Home | english  | Impressum | Datenschutz | KIT

QBIIK - eine lernende, mobile, autonome Logistikplattform mit taktilem Greifsystem und neuartiger, entkoppelter Mensch-Maschine Schnittstelle

QBIIK - eine lernende, mobile, autonome Logistikplattform mit taktilem Greifsystem und neuartiger, entkoppelter Mensch-Maschine Schnittstelle
Ansprechpartner:

M. Sc. Hosam Alagi

Dr. (RUS) Ilshat Mamaev

Links:
Förderung:

BMWi

Partner:

BÄR Automation GmbH (Konsortialführung)

STILL Gesellschaft mit beschränkter Haftung

Audi Sport GmbH

IFL KIT Karlsruhe

Starttermin:

01.02.2017

Endtermin:

31.01.2020 

Mit QBIIK soll ein System entwickelt und erprobt werden, das die Technologie autonomer Systeme mit den Fähigkeiten des Menschen nutzbringend verbindet: das dezentral gesteuerte Fahrzeug orientiert sich selbst im Raum, navigiert autonom zum Ziel und greift selbstständig nach der benötigten Ware.

 QBIIK

Während des Greifvorgangs wird die Autonomie des Roboters mit verschiedenen Sensoren unterstützt, die einerseits die Umgebung des Manipulators erkunden, das zu greifende Objekt erkennen und dieses kollisionsfrei greifen bzw. ablegen.
Falls das System die Ware nicht erkennen oder greifen kann, fordert es menschliche Unterstützung an. Mit einem Mensch-Maschine-Interface (engl.: Human-Machine-Interface, HMI), das per Cloud angebunden ist, wird die räumliche Distanz überbrückt, so dass der Bediener – für kurze Zeit – die Kontrolle übernehmen und den Erkennungs- und Greifprozess durchführen kann. QBIIK lernt dabei vom Menschen und führt die Arbeitsschritte in Zukunft selbständig durch.
Bedingt durch den kurzen Zeitanteil an Erkennungs- und Greifprozessen wird die Bedienung vieler Fahrzeuge durch einen Bediener möglich. Aufgrund der neuartigen Interaktionsmöglichkeit ist eine vollständige räumliche Entkoppelung möglich: Der Bediener befindet sich außerhalb des Gefahrenbereichs oder sogar außerhalb des Unternehmens. Ergonomische Arbeitsbedingungen sind somit gewährleistet.
Ein Cloud-Dienst übernimmt hierbei die Zuordnung von Mensch zu Maschine. Die für das Erkennen und Greifen von Objekten relevanten Trainingsdaten werden in der Cloud abgelegt und mit jeder menschlichen Unterstützung erweitert. Hierdurch lernt das System kontinuierlich und ermöglicht einen immer effizienteren Einsatz aller Teilsysteme.