Die Zukunft der Robotik in der industriellen Fertigung Restricted Siemens AG All rights reserved

Transkript

1 Siemens Corporate Technology März 2015 Die Zukunft der Robotik in der industriellen Fertigung Restricted Siemens AG All rights reserved

2 Komplexität der Aufgabe Robotik wird als zunehmend wichtig wahrgenommen Indizien für eine neue Ära der Robotik, auch und gerade in der industriellen Fertigung Aktuelle Studien prognostizieren der Robotik hervorragende wirtschaftliche Aussichten Neue Arten von Robotern auf dem Vormarsch, Vielfache Markteintritte neuer Player Medienwirksame Experimente großer Anwender Problemlösen Domäne des Menschen Feste Regeln Advanced Robotics Feste Abläufe Klassische Robotik starr quasi-strukturiert unstrukturiert Eigenschaften der Einsatzumgebung Page März 2015 Corporate Technology Restricted Siemens AG All rights reserved

3 Hochflexible Automatisierung ist nachwievor eine Zukunftsvision Verglichen mit menschlichen Werkern ist die Flexibilität heutiger Automatisierungslösungen begrenzt Automatisierung nur bei Massenproduktion und langen Produktlebenszyklen Begrenzender Faktor: Engineeringaufwand bei Änderungen an Produkt oder Produktionsvolumen Heute ist menschliche Arbeit der einzige Weg zu hoher Flexibilität Begrenzender Faktor: Kosten und Verfügbarkeit von Fachkräften Automatisierung Flexibilität Page März 2015 Corporate Technology Restricted Siemens AG All rights reserved

4 Zukunftsperspektive: Hochflexible Automatisierung mit autonomen Maschinen Wandel der industriellen Fertigung Die Rahmenbedingungen der industriellen Fertigung ändern sich nachhaltig Die klassische Massenproduktion ist aus der ersten Welt in die Schwellenländer abgewandert Globale Herausforderungen durch den demographischen Wandel Wachsende Nachfrage immer flexiblerer Automatisierungslösungen Kurze Produktlebenszyklen und kleine Losgrößen Häufige Änderungen des Produktionsvolumens Die klassische Automatisierung ist kann Variabilität nur begrenzt handhaben Explizite Programmierung von Varianten ist kostenintensiv Notwendige Anpassungen der Produktions-hardware im Fall von Änderungen am Produkt Hohe Kosten und begrenzte Verfügbarkeit von menschlichen Mitarbeitern Flexible Automatisierung heute: Explizit programmierte Varianten und menschliche Intelligenz Flexible Automatisierung morgen: Autonome Maschinen handeln ohne menschlichen Eingriff Page März 2015 Corporate Technology Restricted Siemens AG All rights reserved

5 Die Voraussetzungen für eine Revolution der Autonomen Systeme sind mittlerweile gegeben Software-Trends Hardware-Trends Künstl. Intelligenz reif für erste Anwendungen Big data Internet of things Cloud-enabled Robotics, Cyberworld Plug & Play Nachfrage Produktion: Steigende Nachfrage nach Flexibilität, Selbstorganisation / Optimierung, Mensch-Roboter-Kooperatin Logistik: Vollautomatisierung, Flexibilität Transport/Verkehr: Hochautomatisiertes Fahren Heim/Pflege: Assistenz, Automatisierung The Autonomous Systems Revolution Marktumfeld IT Player werden aktiv: Google, Logistik : Amazon (KIVA), DHL Kostengünstige Sensoren Neue Player: Start-ups, z.b.rethink Rob. Robotikhersteller diversifizieren: KUKA, ABB, Hoch-integrierte Mechatronik: Soft-Robotics, Exoskelette, Neuartige Endeffektoren On-demand Komponenten durch additive Fertigunsgverfahren Sozio-ökonomischeTrends Ausweitung der Automatisierung auf menschenähnliche Fähigkeiten ist ein genereller Trend, regional variierende Motivation Erhalt der Wettbewerbsfähigkeit Reclaim manufacturing Demografischer Wandel Page März 2015 Corporate Technology Restricted Siemens AG All rights reserved

6 Autonome Systeme verfügen über höhere kognitive Fähigkeiten Versuch einer Definition des Begriffs Autonome Systeme Autonome Systeme Maschinen, die abstrakt beschriebene Aufgaben ohne eine detaillierte Programmierung umsetzen und ausführen können Maschinen, die nicht-triviale (physische) Aufgaben unter sich ändernden Randbedingungen bewältigen Perceive Think Act Level 4: Mission planning and control Situation, symbols, semantics Level 3: Skills Objects (type, pose) Reasoning, Decision making, Action planning Motion & perception planning Mission / Task execution Skill sequence execution Level 2: Reactive behavior Ego pose, Free space, Features Actuator coordination, Kinematics Coordinated motion execution Klassische Robotik Level 1: Low-level sensing & control Simple sensor signals Reflexes Actuator control loops Photo: KUKA Roboter GmbH Page März 2015 Corporate Technology Restricted Siemens AG All rights reserved

7 Beispiel: Bewegungsplanung Flexibles Handling von großen Glasplatten Aufgaben der Bewegungsplanung Bestimmung des Pfads im 5D Raum für Handling von Glasscheiben mit zufallsbasiertem generischem Planer Kinodynamische Trajektoriengenerierung Weiche Bewegung, d.h. Begrenzung von Beschleunigung und Ruck Technische Herausforderung Suche kollisionsfreier Wege im sogenannten Konfigurationsraum (Raum der Gelenkstellungen) Vielzahl möglicher Wege Lösung: Stochastische Suche Arbeitsraum Konfigurationsraum Page März 2015 Corporate Technology Restricted Siemens AG All rights reserved

8 Beispiel: Bewegungsplanung Page März 2015 Corporate Technology Restricted Siemens AG All rights reserved

9 Autonome Systeme verstehen, was sie tun Der wesentliche Unterschied zwischen automatisierten und autonomen Systemen Automatisiertes System Führt automatische eine vom Ingenieur entworfene Aktionsfolge (ggf. mit Verzweigungen) aus Kein Verständnis für Ursache und Wirkung von Aktionen Kann die Aktionsfolge nicht ändern Autonomes System Hat ein explizites Model / Verständnis der eigenen Aufgabe und Fähigkeiten Kann Ursache und Wirkung seiner eigenen Aktionen beurteilen Kann die Handlungsfolge automatisch externen Gegebenheiten anpassen Wissensbasis Skill set Sensor N Sensor 2 Sensor1 Execution Actuator N Actuator 2 Actuator 1 Sensor N Sensor 2 Sensor1 Execution Actuator N Actuator 2 Actuator 1 Page März 2015 Corporate Technology Restricted Siemens AG All rights reserved

10 Autonome Systeme ebnen den Weg zur vollständig SW-definierten Fabrik Ziel: Minimieren des Engineering-Kosten im Fall von Änderungen am Produkt oder Produktionsvolumen Mögliche Schritte zu hochflexiblen Automatisierungslösungen SW-definierte Produktionsprozesse Schon heute: Additive Manufacturing, CNC-Bearbeitungszentren, Bestückungsautomaten, Laser Cutter, Selbstorganisierende Fertigungsorganisation Vgl. aktuelle Ziele von Industrie 4.0 Teams autonomer, kollaborierender Roboter und menschlicher Werker Material- und Teilelogistik Montage und Qualitätssicherung Bedienung und Wartung von Produktionsmaschinen SW-definierte Fabriken würden vermutlich die Produktionswirtschaft nachhaltig verändern Page März 2015 Corporate Technology Restricted Siemens AG All rights reserved

11 Advanced Robotics und Autonome Systeme werden die Fertigungswelt verändern Schlussfolgerungen Maschinelle Intelligenz und Autonomie werden in den nächsten Jahren die Labore der Forschungseinrichtungen verlassen Dies wird deutlich flexiblere Automatisierungslösungen ermöglichen Dabei wird der engen Kooperation von menschlichem Personal und Robotern eine große Bedeutung zukommen Technische Herausforderung: Sicherheit für den Menschen Offene Frage: Optimale Gestaltung der Zusammenarbeit Page März 2015 Corporate Technology Restricted Siemens AG All rights reserved

12 Dr.-Ing. Georg von Wichert Head of Research Group Robotics, Autonomous Systems and Control Siemens Corporate Technology Otto-Hahn-Ring München georg.wichert@siemens.com Page März 2015 Corporate Technology Restricted Siemens AG All rights reserved

13 Autonome Systeme verfügen über höhere kognitive Fähigkeiten Versuch einer Definition des Begriffs Autonome Systeme Autonome Systeme Maschinen, die abstrakt beschriebene Aufgaben ohne eine detaillierte Programmierung umsetzen und ausführen können Maschinen, die nicht-triviale (physische) Aufgaben unter sich ändernden Randbedingungen bewältigen Perceive Think Act Level 4: Mission planning and control Situation, symbols, semantics Level 3: Skills Objects (type, pose) Reasoning, Decision making, Action planning Motion & perception planning Mission / Task execution Skill sequence execution Maschinen, die ihre Umwelt wahrnehmen, Entscheidungen fällen und ihre Fähigkeiten geplant einsetzen um das spezifizierte Ziel zu erreichen Maschinen, die Regelschleifen auf mehreren Abstraktionsebenen schließen Level 2: Reactive behavior Ego pose, Free space, Features Actuator coordination, Kinematics Level 1: Low-level sensing & control Coordinated motion execution Maschinen, die mit dem Menschen und anderen Maschinen zusammenarbeiten Simple sensor signals Reflexes Actuator control loops Page März 2015 Corporate Technology Restricted Siemens AG All rights reserved