ROOKIE
Flexibilisierung von Roboteroperationen in der Montage durch eine Ontologie- und KI-basierte Methodik mit integriertem Expertenwissen
Ausgangslage
Durch eine hohe Variantenvielfalt, kurzen Produktlebenszyklen sowie geringen Losgrößen wird bei kleinen und mittleren Unternehmen in der Montage häufig auf manuelle Prozesse zurückgegriffen. Dies führt, verglichen mit einer Automatisierungslösung, zu hohen Lohnkosten und variierender Qualität der Produkte. Eine Technologiekombination, welche das Potential hat, dieser Problematik entgegenzuwirken, ist die KI-basierte Robotik. Roboterbasierte Applikationen können dadurch flexibel, autonom und robust implementiert werden. Somit lässt sich eine Automatisierung auch bei geringerer Stückzahl rechtfertigen und die Gefahr von Fehlinvestitionen reduzieren. Eine Herausforderung hierbei ist die erforderliche Datenqualität und -quantität für das Training der KI-Modelle, welche gerade bei geringen Stückzahlen häufig schwierig zu erreichen ist.
Zielsetzung
Im Rahmen des beantragten Forschungsvorhabens „ROOKIE“ wird eine übergreifende Methodik mit Ontologie basiertem Modellierungsansatz und synthetischer Datenerzeugung entwickelt, welche den Einsatz von KI-basierten Roboteroperationen in der industriellen Montage ermöglicht. Dies soll die Flexibilität, Autonomie und Robustheit der Planung, Inbetriebnahme und Durchführung von roboterbasierten Montageoperationen steigern und somit die KI-basierte Robotik in der Montage für kleine und mittlere Unternehmen zugänglich machen.
Lösungsansätze
Mögliche Lösungsansätze sind die Anreicherung kleinerer Datensätze durch bekannte Engineering-Informationen in Kombination mit der Integration von Expertenwissen. KI-Algorithmen sollen genutzt werden, um eine flexible und automatisierte Durchführung von Montageoperationen zu ermöglichen.