COMPI
Roboterarm mit nachgiebiger Regelung
Technische Details
Systembeschreibung
Der Roboterarm COMPI verfügt über sechs rotatorische Gelenke, die über jeweils einen FPGA verschiedene Regelungsmodi implementieren. Insbesondere dient dieses System als Plattform zur Forschung im Bereich der dynamischen Regelung. Solche Regelungsstrategien spielen bei kraft- und drehmomentbasierten Aufgaben, wie bspw. im Bereich der Mensch-Roboter-Interaktion, eine wichtige Rolle. Die Ergebnisse der Forschung fließen kontinuierlich in andere Robotersysteme, die ähnliche kinematische Strukturen als Sub-Systeme beinhalten, ein.
Die unterschiedlichen Modi für die Gelenkregelung von Position, Geschwindigkeit und Motorstrom ermöglichen verschiedenste höhere Regelungen bzw. Steuerungen. Umschalten und Re-Konfiguration kann zur Laufzeit (spontan) erfolgen. Durch intelligentes Eingreifen der Regelung ist die Limitierung aller Regelungsvariablen der Gelenke in jedem Modus sichergestellt. Des Weiteren verfügt die Gelenkregelung über eine integrierte Reibungsidentifikation und erlaubt die Kompensation von Reibung.
Eine drehmomentbasierte höhere Regelung nutzt dann ein identifiziertes dynamisches Modell des Arms, um nicht-lineare Effekte wie Gravitation zu kompensieren. Dadurch wird eine nachgiebige Regelung möglich.
Publikationen:
Videos
COMPI: Roboterarm mit nachgiebiger Regelung
Nachgiebiges Verhalten durch modell-basierte Regelung ermöglicht Mensch-Roboter-Interaktion.
HySociaTea: Ausgewählte Highlights der finalen Projektdemo
Dieses Video zeigt ausgewählte Technologien im HySociaTea-Szenario: das Resourcenplanungsmodul, die Objekterkennung anhand der Eyetracker-Information beim Werker, die Sprach-Interaktion mit den Robotern und dem virtuellen Charakter Gloria, die autonomen Sequenzen der Roboter und die autonome Roboter-Roboter Interaktion.
HySociaTea: Autonome Roboter-Roboter Kollaboration zwischen Compi und AILA
Das Video zeigt die autonome Roboter-Roboter Kollaboration in HySociaTea unter Nutzung des TECS-Framework. Der Roboter Compi nimmt das Werkstück und meldet, dass eine Abholung nötig wird. AILA erkennt, dass sie diese Aufgabe ausführen kann und übernimmt. Bei der Übergabe gibt es ein Kommunikationsprotokoll zwischen beiden Robotern.
HySociaTea: Szenario Maßgefertigte Verpackung
Das Video zeigt den ersten Demo-Aufbau und Ablauf mit dem Hybriden Team.
Intrinsisches interaktives verstärkendes Lernen: Nutzung von Fehler-korrelierten Potentialen
Der Roboter lernt dank menschlichem Negativ-Feedback aus eigenem Fehlverhalten