Schnellere Roboterprogrammierung - AUTOMAPPPS Nachrichten und Presse

2020-04

Industrielle state-x-time Planung reduzierte die unproduktiven Zeiten von Robotern um mehr als 95%.

Technischer Hintergrund: "State-x-time planning" wurde vor etwa 15 Jahren als Methode in der akademischen Forschung und Entwicklung für Roboter erfunden, die in Umgebungen arbeiten, welche sich im Laufe der Zeit ändern (siehe z.B. S. LaValle: "Planning Algorithms", 2006). We will shortly describe the details and the impact it has on industrial robotics.

Herkömmliche Roboter-Bewegungsplanung plant die Bewegung des Roboters im Zustandsraum C(x) mit x als dem Zustand des Roboters. Dies wurde um die Zeit erweitert: C(t, x(t)). Ein vollständiger kinodynamischer Planer erweitert den Zustandsraum auf C(t, x(t), dx(t)/dt) oder C(t, x(t), dx(t)/dt, d2x(t)/dt2), d.h. stellt nicht nur den Zustand der Gelenke dar, sondern auch deren Geschwindigkeit und ggf. deren Beschleunigung. "Space-x-time" erweitert den Zustand x, um die Veränderungen der Roboterzelle über Laufe die Zeit als zusätzlichen Zustand zu berücksichtigen.

Convergent IT begann vor mehr als 10 Jahren, state-x-time von dessen ursprünglich erforschten Anwendungen wie mobile Service-Robotik auf Industrieroboter zu übertragen. Diese haben mit weniger Veränderungen in der Umgebung zu kämpfen, aber mit mehr Komplexität durch mehr Gelenke - und noch schwerer: zusätzlichen Einschränkungen, die aus dem Prozess zur Automatisierung resultieren. Zur Veranschaulichung: Der State-X-time Planer in AUTOMAPPPS plant z.B. einen 7-Achsen-Roboter in einem Zustandsraum C der Dimension 7, sondern in einem mindestens 15-dimensionalen Zustandsraum: 2 Dimensionen pro Gelenk (x(t),dx(t)/dt) plus eine Dimension für die Veränderungen der Roboterzelle im Zeitverlauf. Darüber hinaus berücksichtigt die Planung für alle Gelenke deren Geschwindigkeits- und Beschleunigungsbegrenzungen. Für eine Zelle mit 2 Robotern beträgt die Dimension des Zustandsraums C dann 29, für 4 Roboter 57 u.s.w..

Wirkung: Die Nutzung dieser trockenen Mathematik wird mit großen Chancen belohnt. Nicht nur neuartige High-End-Anwendungen, wie selbstprogrammierende Roboterzellen im Bereich der autonomen Spot-Reparatur profitieren, da sie ohne Echtzeit-Programmierung von Robotern in Sekunden mit Line-Tracking-Unterstützung, nicht möglich wären. Auch andere, derzeit "üblichere" Roboteraufgaben, die auch anders programmiert werden könnten, profitieren davon: Die Methode ermöglicht eine enorme Kostensenkung und eine Steigerung der OEE (Gesamtanlageneffizienz). Eines der Beispiele wird im folgenden Video gezeigt, das kürzlich freigegeben wurde.

Das Beispiel zeigt die Lackierung komplexer geformter Teile, wie sie z.B. in Investitionsgütern oder in der Maschinenbauindustrie üblich ist. Eine der wichtigsten Herausforderungen ist, dass große Roboter in engen Bereiche arbeiten müssen - mit einem Abstand oder Sicherheitsabstand zwischen Robotern und Teilen oder Ketten von nur wenigen cm. Die Roboter lackieren Teile von innen und oder zwischen Ketten – während sich die Teile bewegen.

Wo andere SW-Tools nicht verwendet werden konnten, konnte AUTOMAPPPS die Offline-Programmierung effizient unterstützen. Zeitaufwändiges "teachen" mit häufigem Versuch und Irrtum und Iterationen ist nicht mehr erforderlich. So reduziert die State-x-Time Planung die unproduktive Zeit der Roboterzellen um mehr als 95% und darüber hinaus. Was bleibt, ist die Zeit, die benötigt wird, um die Position eines Teils einer neuer Klasse einzumessen. Auch die Programmierung dieser anspruchsvollen Aufgaben kann von den Mitarbeitern des Kunden durchgeführt werden - nicht nur von Roboterexperten. Diese Fälle sind anschauliche Beispiele für die Anwendung von F&E-Methoden in anderen großen Roboterdomänen. Vielleicht nicht so spektakulär auf den ersten Blick wie seine Anwendung in der automatischen Autoreparatur, aber beeindruckend auf dem zweiten Blick - und von großem Vorteil für den Nutzer.