AIベースのロボットキャリブレーションのための研究プロジェクト

ジール・フォン カークの研究開発プロジェクト AIベースのロボットのキャリブレーション から新しいソフトウェア駆動のキャリブレーション方法を開発することです 産業用ロボットnから 機械学習 それらの精度を開発し、向上させる。 共同プロジェクトの開始者は、シュトゥットガルト大学、DHBWカールスルーエ、そして Artimindのロボット工学.

産業用ロボット 正確で信頼できるプロセス実行を提供します。 必要な精度を達成するには、ロボットを定期的に個別に再調整する必要があります。 これはコストと時間がかかり、特に中小企業（SME）にとってはかなりの追加作業が必要になります。 さらに、機械的な理由から、位置決めの精度がさらに低下する可能性のある、ますます安価なロボットアームが市場に登場しています。

電気部品を取り扱うためのESD認定ロボット

と 現在利用可能な校正方法 修正できるのは幾何学的誤差のみです。 温度または負荷に依存する不正確さは、たとえば、不十分にしか補正できません。 持続可能な最適化プロセスにとって重要な、動作中のロボットの再キャリブレーションも実現できません。

実践のためのソフトウェア駆動のロボットキャリブレーション

XNUMXつの研究パートナーはこれを望んでいます ロボットのキャリブレーション周辺のギャップを閉じます。 機械学習を使用して、新しいソフトウェア駆動のキャリブレーション手法が実用化のために開発されます。

ダルコ・カティック、Kirkプロジェクトの技術担当者とArtimindsのチームリーダーAIは次のように説明しています。「データを自動的に記録および分析できるため、ユーザーの労力が減り、特に中小企業がロボットを最適に使用するために必要なスキルを開発しやすくなります。 」

ソフトウェアのサポートにより精度を上げることを目的として、ロボットは幅広いアプリケーションに柔軟に使用する必要があります。 ワークフローは、ロボットのタイプや製造元に依存しないソリューションによって簡略化され、専門スタッフは時間を節約できます。

ニューラルネットワーク 

AIの研究者は、「ディープニューラルネットワーク（ディープラーニング）によって、外部要因と個々のロボットの時間的に変化する特性の複雑な相互関係を管理しやすくし、位置決めの精度を高めるための基礎が形成されます」とコメントしています。 マルコフーバー教授 シュトゥットガルト大学のIFFから。

工業生産および工場管理研究所（IFF）der シュトゥットガルト大学 デュアルのRobot-and-Human-Motion-Lab（RaHM-Lab） バーデンヴュルテンベルク大学カールスルーエ プロジェクトの基礎研究を引き継ぐ。 産業パートナーとしてのArtimindsとともに、 研究 auf reale industrielle Anwendungen übertragen.実際の産業用アプリケーションに転送されます。 Abschließend sollen die neuen Methoden in die Software zur最後に、新しいメソッドをソフトウェアに含める必要があります ロボットプログラミング Robot Programming Suite（RPS）を統合できます。 Ende des Projekts ist für Frühjahr 2022 geplant.プロジェクトの終了はXNUMX年春に予定されています。

XNUMXつのプラットフォームでのCNC + XNUMXロボットプログラミング