Robotermanipulationsfähigkeiten zur Automatisierung von Instandhaltungsaufgaben

Abstract

In Produktionssystemen spielt die Anlagenverfügbarkeit und Produktqualität, vor allem im Hinblick auf ökonomische Unternehmensziele, eine entscheidende Rolle. Damit dies erreicht werden kann, unterliegen Produktionseinrichtungen regelmäßigen Instandhaltungsarbeiten. Während für Inspektionsaufgaben bereits Verfahren zur Verfügung stehen, welche die automatisierte Fehlerdetektion, -isolation und -identifikation erlauben, bestehen bisher keine Systeme, die eine automatische Wiederherstellung des Sollzustands ermöglichen. Aufgrund dessen untersucht diese Arbeit neuartige Manipulationsfähigkeiten, die es einem autonomen Robotersystem erlauben, Wartungs- und Instandsetzungsaufgaben zu automatisieren, hierdurch den menschlichen Akteur unterstützen und langfristig zu einer Attraktivitätssteigerung der Produktion in Hochlohnländern führen könnten. Damit Robotersysteme derart komplexe Aufgaben unter realitätsnahen Bedingungen autonom lösen können, entwickelt diese Arbeit spezielle Fähigkeiten zur Planung, Steuerung und Regelung von Robotermanipulationen. Ein besonderes Hauptaugenmerk bei der Entwicklung dieser Methoden liegt dabei vor allem auf der zeiteffizienten Planung sowie der Möglichkeit zur Kompensation von Umweltunsicherheiten zwischen a priori und Sensordaten. Für die Aufgabenplanung wird ein Verfahren entwickelt, welches auf Basis von CAD- und visuellen Sensordaten, die notwendigen Manipulationen in Form symbolischer Anweisungen generiert. Durch einen neuartigen stichprobenbasierten Ansatz wird eine zeiteffiziente Berechnung möglicher Demontageräume erlaubt. Damit eine zielgerichtete Akquirierung relevanter Sensordaten ermöglicht werden kann, wird ein Algorithmus vorgestellt, der mittels aufgabenabhängiger Metriken die Kombination von Kartenexploration und Objekterkennung in einer geeigneten Sensorpose zulässt. Zur Planung einer Bewegungsbahn, für die Ausführung der einzelnen Manipulationsaufgaben, werden, dem Stand der Technik gemäß, bekannte globale Bahnplanungsverfahren verwendet. Jedoch wird eine Vorverarbeitungsstrategie vorgeschlagen, die auf Grundlage einer adaptiven Schrittweitensteuerung eine deutliche Reduktion des Planungsraums zulässt, wodurch eine niedrigere Planungszeit bei höherer Erfolgsrate in der Lösungsfindung erzielt wird. Die aus der Planung generierte Beschreibung wird weitergehend in ein Anwenderprogramm umgesetzt. Hierzu wird ausgehend von einer allgemeinen Dekompositionsvorschrift die Generierung elementarer Roboterkontrollanweisungen erlaubt, welche aufgabenabhängig über propriozeptive oder exterozeptive Regler ausgeführt werden. Die entwickelten Manipulationsfähigkeiten werden in eine Steuerungsarchitektur integriert und ganzheitlich an einem Demonstratorsystem, anhand praxisrelevanter Anwendungsfälle, experimentell validiert.

In current production systems, plant availability and product quality play an important role, especially concerning economic objectives. In order to be able to consider these factors, production systems are subject to regular maintenance. Whereas there are already methods for inspection tasks allowing automated fault-diagnosis, there are no methods available to solve the following service or repair task. For the possibility of automated maintenance and repair, strategies are investigated which permit a robot-based automation, thus support the human worker and, in the long run, enhance the attractiveness of production in high-wage countries. For the ability of robotic systems to solve such complex tasks autonomously under realistic conditions, special skills for planning and control of robotic manipulations are developed. A particular emphasis in developing these methods is placed on time-efficient planning algorithms as well as to incorporate environmental uncertainties between existing a priori and sensor data. For task planning a method is proposed, which generates, based on CAD and visual sensor data the required manipulations in the form of symbolic primitives. Through a novel sampling-based approach an extremely time-efficient computation of disassembly spaces is feasible. In order to enable a targeted acquisition of relevant sensor data, an algorithm is presented that allows by means of task-dependent metrics, the combination of map exploration and object recognition in a suitable sensor pose. For path planning, for the execution of the individual manipulation tasks, state-of-theart algorithms are used. But, a pre-processing strategy is introduced, which allows a considerable reduction of the planning space based on an adaptive step size control, which achieves a significantly shorter planning period and a higher success rate in finding a possible solution. The description generated from the planning is further translated in an executable robot program. For this purpose, the decomposition into elementary robot control instructions based on a general decomposition rule is permitted, which are executed via proprioceptive or exteroceptive controllers in a task-oriented way. The developed manipulation capabilities are integrated into a robot control architecture and are validated experimentally on a demonstrator system, using representative real-world applications.