Zur intuitiven Kooperation zwischen Roboter und Mensch ist eine zuverlässige Erfassung der Bewegung eines menschlichen Körpers notwendig. Die Bewegungen werden mithilfe eines Kamerasystems sowie Beschleunigungssensorik registriert und durch Sensorfusion in ein gemeinsames Modell überführt. Durch die Prädiktion der menschlichen Bewegungen entsteht die Möglichkeit, dass ein Robotersystem dem Menschen rechtzeitig ausweichen kann sowie den Menschen bei seiner Arbeitsverrichtung unterstützen kann. 

Veröffentlichung:

• C. Cai, S. Liu, A Probabilistic Dynamic Movement Primitives Framework on Human Hand Motion Prediction for an Object Transfer Scenario, 2023. 22nd IFAC World Congress. LINK

Im Projekt wurde ein Ansatz zur Online-Bewegungsplanung von Robotermanipulatoren in Kooperation entwickelt. Der Algorithmus ermöglicht, dass Robotersysteme nicht mehr „starr“ programmiert werden, sondern eigenständig die Bewegungsplanung übernehmen und auf Veränderungen der Umgebung reagieren können. Anhand von zwei Szenarien wurde die entwickelte Methode im Projekt validiert und optimiert. Zunächst wurde ein Szenario entwickelt, in der ein Roboter eigenständig eine Pick&Place Aufgabe (Sortieren von unterschiedlichen Bauteilen) mithilfe eines Vision-Systems vollführt. Im zweiten Szenario kooperieren zwei Roboter in einem gemeinsamen Arbeitsbereich, indem sie gemeinsam ein Demontageprozess an mehreren Produkten durchführen. Die Roboter tauschen dabei jederzeit ihre aktuellen Zustände aus und können sich mithilfe der entwickelten Methode gegenseitig ausweichen.

Veröffentlichungen:

• N. Gafur, G. Kanagalingam, A. Wagner, M. Ruskowski, Dynamic Collision and Deadlock Avoidance for Multiple Robotic Manipulators, 2022. IEEE Access 10, 55766 - 55781. LINK
• N. Gafur, L. Weber, V. Yfantis, A. Wagner, M. Ruskowski, Dynamic path planning and reactive scheduling for a robotic manipulator using nonlinear model predictive control, 2022. 30^th Mediterranean Conference on Control and Automation. LINK Experimental Results Video