Home | english  | Impressum | KIT
Photo von Heinz Wörn

Prof. Dr.-Ing. Dr. h.c. Heinz Wörn

Professor im Ruhestand
Tel.: +49 721 608-44006
Fax: +49 721 608-47141
woernWsd5∂kit edu


Zur Person

Professor Wörn studierte Elektrotechnik an der Universität Stuttgart und promovierte dort am Institut für Werkzeugmaschinen mit seiner Arbeit zu dem Thema "Mehrprozessorsteuerungssystem für Werkzeugmaschinen mit standartisierten Schnittstellen". Im Anschluss arbeitete er bei KUKA Schweißanlagen und Roboter GmbH, wo er eine leitende Stellung in Forschung und Entwicklung inne hatte. Professor Wörn ist ein international anerkannter Experte für Roboter und Automation. Seine Erfahrung umfasst Roboteranwendungen, Robotersteuerungen und Sensoren für Roboter, sowie deren Programmmierung und Simulation. Seit 1997 leitet er das Institut für Prozessrechentechnik, Automation und Robotik der Universität Karlsruhe als Professor für "Komplexe Systeme in Automation und Robotik".

Forschungsgebiete

  • Planung, Programmierung, Steuerung, Diagnose und Sensorsysteme für Industrieroboter
  • Autonome, mobile Roboter, Mikroroboter, Serviceroboter, Teleroboter, Autonome Fahrzeuge
  • Planung und Simulation von Anlagen und Fabriken
  • Roboter- und sensorgestützte Chirurgie
  • Mikromontage
  • Modellierung komplexer Systeme in Produktion und Medizin

Tactile sensor and algorithm to detect slip in robot grasping processes

AutorGoeger, D. Ecker, N. Woern, H.
Jahr2009
Veröffentlicht inRobotics and Biomimetics, 2008 ROBIO 2008
KurzfassungAbstract—In this paper we introduce a tactile slip sensor for an anthropomorphic robot hand, the measurement circuit and the corresponding algorithm to determine slip states. The main slip sensor components consist of a silicone rubber surface which covers a PVDF sensor. After the amplification of the signal it is processed by a discrete short-time Fourier transform. The resulting spectrogram is processed by a principal component analysis to determine the main signal components. For a classification of three states (’slip’, ’signal but no slip’ and ’noise’) a k-nearest neighbour classifier has been trained with the main signal components and serves for discrimination of slip states on the sensor’s surface. The build-up of the sensor and the experimental setup will be briefly explained, the signal processing and the results will be discussed in detail.
Bibtex@inproceedings{ ipr_1170857355, author = "{Goeger and D. Ecker and N. Woern and H.}", title = "{Tactile sensor and algorithm to detect slip in robot grasping processes}", year = "2009", booktitle = "{Robotics and Biomimetics, 2008 ROBIO 2008}", pages = "pp.1480-1485", }
zurück zur Publikationsübersicht