Künstliche Intelligenz

Dr. Dominik Riedelbauch, Prof. Dr. Dominik Henrich /dsc,

Dynamische MRK in der Produktion

Moderne Cobots können sich mithilfe von KI mit Menschen koordinieren. Diese Flexibilität der Roboter bietet neue Möglichkeiten in der produzierenden Industrie. Doch wie beeinflusst der Mensch diese Dynamik?

Kollaboratives Arbeiten von Menschen und Robotern lässt sich zur Arbeitsablauf-Zeitanalyse und für Ergonomie-Betrachtungen bei der MRK-Planung vollständig simulieren. © Prof. Dr. Dominik Henrich

Die breite Verfügbarkeit kollaborativer Leichtbauroboter verspricht eine neue Art flexibel einsetzbarer Roboter-Kollegen. Gerade für die Kleinserienfertigung variantenreicher Produkte bietet sich eine Verteilung der Aufgaben an, die die Stärken von Menschen, wie Fingerfertigkeit und Anpassungsfähigkeit, sowie von Robotern – Kraft und Präzision – nutzt. Zur Planung geeigneter Abläufe lassen sich Simulationssysteme als Teil der digitalen Fabrik nutzen.

Virtuelle Prozess-Teilautomatisierung

Entsprechende Ansätze zur virtuellen Prozess-Teilautomatisierung durch Mensch-Roboter-Kollaboration (MRK) binden digitale Menschmodelle ein, mit denen eine automatisierte Bewertung mit Werkzeugen wie MTM-UAS oder EAWS möglich ist. Zusammen mit der physikalischen Simulation des Roboterverhaltens lässt sich so der optimale Ablauf bestimmen und sein Nutzen beziffern, beispielsweise in Form einer Reduktion der Zykluszeit oder Verbesserungen ergonomischer Parameter. Entscheidungen für die Einführung von MRK lassen sich folglich treffen, indem der prognostizierte Nutzen ins Verhältnis zu den Kosten des Systems gesetzt wird.

Im Gegensatz zu dieser statischen Form der virtuellen MRK-Planung, bei der Mensch und Roboter einer vorab festgelegten optimalen Aufgabenteilung folgen, gewinnen in der MRK-Forschung zunehmend dynamische Systeme an Raum. Dynamische Cobots sind durch künstliche Intelligenz in der Lage, sich mit Team-Mitgliedern fortlaufend zu koordinieren. Sie nehmen ihre Umgebung mit Sensoren wahr, können umplanen und mit ihren Partnern kommunizieren. Der Arbeitsablauf ist hier also vorab nicht vollständig bekannt, sondern passt sich an menschliche Präferenzen, individuelle Entscheidungen oder unvorhergesehene Ereignisse dynamisch an.

Anzeige

Kosten-Nutzen-Verhältnis

Eine Prognose des Kosten-Nutzen-Verhältnisses gestaltet sich damit für dynamische MRK schwieriger. Mit dem Ziel „maximale Flexibilität“ rückt die Betrachtung einer einzelnen, optimalen MRK-Lösung in den Hintergrund. Stattdessen ist zur Bewertung die Team-Leistung im Mittel über unterschiedliche Arbeitsabläufe interessant, die bei der Fertigung eines Produkts auftreten können. Dazu müssen mehrere kollaborative Abläufe mit dem Simulationssystem evaluiert werden, die sich durch dynamisches Handeln des Menschen und daraus resultierende Roboter-Reaktionen unterscheiden.

Dabei stellt sich die Frage, wie sich der Mensch als Ursache für Prozessvarianz in der Produktionssimulation berücksichtigen lässt. Am Lehrstuhl für Angewandte Informatik III der Universität Bayreuth werden hierfür kognitive digitale Mensch-Modelle untersucht, die in Erweiterung der Modellbildung für physische Ergonomie und Arbeitsablauf-Zeitanalyse eine Simulation situationsbezogener Entscheidungen von Menschen in Handhabungsprozessen zum Ziel haben.

Annäherung an kognitive Prozesse

Zur Approximation der kognitiven Prozesse kommen Markov-Entscheidungsprozesse zum Einsatz. Dieses stochastische mathematische Modell ermöglicht die Abbildung von Entscheidungen, die einerseits zufällig sind, sich andererseits aber mit hoher Wahrscheinlichkeit am Ziel orientieren, die Aufgabe gemeinsam mit dem Roboter erfolgreich abzuschließen. So wird sichergestellt, dass das simulierte Verhalten in mehreren Durchläufen eines Prozesses in der Simulation jeweils unterschiedlich ist, daraus aber trotzdem plausible Abläufe entstehen. Jede Entscheidung löst eine Aktion im Simulationssystem aus, zum Beispiel Bearbeitung eines Prozessschritts oder Wechsel des Standorts im Arbeitsraum.

Die Aktionen lassen sich durch die Wahl einer Belohnungsfunktion unterschiedlich gewichten, die verschiedene Randbedingungen codiert. So lassen sich durch einen Wechsel dieser Funktion unterschiedliche Szenarios betrachten, beispielsweise MRK mit einem Vorarbeiter, der den Arbeitsplatz häufiger verlässt, mit einem gut geschulten Team-Mitglied, das gerne mit dem Roboter interagiert oder mit einem Menschen mit geringer Technologieakzeptanz, der die Interaktion tendenziell verweigert. Mit fortschreitender Simulationsdauer wird darüber hinaus ein wachsender Ermüdungsgrad berechnet, der sich in einer wachsenden Fehlerwahrscheinlichkeit und in Übergängen in eine Pausenphase äußert.

Insgesamt lassen sich so umfangreiche Datensätze mit unterschiedlichen plausiblen MRK-Abläufen automatisch erzeugen, die vielfältige relevante Aspekte von Dynamik in hybriden Teams abdecken. Der Anwendungsbereich beschränkt sich jedoch nicht auf die Kosten-Nutzen-Analyse. Perspektivisch ist unter anderem auch eine Nutzung zur Sicherheitsanalyse als nächster Schritt in Richtung Zertifizierung dynamischer Cobots denkbar.

Dr. Dominik Riedelbauch, Prof. Dr. Dominik Henrich, Lehrstuhl für Angewandte Informatik III, Universität Bayreuth

Anzeige

Das könnte Sie auch interessieren

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige

Forschung

Modellbasierte Regelung

Eine Forschungsgruppe des Institut für Steuerungstechnik der Werkzeugmaschinen und Fertigungseinrichtungen (ISW) der Universität Stuttgart arbeitet an Modellen, die bei der Berechnung von Robotersteuerungsabläufen und -trajektorien auch die...

mehr...

Newsletter bestellen

Immer auf dem Laufenden mit dem INDUSTRIAL Production Newsletter

Aktuelle Unternehmensnachrichten, Produktnews und Innovationen kostenfrei in Ihrer Mailbox.

AGB und Datenschutz gelesen und bestätigt.
Zur Startseite