Bionic­Mobile­Assistant

Jahr

2020

Idee

Das mobile Robotiksystem mit pneumatischer Greifhand und intelligenter Sensorik steht für eine intuitive Mensch-Roboter Kollaboration.

Ziel

Der BionicMobileAssistant mit Greifhand verfügt über künstliche Intelligenz und bewegt sich autark im Raum. Er erkennt Objekte, kann diese adaptiv greifen und gemeinsam mit dem Menschen bearbeiten.

Technische Daten

• Gesamtgewicht: 22 kg
• Batterie: Lithium-Polymer-Akku 48 V
• Gewicht Arm: 8 kg
• Traglast Arm: 8 kg
• Reichweite Arm: 850 mm
• Freiheitsgrade Arm: 4
• Freiheitsgrade Hand: 11
• Gewicht Hand: 1,3 kg
• Traglast Hand: max. 4 kg
• Ventiltechnik: 12 Piezopatronen VTEM

Aufbau

Das Robotiksystem besteht aus drei Subsystemen: einem mobilen Ballbot, einem elektrischen Roboterarm und der BionicSoftHand 2.0, die im Jahr 2019 entwickelt wurde.

Mobilität

Der BionicMobileAssistant kann beliebig in alle Richtungen manövrieren. Er balanciert auf einer Kugel, die von drei sogenannten Omniwheels angetrieben wird. Da der Ballbot den Boden nur an einem Punkt berührt, kann er auch durch enge Passagen navigieren. Planungsalgorithmen und Regelungstechnik befinden sich direkt in seinem Körper.

Dynamik

Bei Einflüssen von außen versetzt der Roboter die Kugel in Rotation und hält bei maximaler Energieeffizienz das Gleichgewicht. Mithilfe einer inertialen Messeinheit und Positionsencodern an den Rädern erfasst er seine Bewegungen sowie die relative Neigung des Systems. Ein Optimierungsprogramm berechnet, wie sich Roboter und Arm bewegen müssen, um die Greifhand in Zielposition zu bringen und den Roboter gleichzeitig zu stabilisieren.

Greifen

Die BionicSoftHand 2.0 ermöglicht sensibles Greifen. Taktile Kraftsensoren an Fingerkuppen, Handfläche und Außenseiten ermitteln die Härte des Greifguts, sodass die pneumatische Hand des Softrobotik-Systems ihre Kraft dem jeweiligen Gegenstand anpassen kann.

Objekterkennung

Im Handgelenk befindet sich eine Tiefenkamera zur Objekterfassung. Die Informationen werden von einem neuronalen Netz verarbeitet, das im Vorfeld trainiert wurde. So kann die intelligente Roboterhand Gegenstände erkennen und greifen – selbst wenn diese teilweise verdeckt sind.

Material

BionicMobileAssistant