Teams des Robotics Innovation Centers

Unter dem langfristigen Ziel „Long Term Autonomy“ beschäftigt sich das Robotics Innovation Center (RIC) am Deutschen Forschungszentrum für Künstliche Intelligenz mit der Frage, wie intelligentes Verhalten von technischen Systemen in komplexen und dynamischen Umgebungen nachhaltig über lange Zeiträume – Monate und Jahre – realisiert werden kann.

Diese Vision verfolgt der Forschungsbereich in den drei grundlagenorientierten Teams (Advanced AI) "Mechanics & Control", "Interactive Machine Learning" und "Quantum Computing", die durch neue wissenschaftliche Erkenntnisse die Robotik-Forschung entscheidend voranbringen sollen. Die fünf anwendungsorientieren Teams (Applied AI) "Maritime", "Space", "Production", "Mobility" und "Health Care" nutzen die gewonnen Erkenntnisse und übertragen sie in konkrete Anwendungsbereiche. Dabei werden sie von den Backbones "Software" und "Hardware" unterstützt, die für die Entwicklung, Bereitstellung und Qualitätssicherung benötigter Software- und Hardwarekomponenten zuständig sind.

Advanced AI

Mechanics & Control

Überblick über die wichtigsten Forschungsthemen des Teams (DFKI GmbH, Grafik: Christoph Stoeffler)
Überblick über die wichtigsten Forschungsthemen des Teams (DFKI GmbH, Grafik: Christoph Stoeffler)
Regelung für komplexe Robotersysteme (DFKI GmbH, Grafik: Shivesh Kumar)
Regelung für komplexe Robotersysteme (DFKI GmbH, Grafik: Shivesh Kumar)

Das Team „Mechanics & Control“ beschäftigt sich mit den Grundlagen der Mechanik und Bewegungssteuerung. Im Bereich der Mechanik betrachtet es Problemstellungen, welche die Geometrie, Kinematik und Dynamik komplexer Robotersysteme unter Berücksichtigung unterschiedlicher Randbedingungen betreffen. Als Manifestationen dieser Probleme sind hierbei sowohl die Analyse als auch die Synthese von Interesse. Während sich das Analyseproblem mit Positions-, Geschwindigkeits-, Beschleunigungs- und Kraftanalysen von Mechanismen befasst, beschäftigt sich die Synthese mit der Optimierung der Konstruktionsparameter dieser Mechanismen, um das gewünschte kinematische und dynamische Verhalten zu erreichen. Die Arbeit des Teams zielt ferner auf inhärent nachgiebige und elastische Roboter mit entsprechend modellierter Gelenk- und Verbindungsflexibilität, die eine präzise Steuerung ermöglichen. Zudem befasst es sich mit Ansätzen zur Modellvereinfachung sowie der Modellierung variabler Genauigkeit für verschiedene Anwendungskontexte.

Im Bereich der Bewegungssteuerung stehen zwei Aspekte im Vordergrund: Vorhersage und Optimierung. Zum einen liegt der Fokus auf dem Erlernen sowie der Anwendung von dynamischen und sensorischen Modellen, um Bewegungsoutputs vorhersagen zu können. Zum anderen werden das Prinzip der optimalen Regelung eingesetzt und relevante Kostenfunktionen abgeleitet, die optimale Lösungen für komplexe Robotersysteme bieten, einschließlich unteraktuierter und hochredundanter Systeme. Ein weiterer Forschungsfokus liegt auf probabilistischen Modellen zur Abschätzung des Bewegungskontextes sowie auf dem Erlernen inverser Steuerungsmodelle unter Berücksichtigung biologischer Prinzipien, wie dem Feedback-Error-Learning.

Teamleitung: Dr. José de Gea Fernández, M.Sc. Shivesh Kumar

Interactive Machine Learning

Die Bewegung des Menschen wird aufgezeichnet, damit sie für den Roboter reproduzierbar ist. (Grafik: DFKI GmbH)
Die Bewegung des Menschen wird aufgezeichnet, damit sie für den Roboter reproduzierbar ist. (Grafik: DFKI GmbH)
Der Roboter lernt dank menschlichem Negativ-Feedback aus eigenem Fehlverhalten. (Grafik: DFKI GmbH)
Der Roboter lernt dank menschlichem Negativ-Feedback aus eigenem Fehlverhalten. (Grafik: DFKI GmbH)

Ziel des Teams „Interactive Machine Learning“ ist es, Methoden und Ansätze zu entwickeln, die es Maschinen ermöglichen, aus der Interaktion zwischen Mensch und Maschine oder aus der zwischen Maschinen zu lernen. Maschinen können dabei entweder robotische Systeme oder synthetische Agenten sein, die in simulierten und echten Umgebungen mit ihren Pendants in Interaktion treten. Dank dieser Ansätze sollen autonome Roboter und synthetische Agenten, die über längere Zeit in einer komplexen Umgebung mit anderen Systemen oder Menschen agieren, fortwährend hinzulernen können. Durch die Interaktion, die dem Lernen zugrunde liegt, können die Roboter nicht nur ihr Verhalten verbessern, sondern sich auch flexibel auf unterschiedliche Anforderungen im Team (mit anderen Maschinen und/oder Menschen) einstellen. Dies ermöglicht eine nachhaltige Zusammenarbeit unter optimaler Nutzung der unterschiedlichen Fähigkeiten der Teammitglieder sowie den Austausch von Wissen und Fähigkeiten.

Das Team entwickelt neue Lernverfahren, die es autonomen Robotern ermöglichen, auf Basis einfacher, generalisierbarer Verhaltensprimitiven komplexes Verhalten zu erlernen, um aus der Interaktion selbst lernen zu können. Im Falle der Mensch-Maschine-Interaktion lässt sich das Verhalten eines Roboters aus der Interaktion heraus so adaptieren, dass es für den Menschen vorhersagbarer wird, wodurch auch die Akzeptanz des Systems als Interaktionspartner erhöht wird. Die Prognostizierbarkeit des Roboters für den Menschen ist wiederum an die Vorhersagbarkeit des Menschen für das System gekoppelt, die einen wichtigen Einfluss auf die Sicherheit der Mensch-Roboter-Interaktion hat. Im Fall der Maschine-Maschine-Interaktion ergeben sich umfängliche Optimierungspotentiale im Rahmen der maschinellen Modellbildung und den kooperativen und konkurrierenden Lösungsverhalten für komplexe, strukturierte wie auch unstrukturierte Problemfelder in der robotischen Interaktion.

Teamleitung: Dr. Elsa Kirchner, Dr. Patrick Draheim

Quantum Computing

Das Team „Quantum Computing“ bringt DFKI-Forscherinnen und Forscher, die über einen starken wissenschaftlichen Background in Physik verfügen, mit akademischen Forschungsteams der Universitäten des Saarlandes, Kaiserslautern und Bremen zusammen, welche zum Thema Quantencomputer forschen, um eine Forschungsagenda „AI in Quantum Computing“ zu definieren. Ziel dieser Forschungsagenda ist es, die Grundlagen für cloudbasiertes Quantencomputing in der Robotik zu schaffen, insbesondere um Probleme der Speicherkonsolidierung zu lösen oder eine interne Simulation möglicher Handlungsfolgen zu ermöglichen. Darüber hinaus stellt das Team statistische und logische Überlegungen unter Einbeziehung von in der Künstlichen Intelligenz entwickelten Unschärfemethoden an, die es einerseits erlauben, Ergebnisse der Quantenberechnung zu extrahieren, und andererseits dazu beitragen könnten, Anwendungen zu entwickeln, welche mit der inhärenten Unsicherheit der Quantenberechnung leben können. Darüber hinaus erarbeitet es Methoden, Werkzeuge und einen entsprechenden Entwurfsablauf, um sowohl Hardware als auch Software für Quantencomputer zu entwickeln und zu verifizieren. Schließlich ist das Verständnis und der Beitrag zur Post-Quantenkryptographie von entscheidender Bedeutung, um die Sicherheit von AI-Systemen und die langfristige Sicherheit der Daten zu gewährleisten, die in AI-Systemen gespeichert sind und von diesen verwendet werden.

Teamleitung: Prof. Dr. Dr. h.c. Frank Kirchner

Applied AI

Maritime

SherpaUW manipuliert ein Modell eines Unterwasserventils, während er auf einer Rampe steht. Die Neigung des Körpers kann dank des aktiven Fahrwerks ausgeglichen werden, wodurch der Arbeitsbereich des Manipulators vergrößert werden kann. (Bild: Thomas Frank, DFKI GmbH)
Der Rover SherpaUW manipuliert ein Modell eines Unterwasserventils im großen Salzwasserbecken des DFKI. (Bild: Thomas Frank, DFKI GmbH)
Das AUV Flatfish im Atlanktik vor Brasilien. Dieses Fahrzeug verfügt über die Fähigkeit der „subsea-residence“, das heißt es kann dauerhaft am Meeresgrund ohne weitere Unterstützung eines Versorgungsschiffes arbeiten. (Bild: Jan Albiez, DFKI GmbH)
Das AUV Flatfish kann ohne weitere Unterstützung eines Versorgungsschiffes dauerhaft am Meeresgrund arbeiten. (Bild: Jan Albiez, DFKI GmbH)

Das anwendungsorientierte Team „Maritime“ befasst sich mit der Forschung und Entwicklung komplexer Robotersysteme, die sowohl unter und auf dem Wasser als auch in der Luft autonom und intelligent agieren. Die hohe Anwendungsnähe in diesem vielschichtigen Themengebiet ist dabei eine der Stärken des Teams. Im Verbund mit einem weltweiten Netzwerk aus Partnern der Industrie und Wissenschaft können Lösungen in einer durchgehenden Entwicklungskette vom Applikationskonzept über Simulation bis hin zu Laborversuchen in umfangreichen Testanlagen evaluiert werden. Regelmäßige Ausfahrten im Atlantik sowie in der Nord- und Ostsee unter Realbedingungen garantieren eine anwendungsbezogene Leistungsbewertung. Diese einzigartige Kombination aus Laborinfrastruktur und Realmissionen zur Untersuchung und Bewertung von Technologiereife ermöglicht die Entwicklung robuster und zuverlässiger Systeme.

Die Forschungsschwerpunkte des Teams liegen dabei in der Anwendung maschinellen Lernens sowie von State of the Art-Verfahren der Navigation zur Entwicklung komplexer Systeme, die den harschen Umgebungsbedingungen des maritimen Einsatzgebietes trotzen. All dies mündet im zentralen Forschungsfeld, das in der maritimen Robotik das Zukunftsthema der nächsten Jahre sein wird: die Manipulation und Handhabung von Infrastrukturen und Operationsumgebungen durch autonome robotische Systeme.  

Anwendungsschwerpunkte:

  • Öl- und Gas
  • Offshore Wind
  • Aquafarming
  • Meereswissenschaften

Teamleitung: Dr. Peter Kampmann, Dipl.-Inf. Leif Christensen

Space

Montage modularer Bauteile zu einem Weltraumteleskop durch einen autonomen Roboterarm (Quelle: PULSAR Konsortium)
Montage modularer Bauteile zu einem Weltraumteleskop durch einen autonomen Roboterarm (Quelle: PULSAR Konsortium)
Weltraumrover bei der Durchführung von Experimenten im Rahmen einer Analogmission in der Wüste Utahs (Foto: Florian Cordes, DFKI GmbH)
Weltraumrover bei der Durchführung von Experimenten im Rahmen einer Analogmission in der Wüste Utahs (Foto: Florian Cordes, DFKI GmbH)
Szenario zur Teleoperation und Autonomie von Robotern für den kooperativen Aufbau und die Wartung eines Habitats auf dem Mond (Quelle: Meltem Yilmaz, DFKI GmbH)
Szenario zur Teleoperation und Autonomie von Robotern für den kooperativen Aufbau und die Wartung eines Habitats auf dem Mond (Quelle: Meltem Yilmaz, DFKI GmbH)

Die Menschheit hat sowohl kommerzielles als auch wissenschaftliches Interesse an der Nutzung und Erkundung des Weltraums. Satelliten kreisen in Orbits um die Erde, um uns mit aktuellen Wetterdaten zu versorgen und uns Kommunikation in allen Winkeln der Welt zu ermöglichen. Auf der Internationalen Raumstation werden Experimente in Schwerelosigkeit durchgeführt. Durch die Untersuchung von Proben auf Planeten erhoffen wir uns Erkenntnisse über die Entstehung des Sonnensystems, des Universums und Hinweise auf außerirdisches Leben. Jedoch ist der Weltraum für Menschen nur schwer zugänglich und der Einsatz von Astronauten immer mit hohen Risiken und Kosten verbunden.

Roboter sind daher für die Durchführung der im Weltall anfallenden Aufgaben, wie den Aufbau und die Wartung von großen Strukturen und Satelliten auf Erdumlaufbahnen oder die Beprobung auf plantaren Oberflächen, unerlässlich. Gleichzeitig stellen diese Einsatzgebiete hohe Anforderungen an Systeme. Sie müssen mechatronisch dafür ausgelegt sein, den starken Belastungen, etwa durch den Transport von der Erde ins All oder der Landung auf einem anderen Planteten, Stand zu halten und im Vakuum unter Schwerelosigkeit und hoher Strahlung für den definierten Einsatzzeitraum fehlerfrei funktionieren. Je weiter die Roboter von der Erde entfernt sind, umso höher ist die Zeitverzögerung bei der Kommunikation. Während es für Roboter im Orbit noch möglich ist, sie via Teleoperation zu kommandieren, können sie ab einer großen Distanz nicht mehr ferngesteuert bedient werden. Daher ist es wichtig, dass die Systeme in der Lage sind, ihre Situation durch Sensoren und Methoden der Künstlichen Intelligenz selbstständig wahrnehmen und beurteilen zu können, um basierend darauf Entscheidungen zu treffen, Pläne zu erzeugen und diese kontrolliert in die Tat umzusetzen. 

Das anwendungsorientierte Team „Space“ konzentriert sich auf das Systemdesign und die KI-basierten Steuerungsmethoden der Weltraumroboter unter Berücksichtigung der Missionsanforderung sowie auf unterschiedliche Operationskonzepte für die Bedienung der Systeme von der Erde aus. Die Anwendungsfälle reichen von On-Orbit-Servicing bis zur Oberflächenexploration. Die technologischen Entwicklungen des Teams bieten vielfach auch einen Nutzen für irdische Anwendungen, wie beispielsweise beim Einsatz von Robotern in kontaminierten Umgebungen. Für den Transfer der benötigten Technologien kooperiert das Team „Space“ daher auch mit den anderen anwendungsbezogenen Teams, um einen möglichst großen Mehrwert der Forschungsarbeiten zu erzielen.  

Anwendungsschwerpunkte:

  • On-Orbit Operationen

    • Servicing von Satelliten
    • Aufbau großer Strukturen
    • Beseitigung von Weltraumschrott

  • Oberflächen-Exploration

    • Probennahme auf planetare Oberflächen
    • Probenrückführung

  • Aufbau, Betrieb und Wartung von Anlagen und Habitaten

    • Weltraumstationen (z.B. ISS)
    • Mondstation (z.B. Moon Village)

  • Teleoperation

Teamleitung: Dr.-Ing. Sebastian Bartsch, Dipl.-Ing. Roland Sonsalla

Production

Mobiler Manipulator im industriellen Umfeld (DFKI GmbH, Foto: Annemarie Popp)
Mobiler Manipulator im industriellen Umfeld (DFKI GmbH, Foto: Annemarie Popp)
Ein Roboter überreicht dem menschlichen Arbeiter ein Werkzeug (DFKI GmbH, Foto: Annemarie Popp)
Ein Roboter überreicht dem menschlichen Arbeiter ein Werkzeug (DFKI GmbH, Foto: Annemarie Popp)

Intelligente Roboter nehmen eine Schlüsselposition in der zukünftigen industriellen Fertigung ein. Um den Anforderungen an eine Flexibilisierung der Produktion gerecht zu werden, braucht es Robotersysteme, die einfach zu programmieren sind und die flexibel in der Umgebung des Menschen eingesetzt werden können.

Das anwendungsbezogene Team „Produktion“ widmet sich daher der Entwicklung robotischer Systeme, die in industriellen Produktionsumgebungen autonom agieren und den Menschen unterstützen können. Ein Schwerpunkt liegt dabei auf der Erforschung intelligenter Mensch-Roboter-Kollaboration für Produktionsszenarien, in denen Menschen und Roboter ohne trennende Schutzzäune in hybriden Teams zusammenarbeiten. Dafür braucht es einerseits modulare, neuartige und inhärent sichere Roboter, die eine zuverlässige Interaktion mit dem Menschen ermöglichen. Andererseits werden Systeme benötigt, die intuitiv zu programmieren sind und sinnvoll in einer flexiblen Fertigung mit geringen Stückzahlen eingesetzt werden können. Sowohl die sichere Mensch-Roboter-Kollaboration als auch die intuitive Interaktion gehören daher zu den Themenschwerpunkten dieses Teams.  Des Weiteren soll die Anwendung von wissensbasierten Systemen in Produktionsszenarien erforscht werden um Roboterfähigkeiten mit Hilfe von Daten aus dem Produktionsprozess kognitiv zu verbessern. Eine solche kontextbasierte Anpassung spielt eine wichtige Rolle bei der Entwicklung von wiederverwendbaren Roboterfähigkeiten in den Bereichen Perzeption, Interaktion, Manipulation und Navigation. Ein weiterer thematischer Schwerpunkt des Teams „Produktion“ ist die mobile Manipulation im Rahmen von Intralogistik- und Produktionsszenarien. Dabei sollen Verfahren entwickelt werden mit denen mobile Robotersysteme in dynamischen Produktionsumgebungen und in Interaktion mit dem Menschen autonom, sicher und zuverlässig agieren können.

Anwendungsschwerpunkte:

  • Mobile Manipulation
  • Mensch-Roboter-Kollaboration
  • (Intra-)Logistik
  • Retail

Teamleitung: Dr.-Ing. José de Gea Fernández, Dipl.-Ing. Dennis Mronga

Mobility

EO smart connecting car 2: Konzeptfahrzeug für autonomes Fahren, Elektromobilität und Rekonfigurierbarkeit (DFKI GmbH, Foto: Timo Birnschein)
EO smart connecting car 2: Konzeptfahrzeug für autonomes Fahren, Elektromobilität und Rekonfigurierbarkeit (DFKI GmbH, Foto: Timo Birnschein)
Magnetischer Inspektionsroboter auf metallischer Gebäudefassade (DFKI GmbH, Foto: Felix Bernhard)
Magnetischer Inspektionsroboter auf metallischer Gebäudefassade (DFKI GmbH, Foto: Felix Bernhard)

Coyote III mit vollständig integriertem Rover-Systembus beim Erklimmen eines Geröllhaufens (DFKI GmbH, Foto: Roland Sonsalla)
Coyote III mit vollständig integriertem Rover-Systembus beim Erklimmen eines Geröllhaufens (DFKI GmbH, Foto: Roland Sonsalla)

Die Anwendungen im Bereich der Mobilität sind divers und befassen sich im weitesten Sinne mit der Entwicklung von innovativen KI- und Robotik-Lösungen für den Personen- und Gütertransport sowie Systemen für die Fortbewegung in schwer zugänglichen Bereichen.

Im Personentransport werden aufgrund des zunehmenden Verkehrsaufkommens, eines gesteigerten Umweltbewusstseins sowie des Wunsches nach mehr Freizeit in Kombination mit Spaß am Fahrerlebnis neue Lösungen gefordert. Diese sollen sowohl einen Individualverkehr zwischen beliebigem Start- und Zielpunkt ermöglichen, Staus vermeiden bzw. verhindern, energieeffizient sein und dem Fahrer möglichst viele Aufgaben abnehmen, damit sich dieser während der Fahrtzeit mit anderen Dingen befassen kann. Die technologischen Entwicklungen konzentrieren sich hierbei u.a. auf die Themen Mikromobilität, Elektromobilität und autonomes Fahren.

Im Bereich des Gütertransports befasst sich das Team u.a. mit autonom fahrenden Transportsystemen für die Beförderung von Werkstücken, Material und Werkzeugen in Fertigungsanlagen sowie von kleinen Paketsendungen auf Fußwegen als Unterstützungssysteme bei der Auslieferung von Paketen auf der letzten Meile bis zum Empfänger.
Anwendungsbereiche für Systeme, die erhöhte Mobilität für die Fortbewegung in unstrukturierten und schwer zugänglichen Umgebungen bereitstellen, reichen von Katastrophenhilfe über den Rückbau von Deponien und Operationen in menschenfeindlichen Umgebungen bis hin zur Durchführung von Überwachungstätigkeiten und der Ernteunterstützung auf Obstplantagen.

Die benötigten Technologien und Fähigkeiten, die vom Team „Mobility“ entwickelt und bereitgestellt werden, um autonome mobile Roboter zu entwickeln, umfassen Antriebs-, Fortbewegungs- und Transportkonzepte, Auslegung der Mechatronik und sensorischen Ausstattung, Regelung, Bewegungssteuerung, Lokalisierung, Kartierung und Navigation. Bei der Entwicklung der Hardware und Software der Systeme werden neben den operationalen, technischen und funktionalen insbesondere auch die rechtlichen Anforderungen berücksichtigt, die beispielsweise für den Betrieb im Straßenverkehr relevant sind. Von besonderem Interesse ist zudem die Erprobung, Evaluierung und Validierung der entwickelten Systeme in möglichst realistischen Umgebungen. Dies umfasst sowohl die Bereitstellung von Testumgebungen und benötigtem Equipment als auch das notwendige Know-how hinsichtlich der Definition und Durchführung von geeigneten Experimenten und der Erhebung relevanter Daten.

Anwendungsschwerpunkte:

  • Personentransport

    • Autonomes Fahren
    • Mikromobilität
    • Elektromobilität

  • Gütertransport

    • Intralogistik
    • Paketzustellung
    • Abfalltransport

  • Fortbewegung in unwegsamen Gelände

    • Agrarrobotik
    • Katastrophenhilfe
    • Dekontamination von Deponien

Teamleitung: Dr.-Ing. Sebastian Bartsch

Health Care

Recupera REHA-Exoskelett zur Unterstützung im Alltag (DFKI GmbH, Foto: Thomas Frank)
Recupera REHA-Exoskelett zur Unterstützung im Alltag (DFKI GmbH, Foto: Thomas Frank)
Einsatz des Recupera Reha-Exoskeletts bei Serious Games (DFKI GmbH, Foto: Thomas Frank)
Einsatz des Recupera Reha-Exoskeletts bei Serious Games (DFKI GmbH, Foto: Thomas Frank)

Um den steigenden Anforderungen im Gesundheitswesen zu begegnen, werden Robotik und Künstliche Intelligenz im Bereich Gesundheit und Pflege zukünftig eine immer stärkere Rolle spielen. Ziele dieser Entwicklung sind die Prävention und Gesundheitsförderung, die Unterstützung von therapeutischen Maßnahmen sowie die Assistenz im Alltag und Beruf. Dabei liegt der Fokus in der situationsgerechten Unterstützung, die sowohl Patienten und Pflegebedürftigen als auch Ärzten, Therapeuten und Pflegenden sowie den Angehörigen unter Berücksichtigung des individuellen Umfelds gerecht werden.

Im Fokus des Teams „Health Care“ stehen Systeme die sich automatisch an die dynamischen Anforderungen in der Rehabilitation und Therapie anpassen und z.B. aus multimodalen Daten lernen, die Unterstützung der Betroffenen in den verschiedenen Anwendungsbereichen zu optimieren. Dabei stellen die Innovationen nicht nur Speziallösungen dar, sondern sollen insbesondere sektorenübergreifend (z.B. von stationär zu ambulant) effizient eingesetzt werden. Beispiele hierfür sind Exoskelette und Orthesen, die eine angepasste motorische Unterstützung auf Basis von Biosignalen und Daten der im System implementierten Sensoren bieten und somit einen „assist-as-needed“-Ansatz verfolgen. Ein weiterer Schwerpunkt des Teams liegt in der Entwicklung von KI-basierten oder robotischen Systemen, die präventiv körperliche und/oder kognitive Belastungen im Beruf oder im Alltag kompensieren. Grundsätzlich werden Bewertungen des Nutzens sowie ethische und rechtliche Fragestellung bei jeder Entwicklung mitbetrachtet.

Anwendungsschwerpunkte:

  • Rehabilitationsgeräte
  • Assistenz im täglichen Leben
  • Assistenz in medizinischen Anwendungen
  • Assistenz bei der Arbeit
  • Multimodale Datenanalyse zur situationsbezogenen Unterstützung

Teamleitung: Dr. rer. nat. Elsa Andrea Kirchner

Backbones

Hardware Backbone

BLDC Elektronik Stack (DFKI GmbH, Foto: Annemarie Popp)
BLDC Elektronik Stack (DFKI GmbH, Foto: Annemarie Popp)
Leichtbaustruktur mit elektromechanischen Gelenken (DFKI GmbH, Foto: Annemarie Popp)
Leichtbaustruktur mit elektromechanischen Gelenken (DFKI GmbH, Foto: Annemarie Popp)

Das Team „Hardware Backbone“ entwickelt gemeinsam mit den anwendungsorientierten Teams (Applied AI) die Hardware der robotischen Systeme und bündelt gleichzeitig die Erkenntnisse aus den verschiedenen Anwendungsfeldern. Fachlich gliedert sich das Team in die Bereiche mechanische Konstruktion und Elektronikentwurf. Im Bereich der mechanischen Konstruktion werden die Komponenten der mechatronischen Systeme, die als Basis für autonome Roboter dienen, entwickelt. Konsequenter Leichtbau ist ein grundlegendes Paradigma mobiler autonomer Systeme. Um hochdynamische Leichtbaustrukturen zu realisieren, setzt das Team auf innovative Fertigungsverfahren und neue Materialien.

Der elektronische Schaltungsentwurf ist stark auf die Anforderungen der jeweiligen Anwendung ausgerichtet. Ziel ist es, die jeweils optimale Lösung in Abhängigkeit der Betriebsbedingungen wie Druck, Temperatur, Strahlenbelastung und anderen Einflüssen zu finden. Zudem steht die Forderung nach Energieeffizienz, Robustheit und Rechenleistung bei auf Künstlicher Intelligenz basierender Technologien im Fokus. Zur Realisierung hardwarenaher Softwareentwicklung setzt das Team auf den Einsatz aktueller Rechnerarchitekuren und programmierbarer Logik.
Nicht zuletzt findet in diesem Team eine stetige Weiterentwicklung vorhandener Baugruppen statt. Wichtige Aspekte sind dabei eine modulare Bauweise, die Einhaltung von technischen Standards sowie die Verifikation und Dokumentation von Forschungsergebnissen.

Teamleitung: Christian Schoo, Dipl.-Ing. (FH) Wiebke Brinkmann

Software Backbone

Graph-basierte Datenanalyse im Softwarekatalog, welcher der Identifizierung von wiederverwendbaren Softwarekomponenten dient (Grafik: DFKI GmbH)
Graph-basierte Datenanalyse im Softwarekatalog, welcher der Identifizierung von wiederverwendbaren Softwarekomponenten dient (Grafik: DFKI GmbH)

Die Komplexität von Robotern steigt kontinuierlich und stellt nicht nur an das Design von Hardware, sondern auch von Softwarelösungen immer neue Anforderungen. Eine Vielzahl eingesetzter Softwarekomponenten und immer komplexer werdende Softwarearchitekturen erfordern spezielle Maßnahmen, die sowohl eine hohe Zuverlässigkeit als auch eine effiziente Handhabung gewährleisten.

Das übergeordnete Ziel des Teams „Software Backbone“ ist die Vereinheitlichung der Softwareentwicklung, um die Bearbeitung von Forschungsfragen trotz hoher Integrationsanforderungen in der Robotik zu erleichtern. Das Team stellt sich dabei den Herausforderungen dieser wachsenden Komplexität und verstetigt die Entwicklung von Softwarekomponenten, die im Rahmen von Forschungsaktivitäten in einzelnen Projekten entstehen. Dazu werden strategisch wichtige Forschungsergebnisse in einem Qualitätsverbesserungsprozess aufgearbeitet. Dieser Prozess ist von elementarer Bedeutung, da eine qualitativ hochwertige Softwarebasis eine stärkere Konzentration auf die zentralen Forschungsfragen in Projekten erlaubt.

Zur Erreichung dieser Ziele werden relevante Softwarekomponenten kontinuierlich erfasst und aufbereitet. Diese aufgewerteten Softwarekomponenten werden in Referenzarchitekturen eingebettet, um Forschungsprojekten eine stetig wachsende Auswahl an Software anbieten zu können, die mit minimalem Aufwand integrierbar ist.

Teamleitung: M.Sc. Thomas Röhr, Dipl.-Inf. Malte Langosz

© DFKI GmbH
zuletzt geändert am 12.04.2019
nach oben