Kraft-Momenten-Regelung von Industrierobotern durch KI-basierte Analyse interner Antriebszustände

Roboter interagieren in immer stärkerem Maße mit Ihrer Umgebung. Neben Bildverarbeitungssystemen werden dazu vor allem Kraft-Momenten-Sensoren am Roboterendeffektor oder Momenten-Sensoren in den Roboterachsen verwendet. Die Momenten-Sensoren in den Achsen werden dabei oft als Schutzfunktion für die Mensch-Roboter-Kooperation verwendet, Kraft-Momenten-Sensoren am Roboterendeffektor werden für Montage-, Füge- oder Bearbeitungsprozesse verwendet oder zur Prozessüberwachung. Ein Nachteil dabei ist der zusätzliche Hardware-Einsatz der Sensoren (Kamera oder Kraft-Momenten-Sensoren) und der damit verbundene Aufwand. Ziel des Projektes ist es, die internen Sensoren des Roboters (Motorströme, sowie Achspositionen und abtriebsseitige Achsmomente ) in ausreichender Qualität und Genauigkeit zu ermitteln. Über den Ansatz des maschinellen Lernens soll diese Auswertung ermöglicht und optimiert werden. Die resultierende Kraft oder das resultierende Moment soll auf Basis der Motorströme, sowie optional der Achspositionen und -geschwindigkeiten wissensbasiert erlernt werden.