"Multisensorunterstützte Montage von Aggregaten"
Teilprojekt D4 im SFB 360
Projektleiter:
Prof. Dr. Alois Knoll
Technische Fakultät
(0521) 106-29 53
knoll@TechFak.Uni-Bielefeld.DE
Dr. Helge Ritter
Technische Fakultät
(0521) 106-60 62
helge@TechFak.Uni-Bielefeld.DE
Dr. Jianwei Zhang
Technische Fakultät
(0521) 106-29 51
zhang@TechFak.Uni-Bielefeld.DE
Mitarbeiter im Teilprojekt D4:
Dipl.-Inform.
Frank Röthling
Raum M6-107, Tel. 29 48
froethli@TechFak.Uni-Bielefeld.DE
N.N.
Zusammenfassung
Ziel des Teilprojekts D4 ist die weitere Entwicklung von Methoden zur multisensorunterstützten
Montage von größeren Baugruppen des SFB-Szenarios. Es geht dabei zum einen um die Entwicklung
von sensorbasierten Montageprimitiva, zum anderen um die Frage, wie der Situierte Künstliche
Kommunikator (SKK) den zielgerichteten Einsatz dieser Primitiva und die Fähigkeit zum adäquaten
Sensoreinsatz lernen kann. Die gegenüber der letzten Antragsphase vorzunehmende Erweiterung der
Roboter-Fertigkeiten auf strukturell variierende dreidimensionale Aggregate stellt dabei eine
große Herausforderung für den reaktiven Perzeptions-Aktions-Zyklus der Roboter dar: die Kodierung
des Sensoreingangs wird komplexer, weil die Anzahl der in den einzelnen Montageschritten jeweils
anzutreffenden Ansichten aufgrund der großen Anzahl möglicher Montage- bzw.
Verbindungskonstellationen des Aggregats sehr groß und daher nur schwer vorhersehbar ist.
Die zum Einsatz kommende Multisensorik (Kameras, taktile Sensoren, Kraftsensoren) muß deshalb
in der Lage sein, die geometrischen Informationen im 3D-Raum genau zu erfassen und die Erkennung
von Einzelteilen vor komplexen (aggregateigenen) Hintergründen zu leisten. Die sensorischen
Leistungen müssen anhand von Beispielen trainiert werden können; es ist schon aus zeitlichen
Gründen nicht mehr möglich, dafür a priori Modelle zu erstellen. Darüber hinaus soll der Fokus
des Handlungsinteresses mit Hilfe der Sensorik ständig automatisch gefunden werden, um damit
normierte Lernsituationen wieder herzustellen. Die Feinpositionierung der Robotergreifer im
sechsdimensionalen Gelenkraum wird auf Nah- und Fernsensorik basieren, der dafür erforderliche
Regler zum Schließen der sensomotorischen Wirkungskette wird über Lernverfahren automatisch
synthetisiert. Aktive Testbewegungen und die Bewertung von Greifvorgängen durch den Instrukteur
werden eingesetzt, um den Lernprozeß zu automatisieren. Neue Aktionsmuster sollen über Demonstration
und Nachahmen menschlicher Vorbildhandlungen gelernt werden können.