Detailseite
Projekt
KI-gestütztes Design-Assistenzsystem für Soft Robots - Optimierung komplexer Systeme auf der Grundlage der kleinsten Designeinheit
Antragstellerin
Professorin Dr.-Ing. Kristin de Payrebrune
Fachliche Zuordnung
Konstruktion, Maschinenelemente, Produktentwicklung
Mechanik
Mechanik
Förderung
Förderung seit 2022
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 501861263
In der Natur verfügen viele Tiere über Fähigkeiten, die einer starren Roboterstruktur überlegen sind, trotz oder gerade wegen ihrer Nachgiebigkeit. Vor allem wegen der völlig neuen und komplementären Fähigkeiten im Vergleich zu herkömmlichen harten Robotern bilden Soft Robots ein aufstrebendes Forschungsgebiet in der Robotik. Um ihre Anpassungsfähigkeit, Flexibilität und Nachgiebigkeit auszunutzen werden jedoch völlig neue Konstruktions- und Steuerungsansätze benötigt werden.Ziel dieses Projekts ist die Entwicklung eines Design-Assistenzsystems, das auf fundierten Kenntnissen der kleinsten Designeinheit eines weichen Robotersystems - den druckbeaufschlagbaren Silikonkammern eines universellen weichen Biegeaktors - basiert, um das optimale Design innerhalb des Mehrparameterraums in Bezug auf Geometrie, Aktuierung und Steuerung zu definieren. Das Design-Assistenzsystem basiert auf zugrundeliegenden Modellen und Analysen der Vorwärtskinematik und -dynamik mit Hilfe eines hybriden Ansatzes aus physikalischen Modellen und Algorithmen des maschinellen Lernens. Allein durch die Definition des gewünschten Pfades, den der universelle Biegeaktuator erfüllen soll, und der auf die Struktur wirkenden Lasten soll das Design-Assistenzsystem die optimale Dimension aller Komponenten sowie die Anzahl der in Reihe geschalteten Aktuatoren und deren Ansteuerung bestimmen. Zusätzliche Informationen, wie die Spannungsverteilung im Biegeaktor, die statische und dynamische Verformung und Orientierung sowie der Arbeitsraum, sollen als Ergebnis ausgegeben werden. In der ersten Förderperiode liegt der Schwerpunkt auf der numerischen Generierung geeigneter Trainingsdaten für das Beispiel des universellen weichen Biegeaktors, der Etablierung des Design-Assistenzsystems und der Evaluierung verschiedener Algorithmen des maschinellen Lernens, während in der zweiten Förderperiode weitere allgemeine Entwurfsprinzipien, Unsicherheiten aufgrund von Fertigungsfehlern, unspezifischen oder druckabhängigen Parametern und die Steuerung um Hindernisse einbezogen werden sollen. Auch wenn die zugrundeliegenden physikalischen Modelle und maschinellen Lernansätze an die Anwendung von Soft Robots angepasst sind, kann der allgemeine Ansatz, ein modulares Design-Assistenzsystem auf der Basis der kleinsten Entwurfseinheit des Systems aufzubauen, auf viele andere Entwurfsprobleme übertragen werden.
DFG-Verfahren
Schwerpunktprogramme
