Zum Hauptinhalt springen
Science-Fiction oder Science-Fact?

DARKO - werfende Roboter mit Menschenkenntnis

Als Partner im EU-Forschungsprojekt DARKO (Dynamic Agile Production Robots That Learn and Optimise Knowledge and Operations) arbeitet Bosch Research an der Entwicklung von agilen Produktionsrobotern, die wesentlich effizienter mit Menschen interagieren sollen als bisher.

DARKO

Dezember 2021

Im Musikvideo zum The-Strokes-Titel „The Adults are Talking“ spielt ein Baseball-werfender Roboter eine der Hauptrollen. Wie nah ist das bereits an der Realität? Und welche Bedeutung haben solche hochentwickelten Serviceroboter in der Logistik? Bosch Research-Forscher Timm Linder gibt Antworten.

Werfende Roboter bei „The Strokes“ spielen Baseball

Ein Countdown startet auf einer glänzenden Roboterbrust. Grüne Augen leuchten auf. Die intelligente Maschine holt weit aus und schleudert einen Baseball in Richtung Schlagmann. Die Bewegungen sind absolut fließend – von denen eines Profipitchers aus Fleisch und Blut kaum zu unterscheiden. Als Schlagmann steht Julian Casablancas bereit, der Frontmann der US-Rockband „The Strokes“. Im Musikvideo zum Song „The Adults are Talking“ muss er gegen diese datengetriebenen Kontrahenten bestehen.

Sind werfende Roboter bald schon Realität?

Werfende Roboter sind schon seit längerem Gegenstand der akademischen Forschung – bislang insbesondere im Bereich des Sports. Wir arbeiten nun im Rahmen eines öffentlich geförderten Projektes daran, sie auch im Fabrikumfeld gewinnbringend einzusetzen.

Timm Linder, Forschungsingenieur bei Bosch Research

Agile Serviceroboter, die sicher mit Menschen interagieren, erhöhen die Effizienz industrieller Prozesse

Bereits seit einiger Zeit können Roboter Objekte unterschiedlichster Formen und Gestalt greifen. Zu werfen und dabei auch noch ein bestimmtes, möglicherweise sogar bewegliches Ziel zu treffen, ist eine wesentlich komplexere Angelegenheit. Aber auch daran arbeiten Forscher und Forscherinnen auf der ganzen Welt bereits mit Hochdruck. „Werfende Roboter, die komplexe Handlungsabläufe ausführen und darüber hinaus ihr Umfeld immer besser verstehen sowie sicher mit Menschen interagieren, könnten eines Tages bestimmte Prozesse in der Fertigung oder der Logistik wesentlich zeit- und kosteneffizienter machen“, sagt Timm Linder, Forschungsingenieur bei Bosch. Werfen sei die womöglich flexibelste Art des Materialtransports in der Fabrik der Zukunft, in der es sowieso modulare Prozesseinheiten geben wird, die sich ständig rekonfigurieren können. „Auf größere Distanzen ist der werfende Roboter schneller als ein mobiler Roboter oder ein Förderband und günstiger als ein dafür erforderlicher größerer Roboterarm.“ Hinzu kommt: Werfende Roboter wären in der Lage, stark repetitive Aufgaben zu übernehmen, die für Menschen nicht nur körperlich, sondern aufgrund der Monotonie auch mental anstrengend sind. Die Kolleginnen und Kollegen erhalten dadurch Entlastung und Freiräume für andere Bereiche.

DARKO_01-02
3D-Umfelderfassung: Die fahrende Basis verfügt über Sensoren, die eine 3D-Umfelderfassung und Detektion von Menschen und Objekten ermöglicht. Dazu gehören beispielsweise Position und Orientierung im Raum, die Abmessungen von Objekten sowie die menschliche Körperhaltung.
DARKO_01-03
Die fahrende Roboterbasis kann Bewegungsrichtung, Stärke und Geschwindigkeit menschlicher Bewegungen antizipieren und vorausschauend agieren. Ziel ist eine nahtlose und effiziente Zusammenarbeit von Mensch und Roboter in der Fabrik der Zukunft. Dabei steht Sicherheit an oberster Stelle: Die Forschung muss gewährleisten, dass der Roboter sicher inmitten von Menschen operieren kann.
DARKO_01-04
Werfen könnte für bestimme Abläufe eine hochflexible und effiziente Art des Materialtransports in der Fabrik der Zukunft sein.
/

Mit DARKO ist Anfang 2021 ein vierjähriges EU-Forschungsprojekt gestartet, das sich mit neuartigen und effizienten Einsatzmöglichkeiten von Wurfrobotern in der Produktion befasst. Sieben Projektpartner aus insgesamt fünf Ländern wollen agile Produktionsroboter entwickeln, die mithilfe von elastischen Aktuatoren hochdynamische Bewegungen ausführen können. Sie sollen zudem zu vorausschauender Planung fähig und sich der Absichten ihrer menschlichen Kolleginnen und Kollegen „bewusst sein“, was einen verlässlichen Betrieb in sich ständig verändernden Umgebungen ermöglicht. Als Industriepartner neben fünf Hochschulen ist Bosch aktiv in die Forschung auf State-of-the-Art-Level eingebunden. Zudem fungiert das Ersatzteillager der BSH Hausgeräte GmbH in Fürth als unmittelbarer Use Case.

Die Projektpartner
  1. Örebro Universitet (Schweden)
  2. Technische Universität München
  3. Robert Bosch GmbH (Bosch)
  4. Università di Pisa (Italien)
  5. EPFL - École Polytechnique Fédérale de Lausanne (Schweiz)
  6. University of Lincoln (GB)
  7. ACT Opterations Research (Italien)
Rendering des Bosch Research DARKO-Roboters, der Objekte in eine Kiste wirft.
Rendering des Bosch Research DARKO-Roboters in einer Wurfbewegung.

Mit dem menschlichen Arm vergleichbar

In Fürth lagern mehr als 140.000 einzelne Teile in den Regalen - von der Unterlegscheibe bis zum Waschmaschinenmotor. Einige davon werfen die Mitarbeiterinnen und Mitarbeiter tatsächlich über kürzere Distanzen, um Zeit zu sparen. Künftig könnten hier werfende Roboter unterstützen, indem sie häufig benötigte Bauteile aus ihren Regalen holen und in sich bewegende Förderwannen werfen. Dabei müssen die agilen Serviceroboter in der Lage sein, sich frei im Lager zu bewegen und anderen Maschinen oder Menschen auszuweichen. „Geplant ist eine mobile Roboterbasis, auf der ein Roboterarm montiert wird, der von elastischen Aktoren angetrieben und von einem der akademischen Projektpartner entwickelt wird“, erklärt Timm Linder. In seiner Funktion soll dieser einem menschlichen Arm mit Sehnen und Muskeln ähnlich sein.

Für den Projekterfolg sind Teamwork und die Zusammenarbeit von Experten verschiedenster Hintergründe entscheidend. Jeder Projektpartner, zu denen neben der Robert Bosch GmbH mehrere universitäre Forschungseinrichtungen gehören, ist für bestimmte Schritte innerhalb der Entwicklung zuständig. „Bosch entwickelt Algorithmen für die Bewegungsplanung der mobilen Basis für die 3D-Umfelderkennung, für die Erkennung von Menschen, und für die Prädiktion menschlicher Bewegungen und Intentionen – für uns die ersten Schritte in Richtung ‚maschineller Menschenkenntnis‘“, berichtet der Experte.

Im Vordergrund ist ein Roboterarm zu sehen, der ein Objekt von einem Tisch greift, im Hintergrund ist Bosch Research Forscher Timm Linder unscharf zu sehen.
Bosch Research Forscher Timm Linder beim Testen der Interaktion des Roboterarms.

Intelligentere Zusammenarbeit zwischen Mensch und Maschine

Zwar sind Maschinen wie Saug- oder Mähroboter schon heute in der Lage, Hindernisse in ihrem Weg zu erkennen und zu umfahren. „Dabei handelt es sich aber zunächst einmal nur um ein reines Erkennen von Mustern, ohne tiefergreifendes semantisches Verständnis. Der nächste Schritt ist, dass die Roboter intelligente Schlussfolgerungen für den jeweiligen Prozess daraus ziehen“, so der Ingenieur. Der Saugroboter erkennt dann zum Beispiel, dass es sich bei vier Stühlen und einen Tisch um eine Essecke handelt und folgert: „Die erledige ich effizienter in einem Stück zum Schluss“. Übertragen auf den Einsatz in einer Fabrik könnten die Roboter unter anderem lernen zu verstehen, wie sich Menschen in diesem Umfeld typischerweise bewegen und ihr Verhalten dann entsprechend adaptieren, um diesen geschickter auszuweichen. Neben realitätsgetreuen Simulationen, die anhand verschiedener physikalischer Modelle menschliches Verhalten abbilden, nutzen die Bosch-Forscher und -Forscherinnen zusätzlich Daten zu realen menschlichen Bewegungsabläufen aus Forschungsstudien, um die Algorithmen anzulernen. „Wir sind dabei, bestehendes Modellwissen und Künstliche Intelligenz in Form von Deep Learning – also datengetriebene Mustererkennung mit Hilfe von tiefen neuronalen Netzen – sowie logisches Schlussfolgern gewinnbringend miteinander zu verknüpfen“, so Linder.

Kombination aus Domänenwissen und Künstlicher Intelligenz

Deep Learning ist ein zentrales Thema der Arbeit von Bosch Research. Die Ergebnisse der Forscherinnen und Forscher werden fortlaufend auf renommierten internationalen Konferenzen vorgestellt und in Fachjournals veröffentlicht. Dabei kommt dem Unternehmen zugute, dass es neben dem Wissen über Künstliche Intelligenz auf einen enormen Fundus an Domänenwissen aus den unterschiedlichsten Anwendungsbereichen zurückgreifen kann. „Anders als zum Beispiel reine Softwareunternehmen haben wir unmittelbaren Zugang zu den tatsächlichen Fragestellungen in einem industriellen Umfeld“, sagt Timm Linder. Damit könne Bosch im Wettbewerb um junge KI-Talente punkten. „Wir erforschen und entwickeln somit Lösungen für die ,Fabrik der Zukunft‘“. Die von Bosch Research im Rahmen von DARKO entwickelten Technologien sind schließlich für das Zukunftsthema Serviceroboter im Allgemeinen und in der Intralogistik im industriellen Umfeld von hoher Relevanz.

Dr. Timm Linder, Forschungsingenieur und Leiter des Projekts „Robotics Roadmap Technologies“

Bosch Research Forscher Timm Linder mit einem menschenähnlichen Roboter-Prototypen.
Bosch Research Forscher Timm Linder mit dem menschenähnlichen Roboter-Prototypen „Spencer“ auf dem Forschungscampus in Renningen.

Timm Linder hat Angewandte Informatik an der Universität Duisburg-Essen studiert. Bereits im Rahmen seiner Doktorarbeit an der Albert-Ludwigs-Universität Freiburg beschäftigte er sich mit der Perzeption von Menschen mittels mobiler Roboter und war in einem internationalen Forschungsprojekt an der Entwicklung eines Serviceroboter-Prototypen beteiligt, der Passagiere am Amsterdamer Flughafen zu ihrem Gate brachte. Seit 2016 ist Timm Linder als Forschungsingenieur bei Bosch Research tätig. Von 2017 bis 2021 leitete er das Arbeitspaket „Human-Aware AGVs“ im öffentlich geförderten EU-Projekt ILIAD. Im Fokus standen autonome Förderfahrzeuge, die inmitten von Menschen sicher und effizient agieren können. Seit diesem Jahr leitet Linder das Bosch-interne Projekt „Robotics Roadmap Technologies“, das sich mit der Erforschung und Entwicklung grundlegender Algorithmen für die Navigation und Umfelderkennung von mobilen Robotern beschäftigt. Teil davon ist das EU-Forschungsprojekt DARKO (Dynamic Agile Production Robots), bei dem er das Arbeitspaket für 3D-Wahrnehmung und Szenenverständnis leitet.

Teile diese Seite auf