Zum Hauptinhalt springen

Suchen Sie etwas?

Autonome visuelle, industrielle Roboterinteraktion durch KI (AutoVikki)

AutoVikki konzipiert, implementiert und evaluiert Algorithmen, Software- und Systembestandteile für eine intelligente Pick&Place-Industrieroboterzelle für sehr variable und feingranulare Objekte, die schnell und flexibel eingerichtet werden und die sich selbst optimieren kann.

Ab Juli 2020 startet das BMBF-Förderprojekt AutoVikki – ein Gemeinschaftsprojekt in Zusammenarbeit mit Arnold IT Systems, Bock Bio Science, Otto Fuchs und August Rüggenberg. Die Projektpartner decken ein breites und technologieorientiertes Kompetenzprofil bei gleichzeitiger idealer Marktnähe ab.

AutoVikki vereint innovative Algorithmen und Ansätze zur automatisierten (Nach-)Bearbeitung individueller (oder natürlichen) Industrieprodukten. Die wesentliche Innovation besteht in der Kombination mehrerer 3D-Kameras und einer Künstlichen Intelligenz (KI), sodass sensorische und kollaborierende Robotergreifer sehr variable und feingranulare Objekte analysieren, klassifizieren, greifen, bearbeiten und wieder absetzen können. Es kommen aktuelle Lösungsansätze aus der Deep-Learning-Forschung zum Einsatz, wie Generative Adversarial Networks, Domain Randomization und Federated Learning, um mit möglichst wenig Trainingsdaten die KI für die Struktur- und Oberflächenanalyse, sowie für das Greifen und das Bearbeiten des Objektes zu trainieren. Für die Kommunikation zwischen den Komponenten der Roboterzelle werden eine zentrale Plattform sowie flexible Schnittstellen entwickelt.

Projektname
Autonome visuelle, industrielle Roboterinteraktion durch KI (AutoVikki)
Fördergeber
BMBF
Projektträger
Deutsches Zentrum für Luft- und Raumfahrt (DLR)
Fördernummer
01IS20039E
Laufzeit
01.07.2020 bis 31.12.2022
Kooperationspartner
Arnold IT Systems GmbH & Co. KG (AIT), BOCK Bio Science GmbH (BBS), Otto Fuchs KG (OFK), August Rüggeberg GmbH & Co. KG (ARG)
Reifegrad
Forschung
zurück zur Übersicht


Kontakt

Kompetenzen

  • Künstliche Intelligenz
  • Maschinelles Lernen
  • Optimierung
  • Datenanalyse
  • Deep Learning