Supporttools für die off-line Programmierung von Industrierobotern
|
Durch die Bereiche 3D-Datenverarbeitung und Robotik der GFaI wurde in den vergangenen Jahren
ein umfangreiches System zum Einsatz von Industrierobotern in der Produktion von Sanitärkeramik
entwickelt und in die industrielle Praxis mit großem Erfolg transferiert. Ein Kernstück des Systems stellt die off-line Roboterprogrammierung dar. Hierbei werden in einer grafischen Programmierumgebung Roboterbahnpunkte einschließlich zugehöriger technologischer Parameter über einem virtuellen Modell programmiert. Die Realisierbarkeit, Limitierungen sind z.B. Winkelstellungen, Kräfte, Beschleunigungen oder Geschwindigkeiten, der so vorgegebenen Roboterbahn wird verifiziert und dem Programmierer angezeigt. Sollten nicht alle Teile der Roboterbahn realisierbar sein, kann im Folgenden durch händische Korrektur von Roboterbahnpunkten und /oder Parametern eine Realisierbarkeit erreicht werden. Diese Vorgehensweise setzt umfangreiche Erfahrungen und Kenntnisse des Programmierers voraus. Aus diesem Grund wurde die Problemstellung an die GFaI herangetragen, Unterstützungstools für die off-line Programmierung von Robotern zu schaffen, die auch relativ unerfahrenen Anwendern eine effiziente Programmierung erlauben. Für diese Zwecke wurde ein Bahnkorrekturtool entwickelt, das es dem Programmierer ermöglicht, nicht realisierbare Bahnpunkte, Bahnabschnitte oder ganze Roboterbahnen automatisiert korrigieren zu lassen. Dabei werden sowohl Richtungen als auch Geschwindigkeiten verändert. Um sicherzustellen, dass Korrekturen keine zu großen Auswirkungen auf den technologischen Prozess nach sich ziehen, können entsprechende Zulässigkeitsbereiche vorgegeben werden. Kernstück des Bahnkorrekturtools ist eine sehr effiziente und robuste Evolutionsstrategie mit Gedächtnis. Es konnte gezeigt werden, dass klassische gradientenfreie Verfahren hinsichtlich ihrer Robustheit deutlich unterlegen sind. Darüber hinaus wurde durch ein statistisches Kompressionsverfahren die notwendige Gedächtnistiefe drastisch reduziert, so dass auch große Parametersuchprobleme problemlos mit gängigen RAM- Größen bearbeitet werden können. 
Weiterhin wurde ein Bahnskalierungstool entwickelt, welches es ermöglicht, die Bahn eines ähnlichen Modells für das aktuell bearbeitet Modell anzupassen. Diese Skalierung ermöglicht eine deutlich Einsparung an Arbeitszeit für den Operator und es werden alle in der bereits vorhandenen Bahn enthaltenen Erfahrungen genutzt. Die Skalierung der Bahn erfogt in 5 Arbeitsschritten:
|
 |
|
ProjektpartnerKERAMAG Haldensleben | ||
Weitere InformationenVoigt, H.-M. and J.M. Lange: Local Evolutionary Search Enhancement by Random Memorizing. In: Proceedings of the 1998 IEEE International Conference on Evolutionary Computation (ICEC’98), pages 547-552. Piscataway, NJ, 1998. IEEE Press |
© GFaI 1994-2005 Kontakt: Dr. H.-M. Voigt
Gesellschaft zur Förderung angewandter Informatik e.V.
Forschungsbereich
Adaptive Modellierung und Mustererkennung
Mitglied der Forschungs-
gemeinschaft industrieller
Forschungsvereinigungen
"Otto v. Guericke" e.V.
