Mehrere Roboter können parallel an einer Montageaufgabe arbeiten und dadurch Prozesse flexibler und effizienter machen. Doch je mehr Roboter zusammenspielen, desto anspruchsvoller wird ihre Programmierung und Abstimmung. Gerade wenn sich Produkte oder Varianten häufig ändern, wird die Anpassung der Anlagen zu einer zentralen Herausforderung.

© Fraunhofer IIS
Robotik Labor Fraunhofer IIS in Dresden
© Fraunhofer IIS, BLEND3 Frank Grätz

Das Forschungsprojekt DigiMon »Digitale Montage mit Multi-Robotik« untersucht, wie sich Multi-Roboter-Anlagen einfacher programmieren, einrichten und an neue Aufgaben anpassen lassen. Im Mittelpunkt stehen industrienahe Multi-Roboter-Technologie, neue Teachingverfahren und eine No-Code-Lösung. Damit soll sich der Engineering-Aufwand reduzieren und der Einsatz solcher Systeme in der industriellen Montage erleichtern. Unternehmen können dadurch neue Produkte oder Varianten deutlich schneller in bestehende Produktionsanlagen integrieren.

Ein erster wichtiger Schritt: Die Technologiebausteine stehen

Nach rund 20 Monaten Projektlaufzeit liegen nun zentrale Ergebnisse der Konzeptphase vor. Eine Dual-Arm-Roboterplattform mit zwei kollaborativen Robotern wurde aufgebaut und in Betrieb genommen. Ergänzend entstand ein digitaler Zwilling, mit dem Multi-Roboter-Prozesse virtuell geplant und erprobt werden können.

Ein weiterer Baustein ist die entwickelte Robotics Toolbox. Sie ermöglicht es, Roboterbewegungen aufzunehmen, zu verwalten und für neue Anwendungen wiederzuverwenden. Für einen ausgewählten Montageprozess wurde zudem ein erster Demonstrator umgesetzt.

Damit ist gezeigt, dass die entwickelten Technologiebausteine gemeinsam eingesetzt werden können und eine tragfähige Grundlage für die weitere Systementwicklung bilden. Jetzt geht es darum, daraus ein Gesamtsystem zu entwickeln, mit dem sich komplexe Roboterprozesse möglichst intuitiv beschreiben und anlernen lassen.

Von der Machbarkeit zur intuitiven Roboterprogrammierung

Mit den aufgebauten Technologiebausteinen ist ein wichtiger Grundstein gelegt. In der nächsten Projektphase stehen nun intuitive Teachingverfahren und die weitere Systemintegration im Mittelpunkt. Ergänzend werden KI-basierte Lernverfahren untersucht, um auch anspruchsvolle Fügeprozesse robuster automatisieren zu können.

Die bisherigen Ergebnisse zeigen: Für den erfolgreichen Einsatz von Multi-Roboter-Systemen sind neben leistungsfähigen Robotern vor allem geeignete Methoden zur Programmierung und Anpassung entscheidend.