Home Effizienzsteigerung bei der Industrieroboterprogrammierung dank Kollaboration
Article
Licensed
Unlicensed Requires Authentication

Effizienzsteigerung bei der Industrieroboterprogrammierung dank Kollaboration

Mit Handführung und Robot-Vision zur wirtschaftlichen Small-Batch-Programmierung von Industrierobotern
  • Marten Stepputat

    Marten Stepputat, M. Sc., geb. 1988, studierte Physikalische Ingenieurwissenschaften an der TU Berlin und arbeitet seit 2019 als Wissenschaftlicher Mitarbeiter am Fraunhofer-Institut für Großstrukturen in der Produktionstechnik in der Forschungsgruppe Fabrik- und Arbeitsorganisation.

    EMAIL logo
    , Florian Beuß

    Dipl.-Ing. Florian Beuß, geb. 1986, studierte Maschinenbau an der Universität Rostock und arbeitet seit 2012 am Fraunhofer-Institut für Großstrukturen in der Produktionstechnik. Seit 2019 leitet er die Forschungsgruppe Fabrik- und Arbeitsorganisation

    and Jan Sender

    Prof. Dr.-Ing. habil. Jan Sender, geb. 1984, studierte Wirtschaftsingenieurswesen an der Universität Rostock. Er promovierte und habilitierte sich über Planungsprobleme von maritimen Fertigungsstätten und ist seit 2023 Inhaber des Lehrstuhls für Produktionssysteme und Logistik an der Fakultät für Maschinenbau und Schiffstechnik der Universität Rostock.

Published/Copyright: December 28, 2023

Abstract

Eine wirtschaftliche Programmierung von Robotern zur Kleinserienbearbeitung mit verschiedenen Werkzeugen ist nur bedingt nicht möglich. Insbesondere fehlende Qualifikationen sowie die Matrixprogrammierung zur Bauteilaufnahme und -ablage verhindern in KMU den Einsatz von Industrierobotik. In einem Forschungsprojekt wurde ein System entwickelt, welches mit Handführung, kamerabasierter Bauteilerkennung und intuitiver Nutzerführung komplexe Programmiervorgänge stark vereinfacht.

Abstract

Economical programming of robots for small series processing with various tools is currently not possible. In particular, a lack of qualifications and matrix programming for component pickup and storage prevent the use of industrial robotics in SMEs. In a research project, a system was developed that greatly shortens complex programming processes with manual guidance, camera-based component recognition and intuitive user guidance.


Hinweis

Bei diesem Beitrag handelt es sich um einen von den Mitgliedern des ZWF-Advisory-Board wissenschaftlich begutachteten Fachaufsatz (Peer Review).



Tel.: +49 (0) 381 49682142

Funding statement: Das IGF-Vorhaben „FlexRob100Plus“ (IGF Nr.: 21897BG/EFB Nr.: 03/120) der Forschungsvereinigung „Europäische Forschungsgesellschaft für Blechverarbeitung e. V.“ (EFB), Lothringer Str. 1, 30559 Hannover, wird über die AiF im Rahmen des Programms zur Förderung der industriellen Gemeinschaftsforschung (IGF) vom Bundesministerium für Wirtschaft und Klimaschutz aufgrund eines Beschlusses des Deutschen Bundestages gefördert.

About the authors

Marten Stepputat

Marten Stepputat, M. Sc., geb. 1988, studierte Physikalische Ingenieurwissenschaften an der TU Berlin und arbeitet seit 2019 als Wissenschaftlicher Mitarbeiter am Fraunhofer-Institut für Großstrukturen in der Produktionstechnik in der Forschungsgruppe Fabrik- und Arbeitsorganisation.

Dipl.-Ing. Florian Beuß

Dipl.-Ing. Florian Beuß, geb. 1986, studierte Maschinenbau an der Universität Rostock und arbeitet seit 2012 am Fraunhofer-Institut für Großstrukturen in der Produktionstechnik. Seit 2019 leitet er die Forschungsgruppe Fabrik- und Arbeitsorganisation

Prof. Dr.-Ing. Jan Sender

Prof. Dr.-Ing. habil. Jan Sender, geb. 1984, studierte Wirtschaftsingenieurswesen an der Universität Rostock. Er promovierte und habilitierte sich über Planungsprobleme von maritimen Fertigungsstätten und ist seit 2023 Inhaber des Lehrstuhls für Produktionssysteme und Logistik an der Fakultät für Maschinenbau und Schiffstechnik der Universität Rostock.

Literatur

1 Bundesagentur für Arbeit (Hrsg.): Fachkräfteengpassanalyse 2022. Online unter https://statistik.arbeitsagentur.de [Zugriff am 06.10.2023]Search in Google Scholar

2 Brunete, A.; Mateo, C.; Gambao, E.; Hernando, M.; Koskinen, J.; Ahola, J.; Seppälä, T.; Heikkila, T.: User-friendly Task Level Programming Based on an Online walk-Through Teaching Approach. Industrial Robot: An International Journal 43 (2016) 2, S. 153–163 DOI:10.1108/IR-05-2015-010310.1108/IR-05-2015-0103Search in Google Scholar

3 Bravo, F.; Gonzalez, A.; Gonzalez, E.: A Review of Intuitive Robot Programming Environments for Educational Purposes. In: Patiño, D.; Yime, E. (Hrsg.): Conference Proceedings of the IEEE 3rd Colombian Conference on Automatic Control (CCAC), 18 Oct–20 Oct 2017, Cartagena, Colombia. IEEE, Piscataway, NJ 2017, S. 1–6 DOI:10.1109/CCAC.2017.827639610.1109/CCAC.2017.8276396Search in Google Scholar

4 Heimann, O.; Guhl, J.: Industrial Robot Programming Methods: A Scoping Review. 2020 25th IEEE International Conference on Emerging Technologies and Factory Automation (ETFA): 2020 25th IEEE International Conference on Emerging Technologies and Factory Automation (ETFA). IEEE 2020, S. 696–703 DOI:10.1109/ETFA46521.2020.921199710.1109/ETFA46521.2020.9211997Search in Google Scholar

5 Berg, J.; Lu, S.: Review of Interfaces for Industrial Human-Robot Interaction. Curr Robot Rep 1 (2020) 2, S. 27–34 DOI:10.1007/s43154-020-00005-610.1007/s43154-020-00005-6Search in Google Scholar

6 Calinon, S.: Learning from Demonstration (Programming by Demonstration). In: Ang, M.; Khatib, O.; Siciliano, B. (Hrsg.): Encyclopedia of Robotics. Springer-Verlag, Berlin, Heidelberg 2019, S. 1–8 DOI:10.1007/978-3-642-41610-1_27-110.1007/978-3-642-41610-1_27-1Search in Google Scholar

7 KUKA AG (Hrsg.): KUKA Ready2Pilot. Online unter https://www.kuka.com/en-de/products/robot-systems/ready2_use/kukaready2_pilot [Zugriff am 06.10.2023]Search in Google Scholar

8 FANUC Deutschland GmbH (Hrsg.): Handführung eines kollaborativen Roboters. Online unter https://www.fanuc.eu/de/de/roboter/zubeh%C3%B6r/handf%C3%BChrung [Zugriff am 06.10.2023]Search in Google Scholar

9 Bogue, R.: Bin Picking: A Review of Recent Developments. Industrial Robot (IF 1.8) Pub Date: 2023-08-15 DOI:10.1108/ir-07-2023-016710.1108/ir-07-2023-0167Search in Google Scholar

10 Soori, M.; Arezoo, B.; Dastres, R.: Artificial Intelligence, Machine Learning and Deep Learning in Advanced Robotics – A Review. Cognitive Robotics 3 (2023), S. 54–70 DOI:10.1016/j.cogr.2023.04.00110.1016/j.cogr.2023.04.001Search in Google Scholar

Published Online: 2023-12-28
Published in Print: 2023-12-31

© 2023 Walter de Gruyter GmbH, Berlin/Boston, Germany

Downloaded on 8.9.2025 from https://www.degruyterbrill.com/document/doi/10.1515/zwf-2023-1170/html
Scroll to top button