Knowledge-driven robotics platform for autonomous assembly

Abstract

Robotersystemen werden vermehrt für komplexe Fertigungsprozesse und die Fertigung kleiner Losgrößen eingesetzt. Die Programmierung und Konfiguration von Robotern ist jedoch zeit- und ressourcenaufwändig und mit hohen Kosten verbunden, welche insbesondere für kleine und mittlere Unternehmen eine Herausforderung darstellen.Die vorliegende Arbeit beschäftigt sich mit der Entwicklung eines wissensbasierten Frameworks, das die Limitierungen der aktuellen Technik überwinden und die Agilität und Autonomie von Robotiksystemen erweitern soll. Die Fähigkeiten des Frameworks umfassen sowohl logische Schlussfolgerungen als auch Objekterkennungs- und Lokalisationsfähigkeiten. Dies wird erweitert um die Fähigkeit, Prozesse zu planen, geeignete Aktionen auszuwählen und diese schlussendlich auszuführen. Das eingesetzte Produktmodell in Form von Ontologien ermöglicht, dass das Framework Sensordaten semantisch mit Produktmodellen, Handhabungsvorgängen und benötigten Werkzeugen verknüpfen kann.Das entwickelte Framework ermöglicht roboterbasierten Produktionssystemen eine einfachere Anpassung an die individualisierte Produktion mit kleinen Losgrößen und einer signifikanten Anzahl von Produktvarianten, welche eine schnellere Konfiguration und effiziente Planung erfordert. Der vorgestellte Ansatz wird in einer Laborumgebung anhand einer industriellen Pilotanlage evaluiert.

There is a trend to apply robotic systems for small batch production as well as for complex manufacturing processes. However, programming and configuration of robots are time and resource consuming being also accompanied by high costs that are especially challenging for small- and medium-sized enterprises.The thesis focuses on the development of a knowledge-driven framework, which should overcome the limitations of the state-of-the-art robotics solutions and enhance the agility and autonomy of industrial robotics systems using ontologies as a knowledge-source. The framework includes reasoning and perception abilities as well as the ability to make plans,select appropriate actions, and finally execute these actions. The introduced productmodel in form of ontologies enables that the framework can semantically link perceptiondata to product models and consequently with handling operations and required tools.The developed framework enables robot-based production systems easier adaption to individualized production with small lot sizes and a significant number of product variants,which is requiring faster configuration and efficient planning. The presented approach is evaluated in a laboratory environment with an industrial pilot test case.