Teilprojekt: Digitale Zwillinge als Enabling Technologie für KI
Projektbeschreibung
Um mit Hilfe automatisierungstechnischer Systeme auch kleine Losgrößen wirtschaftlich zu fertigen, müssen diese schnell und einfach umzuprogrammieren sein. Je kürzer die Umrüstzeit, desto schneller amortisiert sich die Anlage nach Produktwechseln, deren Häufigkeit als umgekehrt proportional zur Losgröße anzunehmen ist. Eine besondere Herausforderung liegt dabei in der Umstellung bildgebender Sensoren zur autonomen Erkennung und Lokalisierung von Objekten zwecks Manipulation durch einen oder mehrere Industrieroboter. Algorithmen zur Bildauswertung, die dem heutigen Stand der Technik entsprechen, sind durch Modellbildung auf bestimmte Eigenschaften des Objekts sowie gewisse Umgebungsbedingungen (Kamerapose, Beleuchtung etc.) maßgeschneidert. Ihre Anpassung an unbekannte Produkttypen ist dadurch allein Experten vorbehalten, die über entsprechendes Modellwissen verfügen. Datengetriebene Ansätze aus dem Bereich der Künstliche Intelligenz hingegen lernen unbekannte Objekte durch die reine Zuführung von Bilddaten, also durch Demonstration, welche auch von weniger qualifizierten Arbeitskräften zu leisten ist, und sind damit der Schlüssel zur Realisierung flexibler Produktionsanlagen in der Praxis. Kernstück des vorgeschlagenen Forschungsvorhabens ist ein cyber-physisches System bestehend aus einer realen Produktionsanlage mit Bildsensor und Roboter und ihrem Digitalen Zwilling. Über einen Webservice kann auf ein tiefes neuronales Netz zugegriffen werden, das vom Digitalen Zwilling mit Bildern der handzuhabenden Werkstücke trainiert ist und jeweils Art und Anzahl erkannter Objekte sowie deren relative Lage liefert. Der Digitale Zwilling verifiziert die Daten und gibt die entsprechenden Bewegungen und Greifaktionen des Roboters frei. Das Erweitern der Erkennungsmöglichkeiten der künstlichen Intelligenz ist über eine einfache Benutzerschnittstelle (Smartphone-App) leicht möglich, sodass die Umstellung auf die Handhabung neuer Werkstücke ohne Expertenwissen möglich wird. Im Rahmen des Projekts wird ein Demonstrator aufgebaut, mit dem das entwickelte System in Anwendungsfällen der assoziierten Partner (aus den Bereichen der Produktion und der Logistik) erprobt werden kann. Innerhalb des Teilprojekts „Digitale Zwillinge als Enabling Technologie für KI" konzentriert sich RIF darauf, Digitale Zwillinge aller maßgeblichen Komponenten des Gesamtsystems zu erstellen, in einem „Virtuellen Testbed" zu vernetzen und so die Grundlagen für die Nutzung Digitaler Zwillinge zum Training und zur Evaluation der eingesetzten Kl-Technologien zu schaffen. Damit werden zwei wesentliche Ziele verfolgt. Zum einen soll in der Entwicklungsphase möglichst frühzeitig ein experimentierbares Umfeld in Form eines Virtuellen Testbeds geschaffen werden, zum anderen sollen Digitale Zwillinge im Betrieb zur Verifikation der Bewegungsbahnen des Roboters genutzt und damit Teil des geplanten cyber-physischen Produktionssystems werden. Das Virtuelle Testbed bietet die Möglichkeit, die Algorithmik des „Deep Learning"-Webservice zunächst in einer simulierten Umgebung detailliert zu testen und zu optimieren. Nach erfolgreicher Validierung dient der Digitale Zwilling des Produktionssystems während des Einsatzes des Produktionssystems zum fortlaufenden Training des neuronalen Netzes und zur Verifikation der Ergebnisse. Die vom Webservice ermittelten Parameter ebenso wie die Bewegungsbefehle und Greifpositionen sollen zur Verifikation zunächst im Virtuellen Testbed simuliert werden. Das Virtuelle Testbed stellt sicher, dass die vom Deep-Learning-Algorithmus gelieferten Ergebnisse sinnvolle, ausführbare Bewegungen liefern, die zu dem gewünschten Ergebnis führen. Durch Integration des realen Produktionssystems mit seinem Digitalen Zwilling entsteht damit ein cyber-physisches Produktionssystem.
Verbundpartner
· Vathos GmbH, Düsseldorf
· Arthur Bräuer GmbH & Co. KG, Kirchhundem
Assoziierte Partner
· aha! Albert Haag GmbH
· REWE Digital GmbH
