APRIL

Multipurpose robotics for mAniPulation of defoRmable materIaLs in manufacturing processes

Wissenschaftliche/r Leiter/in:
 
Projektleiter/in:
 
Ansprechpartner/in:

Ziel des APRIL-Projekts ist die Entwicklung von kostengünstigen und agilen, marktorientierten Mehrzweck- und leicht umrüstbaren autonomen Robotern, die verschiedene weiche und flexible Produkte/Materialien in einer Produktionsumgebung manipulieren, zusammenbauen oder verarbeiten können. Dies wird neue Wege der Automatisierung (halb- oder vollautomatische Aufgaben) in Fertigungslinien ermöglichen, die verschiedene Arten von flexiblen oder verformbaren Materialien (z.B. von Kissen bis hin zu empfindlichen Lebensmitteln) herstellen, zusammensetzen oder verarbeiten.

Laufzeit: 01.04.2020 bis 31.07.2023
Zuwendungsempfänger: Deutsches Forschungszentrum für Künstliche Intelligenz GmbH
Fördergeber: Europäische Union
Förderkennzeichen: 870142
Partner:

Universidad Politécnica de Madrid
Shadow Robot Company Ltd.
Prensilia SRL
Tree Technology SA
Fondazione Instituto Italiano di Technologia
Przemyslowy Instytut Automatyki i Pomiarow PIAP
Scuola Superiore di Studi Universitari e di Perfezionamento Sant’Anna
Instituto Tecnologico del Calzado y Conexas
Kontor 46 di Bonasso Matteo SAS
Silverline Endustri Ve Ticaret A.S.
Asociacion De Investigacion De Industrias Carnicas Del Principado De Asturias
Pemu Muanyagipari Zartkoruen Mukodoreszvenytarsasag
Osai Automation System SPA
Imprensa Nacional - Casa Da Moeda S.A.

Anwendungsfelder: Logistik, Produktion und Consumer

Projektdetails

Um dieses Ziel zu erreichen, wird APRIL Roboterprototypen entwickeln und bauen, die für die Verarbeitung weicher und verformbarer Materialien in den Fertigungsumgebungen optimiert sind; sie sollen im Labor sowie in sechs verschiedenen betrieblichen Fertigungsumgebungen und -bereichen (Geräte, Lebensmittel, Textilien, Schuhe, Elektronik und Papier/Pässe) in fünf Ländern und in Fertigungsindustrien unterschiedlicher Größe validiert und getestet werden. Diese Prototypen werden:

(1) sicher in der Nähe von Personen ohne Bewachung einsetzbar sein;

(2) geschickter und kompetenter im Umgang mit verschiedenen Arten von weichen Produkten bei   gleichzeitiger Kontrolle des Verformungsgrades sein;

(3) besser in der Lage sein, alle zusätzlichen Informationen des Produkts (Farbe, gesunder Zustand der Lebensmittel usw.) während der Handhabung zu überwachen;

(4) in neuen interaktiven Umgebungen lernen können; sowie

(5) besser in der Lage sein, je nach Bedarf von Linie zu Linie und von Arbeitsplatz zu Arbeitsplatz bewegt zu werden.

Publikationen

2023

Grasping 3D Deformable Objects via Reinforcement Learning: A Benchmark and Evaluation
Melvin Laux, Chandandeep Singh, Alexander Fabisch
In 3rd Workshop on Representing and Manipulating Deformable Objects @ ICRA2023, (ICRA-2023), 29.5.-29.5.2023, London, ICRA, May/2023.

2022

A Modular Approach to the Embodiment of Hand Motions from Human Demonstrations
Alexander Fabisch, Manuela Uliano, Dennis Marschner, Melvin Laux, Johannes Brust, Marco Controzzi
In Proceedings of the IEEE-RAS International Conference on Humanoid Robots, (Humanoids-2022), 28.11.-30.11.2022, Ginowan, IEEE, 2022. IEEE-RAS.

2021

Sample-Efficient Policy Search with a Trajectory Autoencoder
Alexander Fabisch, Frank Kirchner
In Proceedings of the 4th Robot Learning Workshop: Self-Supervised and Lifelong Learning, (NeurIPS-2021), 14.12.2021, virtuell, n.n., Dec/2021.
gmr: Gaussian Mixture Regression
Alexander Fabisch
In Journal of Open Source Software, The Open Journal, Journal of Open Source Software, volume 6, number 62, pages 3054, Jun/2021.

Zurück zur Projektliste
© DFKI GmbH
zuletzt geändert am 04.01.2024
nach oben