
Roboter als geschlossene Einheit zu bewegen und dabei dafür zu sorgen, dass sie verschiedene Aufgaben erledigen, lässt sich in Echtzeit nur schwer umsetzen. Die Überwachung und Koordination dieses heterogenen Systems erfordert einen dezentralen Rahmen mit integrierter Aufgabenplanung auf übergeordneter Ebene, Bewegungssteuerung auf unterer Ebene und robuster Roboterwahrnehmung in Echtzeit. Die Koordinierung eines Teams von Robotern stützt sich in der Regel auf eine zentralisierte Offline-Planung. Die zugehörigen Aufgaben werden vorbereitet und dann in einer festgelegten Weise ausgeführt. „Bei vorab zugewiesenen Bahnen und Handlungen lässt sich das riesige Potenzial von Robotersystemen, bei denen mehrere Roboter in einer dynamischen Umgebung Tätigkeiten ausführen, nicht entfalten. Jede plötzliche Veränderung der Umgebung oder der Art der zugewiesenen Aufgabe würde ein hohes Maß an Koordination mit sich bringen und folglich dazu führen, dass das System zum Stillstand kommt und einen menschlichen Eingriff erfordert“, erläutert Dimos Dimarogonas, Koordinator des Projekts Co4Robots. Co4Robots widmete sich dem Bedarf nach einer automatisierten (Um-)Planung von Aufgaben in Echtzeit, wenn kein zentrales System vorhanden ist, das eine leitende Regelungsfunktion ausübt. „Unser Schwerpunkt lag auf einer verbesserten Zusammenarbeit zwischen den verschiedenen Typen interagierender Roboter sowie zwischen Robotern und Menschen. Hierbei ging es unter anderem um den kraftgesteuerten Transport, die Erkennung menschlicher Gesten sowie die dynamische Aufgabenzerlegung und - zuweisung“, fügt Dimarogonas hinzu.
Projektmeilensteine
Eine Forschungsgruppe demonstrierte drei Szenarien, um die Interaktionen zwischen verschiedenen Akteuren in einer veränderlichen Umgebung zu testen. Beim ersten Szenario arbeiteten ein Mensch und ein Roboter beim Transport einer Ladung zusammen. Die menschliche Arbeitskraft signalisierte dem Roboter mittels einer Geste, was er als Nächstes tun sollte. Im Mittelpunkt des zweiten Szenarios standen eine stationäre und eine mobile Robotereinheit, die miteinander sowie mit Menschen interagierten. Auch hier ging es darum, einen Gegenstand zu greifen. Beim dritten Szenario nutzten mehrere Roboter und Menschen einen gemeinsamen Arbeitsbereich. Die Aufgaben umfassten die regelmäßige Überprüfung der Fertigstellung von Produkten an den Arbeitsstationen, die Produktbeförderung zur nächsten Station im Fertigungsprozess sowie die Überwachung von Bedarfsanforderungen an den Arbeitsstationen. Damit sie diese Szenarien umsetzen konnten, leisteten die Forschenden Pionierarbeit: So entwickelten sie unter anderem dezentrale Methoden zur Echtzeit-Bewegungssteuerung von Multiagentensystemen in einer dynamischen Umgebung, Kontrollsysteme für den gemeinsamen Ladungstransport, Wahrnehmungsalgorithmen sowie Verfahren zur Erkennung und Nachverfolgung von Objekten oder beteiligten Akteuren. Diese neue dezentrale Ansatz zur Bewegungsplanung in Echtzeit stützte sich auf lineare temporale Logik (LTL) sowie temporale Logik im metrischen Intervall – ein Fragment der LTL. Die LTL funktioniert wie das schriftliche Verfassen von Befehlen, die zur Ausführung einer bestimmten Tätigkeit nötig sind. Dieser automatisierte Planungsprozess beinhaltet drei Schritte: Im ersten Schritt werden durch effiziente dezentrale Methoden die Bewegungsfähigkeiten und dynamischen Interaktionen jedes Akteurs in eine diskrete Darstellung überführt. Die anfängliche Aufgabe wird dann im zweiten Schritt in lokale Aufgaben zerlegt. Im dritten Schritt wird schließlich ein übergeordneter Aufgabenplan erstellt. Eine weitere Errungenschaft des Projekts war die Entwicklung einer Softwarearchitektur, welche die Zusammenarbeit zwischen Mensch und Roboter sowie die Anpassung und Koordination von Einzel- oder Multirobotersystemen auf dezentrale Weise unterstützt. Die abschließenden Ergebnisse des Co4Robots-Projekts werden in über 80 Publikationen präsentiert.
Schlüsselbegriffe
Co4Robots, Roboter, Koordination, Koordinierung, dezentral, Bewegungsplanung in Echtzeit, Factories of the Future, Fabriken der Zukunft, lineare temporale Logik
