Robotergestützte Interaktionssysteme

RobIn4LeMi: Für leistungsgewandelte Mitarbeitende 

Entwicklung eines bedarfsgerechten Assistenzroboters

RobIn4LeMi hilft

Bei dem Projekt RobIn4LeMi dreht sich alles um robotergestützte Interaktionssysteme. Ziel ist es, einen bedarfsgerechten Assistenzroboter zu entwickeln und zu erforschen, der leistungsgewandelte Personen im Unternehmen unterstützt. Unter „leistungsgewandelte Mitarbeitende“ sind Personen zu verstehen, die etwa nach einem Unfall oder infolge einer Erkrankung körperlich so eingeschränkt sind, dass sie ihre bisherige Arbeit nicht mehr wie gewohnt ausüben können.

RobIn4LeMi ist ein Projektverbund mit Partnern aus Wissenschaft und Wirtschaft. Gefördert wird das Projekt, das bis Oktober 2023 läuft, vom Bayerischen Staatsministerium für Wirtschaft, Landesentwicklung und Energie.

Ein Roboterarm unterstützt am Arbeitsplatz

Technologie als Schlüssel

Damit Betroffene trotz ihrer Einschränkungen ihre bisherigen Tätigkeiten weiter ausführen können, muss der Arbeitsplatz in der Montage künftig technisch hochgerüstet werden. Im Fokus des Forschungsprojekts steht dabei ein Roboterarm, der etwa Bauteile oder Werkzeuge in unterschiedlichen Positionen anbietet. Ebenfalls dazu gehören eine Kamera, die Handtracking sowie Gestensteuerung ermöglicht, und eine Software, die den emotionalen Zustand des Menschen erkennt.

Ein Projekt mit mehreren Phasen

Schritt für Schritt zum Roboterarm

Das Projekt ist in mehrere Entwicklungsabschnitte unterteilt: In der ersten Etappe analysierte MaibornWolff zusammen mit dem Fraunhofer Institut die vorhandene Arbeitsplatzsituation für eingeschränkte Mitarbeitende in den Ulrichswerkstätten. In der zweiten Phase wurde gemeinsam ein Modell entwickelt, das genau die Tätigkeiten bestimmt, die nicht mehr in vollem Umfang erbracht werden können. Aktuell wird überprüft, welche Interaktionssysteme es bereits auf dem Markt gibt, die sich für einen Einsatz eignen.

Ein Programm erfasst die Beweglichkeit des Körpers.

Maschinelle Lernalgorithmen sollen für Flexibilität sorgen

Mit Machine Learning zum Erfolg?

Auch Machine-Learning-Ansätze sollen in den späteren Phasen des Forschungsprojekts umgesetzt werden: Damit das Assistenzsystem flexibel und individuell eingesetzt werden kann, muss es eigenständig reagieren können, dazulernen und neue Aufgaben übernehmen. Dafür sammelt man die Daten der Interaktionssysteme und analysiert, ob sich das in der Praxis durch maschinelle Lernalgorithmen umsetzen lässt.  

Demonstrator im Bau

Vorbereitungen für den Praxistest

Bis der Roboterarm als helfende Hand agieren kann, ist noch viel zu tun. Im Augsburger Büro von MaibornWolff wird an einem Demonstrator gebaut. Das ist ein rollbarer Lagertisch, der mit Roboterarm, Touchscreen, Gesten- und Sprachsteuerung sowie einem Kamerasystem, das Eyetracking ermöglicht, ausgestattet sein wird. Die Architektur für die Plattform, an die alle Assistenzsysteme angebunden sind, steht derzeit im Fokus der Entwicklung.

Parallel dazu entwickeln wir eine Webanwendung, um die Leistungswandlungen und Arbeitsschritte zu erfassen. So wird mithilfe eines intelligenten Algorithmus entschieden, in welcher Form das Robotersystem leistungsgewandelte Mitarbeitende unterstützen wird.