Progetto di ricerca per la calibrazione robotizzata basata su AI

Obiettivo di Chiesa, un progetto di ricerca e sviluppo per Calibrazione del robot basata su AI consiste nello sviluppare nuovi metodi di calibrazione basati su software da Robot industrialin attraverso Apprendimento automatico per sviluppare e aumentare la loro precisione. I promotori del progetto comune sono l'Università di Stoccarda, la DHBW Karlsruhe e La robotica di Artimind.

Robot industriali offrire un'esecuzione del processo precisa e affidabile. Per ottenere la precisione richiesta, i robot devono essere ricalibrati individualmente a intervalli regolari. Ciò è costoso e richiede tempo e implica un considerevole lavoro aggiuntivo, soprattutto per le piccole e medie imprese (PMI). Inoltre, stanno arrivando sul mercato bracci robotici sempre più economici che, per ragioni meccaniche, presentano potenzialmente ancora maggiori imprecisioni nel loro posizionamento.

Robot certificati ESD per la gestione di componenti elettrici

con metodi di calibrazione attualmente disponibili solo gli errori geometrici possono essere corretti. Ad esempio, le imprecisioni dipendenti dalla temperatura o dal carico possono essere compensate solo in modo inadeguato. Anche la ricalibrazione dei robot durante il funzionamento, che è importante per un processo di ottimizzazione sostenibile, è irrealizzabile.

Calibrazione del robot basata su software per la pratica

I tre partner di ricerca lo vogliono Ora chiudi gli spazi intorno alla calibrazione del robot. Utilizzando l'apprendimento automatico, è necessario sviluppare nuovi metodi di calibrazione basati su software per un utilizzo pratico.

Darko Katic, referente tecnico per il progetto Kirk e team leader AI di Artiminds spiega: "La possibilità di raccogliere e analizzare automaticamente i dati riduce lo sforzo per l'utente e rende più facile per le PMI in particolare sviluppare le competenze di cui hanno bisogno per utilizzare un robot in modo ottimale. "

Con l'obiettivo di aumentare la precisione con il supporto software, i robot dovrebbero essere utilizzati in modo flessibile per un'ampia gamma di applicazioni. I flussi di lavoro devono essere semplificati da un tipo di robot e da una soluzione indipendente dal produttore e il tempo per il personale specializzato deve essere alleggerito.

Reti neurali 

"La base per rendere gestibili le complesse interrelazioni di fattori esterni e le proprietà temporalmente variabili del singolo robot e quindi aumentare la precisione di posizionamento è costituita dalle reti neurali profonde (deep learning)", commentano i ricercatori di AI Professor Marco Huber dall'IFF dell'Università di Stoccarda.

L'Istituto per la produzione industriale e la gestione della fabbrica (IFF) der Università di Stoccarda e il Robot-and-Human-Motion-Lab (RaHM-Lab) dei duali Università del Baden-Wuerttemberg Karlsruhe assumere la ricerca di base nel progetto. Insieme ad Artiminds come partner industriale, i risultati del Ricerca trasferiti ad applicazioni industriali reali. Infine, i nuovi metodi dovrebbero essere inclusi nel software Programmazione robot È possibile integrare Robot Programming Suite (RPS). La fine del progetto è prevista per la primavera del 2022.

Programmazione CNC + robot su un'unica piattaforma