Energieeinsparung durch optimierte Robotersteuerung

Roboter sind zentrale Bestandteile automatisierter Handhabungs- und Fertigungsprozesse. Üblicherweise werden ihre Bewegungsbahnen manuell angelernt oder offline in Simulationsumgebungen programmiert. Dabei liegt der Fokus auf Kollisionvermeidung und Taktzeitvorgaben – eine Optimierung des Energieverbrauchs erfolgt nicht.

Im Projekt wird ein KI-basierter Algorithmus entwickelt, der Trajektorien automatisiert so berechnet, dass Aufgaben innerhalb der geforderten Taktzeit mit minimalem Energieaufwand erfüllt werden.

MatLab-Modell der Delta-Kinematik zur Visualisierung der Roboterbewegung (Quelle: FH Kempten, CC BY, HKE).

Beispielanwendung: Pick & Place mit Delta-Kinematik

Besonders in der Verpackungstechnik sind hochdynamische Pick & Place-Aufgaben verbreitet. Dafür setzt die Hochschule Kempten eine eigens entwickelte Delta-Kinematik ein. Der Vorteil liegt in den vollständigen Konstruktionsdaten, mit denen ein digitaler Zwilling des Roboters erstellt wird. Dieser dient als Trainingsumgebung für Reinforcement Learning.

Versuchsplattform der Hochschule Kempten mit selbstentwickeltem Delta-Roboter (Quelle: FH Kempten, CC BY, HKE).

Die Entkopplung vom Echtbetrieb beschleunigt das Training erheblich und vermeidet Schäden durch Fehlversuche. Gleichzeitig kann das Modell als übergeordnete Sicherheitsinstanz eingesetzt werden, indem die von der KI berechneten Pfade vor Ausführung auf Plausibilität geprüft werden.

Video: Bewegung des Delta-Roboters