Kategorien
Seiten
-
-

ROBOTIK UND MECHATRONIK

Erforschung der automatisierten Fähigkeitsabschätzung für Mensch-Roboter-Teaming

24. November 2023 | von
Exploration of Automated Capability Estimation for Human-Robot Teaming

Der an dieser Stelle eingebundene Inhalt führt Sie auf Seiten, die von der von Google betriebenen Seite YouTube - YouTube, LLC, 901 Cherry Ave., San Bruno, CA 94066, USA - zur Verfügung gestellt werden. Mit dem Aufruf des Inhalts kann YouTube Ihre IP-Adresse und die Sprache des Systems, sowie verschiedene browserspezifische Angaben ermitteln. Wenn Sie in Ihrem YouTube-Account eingeloggt sind, ermöglichen Sie YouTube, Ihr Surfverhalten direkt Ihrem persönlichen Profil zuzuordnen. Dies können Sie verhindern, indem Sie sich aus Ihrem YouTube-Account ausloggen. YouTube verwendet Cookies und Tracking-Tools. Die Datenverarbeitungsvorgänge sowie die Zwecke der Verarbeitung können direkt bei YouTube erfragt und eingesehen werden.

In unserer Mensch-Roboter-Teaming (MRTeam) Gruppe haben wir die Vision, dass eines Tages Mensch und Roboter nahtlos und intuitiv in einer Art Mensch-Maschine-Symbiose miteinander arbeiten können. Zuletzt haben wir ein Explorationsanwendung implementiert, um das Potenzial der Mensch-Roboter-Teams zu demonstrieren. Die Exploration beinhaltet ein System zur Abschätzung der menschlichen Fähigkeiten, um das menschliche Potenzial zu bewerten und entsprechende Roboteraktionen abzuleiten.

In Zukunft können Roboter die ermittelten Fähigkeitsdeltas nutzen, um Lücken zwischen der menschlichen Leistungsfähigkeit und den Anforderungen des Arbeitsprozesses zu finden. Auf der Grundlage dieser Deltas werden Aktionen abgeleitet, die dem Menschen eben nicht die Arbeit wegnehmen, sondern die menschlichen Fähigkeiten erhöhen, bis die Anforderungen erfüllt sind. Solche Systeme ermöglichen es dem Mensch-Roboter-Team, einen Zustand zu erreichen, der dem sogenannten Flow ähnelt.

Ansprechpartner:
Carlo Weidemann

Robot Cooking – Überführung von Beobachtungen in eine Planungssprache

18. October 2023 | von

 

 

Überführung von Beobachtungen in eine Planungssprache: Ein automatisierter Ansatz im Bereich des Kochen

Im Robot Cooking Projekt wird eine automatisierte Methode entwickelt, um Bewegungsdaten zu analysieren, identifizieren und in eine maschinenlesbare Planungssprache zu überführen. Dies geschieht am Beispiel eines Kochszenarios, indem die Bewegungsdaten durch die Aufzeichnung der Handpose des Kochs erfasst werden.

Die Aufzeichnung erfolgt mit einem Motion-Capture-System, bestehend aus sieben Kameras und einem Handschuh mit drei Markern auf dem Handrücken des Kochs. Die Position der Marker wird durch Triangulation bestimmt. Dies liefert genügend Informationen, um die Handpose abzuleiten. Die Aufnahme erfolgt mit 120 Bildern pro Sekunde. Vor dem Kochvorgang werden alle Objekte im Arbeitsraum identifiziert und ihre Ausgangspositionen bestimmt. Die Bewegungsdaten werden kontinuierlich aufgezeichnet und in Posen mit Zeitstempeln umgewandelt. Zusätzliche Informationen wie Geschwindigkeit, Beschleunigung und Winkel in Bezug auf die Tischplatte werden aus den Rohdaten abgeleitet.

Eine erste Strukturierung des Datensatzes erfolgt durch die Identifizierung der Nebenhandlungen mittels Klassifikation. Hierbei werden Greifen, Bewegen und Ablegen als wiederkehrende Handlungen erkannt. Ein eigener Trainingsdatensatz wird verwendet, um einen Klassifikator zu trainieren, der diese Handlungen erkennt. Dies ermöglicht eine einfachere Analyse der verbleibenden Aktionen.

Das Clustering wird angewendet, um unbekannte Aktionen zu identifizieren. Ein dynamischer Ansatz ermöglicht die Analyse trotz hoher Variabilität in der Ausführung. Ein eindeutiger Fingerabdruck für jede Handlung wird gefunden, basierend auf der Ausrichtung des Handrückens und seiner Geschwindigkeit auf der Tischebene, um jedes Einzelbild einem Cluster und schließlich einer Aktionen zuzuordnen.

Die gewonnenen Erkenntnisse aus Klassifikation und Clustering werden in eine maschinenlesbare Planning Domain Definition Language (PDDL) übersetzt. Ein Zeitplan wird erstellt, wobei bekannte Aktionen direkt zugeordnet werden. Start- und Endpositionen werden festgelegt, und virtuelle Objektverfolgung wird verwendet, um den Verlauf von Objekten während des Kochens darzustellen. Für unbekannte Aktionen werden Vorbedingungen und Auswirkungen dynamisch gehandhabt. Die Ergebnisse werden in eine maschinenlesbare PDDL übersetzt. Diese formale Darstellung ermöglicht die effiziente automatische Planung und Ausführung der zuvor demonstrierten Kochaufgabe.

Zusätzliche Informationen sind im oben verlinkten Video, dem Poster und dem Paper verfügbar.

Ansprechpartner:
Markus Schmitz

 

 

Summer Schools an der FANUC Education Cell

25. August 2023 | von

In den vergangenen Wochen haben bei uns am Institut die Summerschools an der FANUC Education Cell stattgefunden.

In diesem Kurs drehte sich alles um ein spannendes Logistikszenario: Kisten wurden befüllt, auf Förderbänder platziert und wieder abgeladen – eine Aufgabe, die einfache Grundlagen wie lineare vs. Gelenkbewegungen, Koordinatensysteme, Programmstruktur und mehr vermittelte.

Die Studierenden wurden in Gruppen von 2-3 Personen eingeteilt und lösten die Aufgaben gemeinsam. Dank der Roboguide-Simulationssoftware von FANUC konnten sie den Roboter in einer simulierten Umgebung programmieren und testen. Selbst das Bestücken der 3D-Modelle der Szenarien war Teil der Herausforderung. Und bei Fragen standen immer zwei erfahrene HiWis zur Hilfe bereit.

Das Spannende: Die echte Roboterzelle war ebenfalls vor Ort. Die Möglichkeit, den Roboter in Aktion zu sehen und selbst programmierte Abläufe auszuführen, war ein echter Höhepunkt. Denn was im Code steht, wurde plötzlich reale Bewegung!

Die Woche endete mit Präsentationen, in denen jede Gruppe ihre Simulation und ihren Code vorstellte. Aus diesen Feedbackgesprächen wurden die Endnoten abgeleitet – eine rundum gelungene Woche am IGMR!

Ansprechpartner: Sophie Charlotte Keunecke

Situativ-adaptive Bewegungsprädiktion für Feuerwehrtrupps im Innenangriff

06. July 2023 | von

Wir haben unseren Beitrag „Situational Adaptive Motion Prediction for Firefighting Squads in Indoor Search and Rescue“ auf der ICRA im Workshop Long-Term Human Motion Prediction vorgestellt.

Die Brandbekämpfung ist eine komplexe, aber wenig automatisierte Aufgabe. Um die ergonomischen und sicherheitsrelevanten Risiken für die Feuerwehrleute zu minimieren, könnten Roboter in einem kollaborativen Ansatz eingesetzt werden. Um Mensch-Roboter-Teams bei der Brandbekämpfung zu ermöglichen, fehlen noch wichtige Grundlagen. Unter anderem muss der Roboter die menschliche Bewegung vorhersagen, da Verdeckungen allgegenwärtig sind. In dieser Arbeit schlagen wir eine neuartige Methode zur Bewegungsvorhersage für Feuerwehrtrupps im Innenangriff vor. Die Pfade der Trupps werden mit einem optimalen graphenbasierten Planungsansatz generiert, der die Taktik der Feuerwehrleute darstellt. Die Pfade werden pro Raum generiert, was eine dynamische lokale Anpassung der Pfade ohne globale Neuplanung ermöglicht. Die Bewegung einzelner Agenten wird mit einer Modifikation des Headed Social Force Models simuliert. Wir bewerten die Machbarkeit der Pipeline mit einem neuartigen Datensatz, der aus echtem Filmmaterial generiert wurde, und zeigen die rechnerische Effizienz.

Ansprechpartner: Elodie Hüsing

Neues Forschungsthema am IGMR: Pick & Toss

12. June 2023 | von

In heutigen Produktionsanlagen sind robotische Pick & Place Prozesse nicht mehr wegzudenken. Hierbei werden Handhabungsobjekte vom Roboter gegriffen und an der Zielposition mit der angestrebten Zielorientierung abgelegt. Eine innovative Möglichkeit den Arbeitsraum eines Roboters signifikant zu vergrößern sowie Prozesszeiten zu verringern ist die Erweiterung dieses Prozesses um das gezielte Werfen von Handhabungsobjekten. Mögliche Einsatzgebiete sind die Sortierung von Produkten, die beim Wurf nicht beschädigt werden (z.B. Schrauben oder Muttern) oder deren Beschädigung untergeordnet relevant ist (z.B. Aussortieren fehlerhafter Produkte, Trennen von Werkstoffen in Recyclingstätten).

Unser Ziel ist es den robotischen Pick & Toss Prozess durch die Kombination von klassisch analytischen und machine learning Modellen zu beschreiben, sodass der innovative Prozess industriell nutzbar wird.

Ansprechpartner:
Nils Brückmann
Johannes Bolk

Entwicklungen mit der Trapo GmbH

02. June 2023 | von

Das IGMR – RWTH Aachen unterstützt die Trapo GmbH bei der Weiterentwicklung und Integration von Trajektorieplanung- und Trajektorieausführungsalgorithmen für den neuen Trapo Loading System Roboter. Im Vergleich zum alten TLS, wird die Navigation vom neunen TLS mit dem MoveBase Framework des Robot Operating Systems (ROS) realisiert. Zu diesem Zweck haben wir zusammen mit der Trapo GmbH eine Sonderkonfiguration für eine autoähnliche Kinematik (car-like structure) für den lokalen Planner von MoveBase erstellt. Der neue TLS wurde zuletzt auf der LogiMat Messe vorgestellt.

Ansprechpartner:
Daniel Gossen

 

Projektstart IIDEA – Inklusion und Integration durch Cobots auf dem Arbeitsmarkt

28. April 2023 | von

Im April wurde das innovative Projekt „IIDEA – Inklusion und Integration durch Cobots auf dem ersten Arbeitsmarkt“ gestartet, das sich zum Ziel gesetzt hat, die Inklusion und Integration von schwerbehinderten Menschen auf dem ersten Arbeitsmarkt durch kollaborative Robotik zu befähigen. Die Verwendung von Cobots ermöglicht es, neue Arbeitsplätze und -formen zu schaffen, die auf die individuellen Bedürfnisse schwerbehinderter Menschen zugeschnitten sind. Diese neuen Arbeitsformen werden nicht am Rande, sondern im Zentrum der Digitalisierung und der Industrie 4.0 etabliert.

In einer sich schnell verändernden Welt ist es wichtig, dass wir uns auf die Bedürfnisse aller Menschen konzentrieren und sicherstellen, dass alle in der Lage sind, ihr volles Potenzial auszuschöpfen. Das Projekt „IIDEA“ ist ein wichtiger Schritt in Richtung einer inklusiven und integrativen Gesellschaft und Wirtschaft.

Weitere Informationen zum Projekt finden Sie auf unserer Website. Wenn Sie weitere Fragen haben, können Sie sich gerne an die folgende E-Mail-Adresse wenden: iidea@igmr.rwth-aachen.de.

Ansprechpartner:
Prof. Mathias Hüsing
Carlo Weidemann
Sophie-Charlotte Keunecke
Elodie Hüsing
Christina Jansen

 

Begrüßung der neuen Master-Erstsemester

24. April 2023 | von

Das Institut für Getriebetechnik, Maschinendynamik und Robotik heißt alle neuen Mastererstsemester herzlich willkommen!

Am 03.04.2023 hat das Sommersemester begonnen und mit diesem das Masterstudium für viele Erstsemester. Bei einem durch die Fachschaft Maschinenwesen organisierten Grillen zur Begrüßung konnten wir bereits unser Institut vorstellen und mit Studierenden ins Gespräch kommen.

Begrüßt wurden die neuen Masterand*innen der Fakultät Maschinenwesen vom IGMR durch Sophie Charlotte Keunecke, Nils Brückmann, Vincent Brünjes und Thomas Knobloch. Die Studierenden konnten auf diese Weise erste Kontakte zu den Instituten knüpfen und auch verschiedene Projekte kennenlernen. Ein besonderes Highlight war die Vorstellung des Robot Companion durch Maximilian Hilger!

Wir danken der Fachschaft Maschinenwesen für dieses großartige Angebot und euer immenses Engagement.

Allen neuen Erstsemestern wünsche wir alles Gute für Ihr Studium und eine unvergessliche Zeit an der RWTH und der Fakultät Maschinenwesen.

Ansprechpartner:
Sophie-Charlotte Keunecke
Nils Brückmann
Vincent Brünjes
Thomas Knobloch

 

Erfolgreiche Workshops mit der Technischen Universität Liberec

22. February 2023 | von

Nach längerer Corona-Pause konnte das IGMR mit großer Freude eine Delegation der Technische Universität Liberec (TUL) am Institut begrüßen.

Vier verschiedenen Instituten der Technische Universität Liberec haben uns ihre faszinierenden Projekte und interessanten Präsentationen vorgestellt, ehe wir in kleineren Workshops gemeinsame Forschungsinteressen erarbeitet haben.

Die Technische Universität Liberec und das IGMR blicken schon auf viele Jahre gemeinsamen Austauschs und enger Zusammenarbeit zurück; die Einschränkungen durch die Pandemie haben das nicht schwächen, aber doch stark einschränken können.

Umso mehr freuen wir uns, zukünftig unsere Kooperation mit neuen, gemeinsamen Forschungsinteressen weiter untermauern zu können.

Ansprechpartner: Sophie Charlotte Keunecke

 

Interaktives Lernen von ROS: Der neue Kurs in RWTHJuypter

16. January 2023 | von

Wir freuen uns, unseren neuesten ROS-Kurs vorstellen zu dürfen, der als JupyterHub unter RWTHJuypter eingebunden ist. Dieser Kurs bietet eine interaktive Möglichkeit, die Grundlagen von ROS (Robot Operating System) zu erlernen und zu vertiefen.

ROS ist ein Open-Source-Framework, das es Entwicklern ermöglicht, die Steuerung von Robotern und deren Sensorik einfacher zu gestalten. Es bietet eine Vielzahl von Tools und Bibliotheken, die es ermöglichen, die Kommunikation zwischen den verschiedenen Komponenten eines Roboters zu vereinfachen und die Entwicklung von Anwendungen zu beschleunigen.

Unser Kurs deckt die wichtigsten Themen ab, die für die Arbeit mit ROS erforderlich sind. Dazu gehören unter anderem die Verwendung von ROS-Nodes, Topics, Services und Actions, die Verwendung von ROS-Bibliotheken wie tf (transform library) und moveit (motion planning library), sowie die Entwicklung eigener ROS-Pakete. Auch die Arbeit mit verschiedenen Roboterplattformen wird behandelt.

Ein besonderer Fokus liegt dabei auf der Verwendung von Jupyter Notebooks, um die Inhalte des Kurses interaktiv und anschaulich zu vermitteln. Dies ermöglicht es den Teilnehmende, die Beispiele und Aufgaben direkt im Kursumgebung auszuführen und die Ergebnisse direkt zu sehen.

Wir danken der Firma Quantstack für die Unterstützung bei der Entwicklung des Kurses und deren Entwicklungen an JupyROS. Durch die Verwendung von Jupyter Notebooks und jupyros konnten wir eine intuitive und benutzerfreundliche Umgebung schaffen, die es ermöglicht, ROS schnell und einfach zu erlernen.

Wir hoffen, dass unser ROS-Kurs sowohl für Einsteiger als auch für fortgeschrittene Entwickler von Nutzen sein wird und freuen uns auf zahlreiche Teilnehmende.

 

Ansprechpartner: Markus Schmitz