Kollisionsvermeidung für Endeffektoren mit integriertem LiDAR-System in der Mensch-Roboter-Kollaboration - Ein Beitrag zur Mensch-Roboter-Kollaboration

Die physische Zusammenarbeit zwischen Menschen und Robotern ist ein Ansatz die Flexibilität manueller Prozesse einerseits und die Zeit- und Kosteneffizienz einer Produktionsanlage andererseits zu Verbinden. Um Unfallfolgen zu minimieren müssen Kollisionen vermieden werden. Dabei ist der Endeffektor des Robotersystems der physisch nächstgelegene Kontaktpunkt und somit einer der gefährlichsten Teile des Robotersystems. Im Rahmen der Dissertation wird die Kollisionsvermeidung in der MRK am Beispiel eines intelligenten Greifers untersucht. In Greifern für MRK-Anwendungen werden Abstandssensoren zur Detektion von sich annäherenden Objekten verwendet. ... mehrWird eine Gefahrensituation von den Sensoren erkannt, muss eine Reaktion des Robotersystems ausgelöst werden. Die Ziele des Vorhabens gliedern sich daher in die drei Teilbereiche: Umgebungserfassung des Greifers, Gefahrenbeurteilung der Sensorsignale und Methoden für die Reaktion des Robotersystems.

Ausgangspunkt der Arbeit ist die Definition der betrachteten Risikofälle in der MRK: Zusammenstoß und Quetschung. Anhand der abgeleiteten Anforderungen aus diesen Fällen wird ein Sensorkonzept für die Umgebungserfassung mit Integration in einen Greifer vorgestellt. Folgend wird eine Berechnungsmethode entwickelt, die auf Basis einer probabilistischen Umgebungsmodellierung die Signale beurteilt, ob eine potentielle Gefahr in Form einer Kollision droht oder nicht. Anschließend werden verschiedene Methoden als Reaktion abgeleitet: von der kontrollierten Geschwindigkeitsregelung je Abstand bis zur aktiven Hindernisumfahrung durch das Robotersystem. Abschließend wird ein aufgebauter Greifer-Prototyp mit dem Sensorsystem und den entwickelten Methoden in Versuchen mit dem Robotersystem validiert.

The physical collaboration between humans and robots is one approach to com-bine the flexibility of manual labor on the one hand, and the time and cost efficien-cy of an automated system on the other. The major risks of this are injuries due to collisions, which must be avoided. During such human-robot collaboration (HRC), the closest point of contact of the robotic system is often the end effector. In addi-tion, the end effector is the fastest part of the moving system and thus a source of great risk for injuries.
Since the most commonly used end effectors are grippers, this thesis addresses collision avoidance for HRC grippers. ... mehrFirst various sensor principles are tested and evaluated with the goal of maximizing the detection range of obstacles in the vicini-ty of the gripper. Furthermore, the prototype of a LiDAR-system is being developed and integrated into a gripper.
A new problem arises from the large detection range: The gripper must inevitably come very close to its environment during a handling process, but cannot distin-guish whether a detection is a human, where it would have to stop, or the normal environment, where the process should continue. In this work, a probabilistic ap-proach to risk assessment is presented for this purpose. Based on an occupancy map, the gripper can evaluate how likely every current measurement matches the safe reference or not. Thus it decides whether a situation needs a safety reaction or not.
Depending on the risk assessment, the gripper can take full control of the robot and either switch to a distance-dependent speed monitoring or calculate an alternative robot path to perform an obstacle avoidance movement.
The developed methods and systems are validated on anthropomorphic test objects in various test setups with a Kuka KR180 industrial robot and a prototype gripper with the integrated LiDAR sensor technology.