24.05.2024, 10:00 Uhr
Durchführung per Videokonfernz

Titel: Mining Cobot Logs: Identifying Collaborative Patterns in
Manufacturing

Kurzfassung:
In den letzen Jahren wurden zunehmend neue, intelligente Technologien in Fertigungsumgebungen
integriert mit dem Ziel, Produktionsprozesse zu optimieren und die Produktivität zu steigern.
Insbesondere sind cyber-physische Systeme, das Internet der Dinge, und Robotik wichtige Komponenten
in modernen Anlagen geworden.
Als robuste, mobile und zu einem hohen Grad konfigurierbare Technologien wurden kollaborative
Roboter (Cobots) immer populärer als Ersatz oder Hilfe für menschliche Arbeitskräfte
in der Industriedomäne. Ein spezieller Aspekt der Cobots im Vergleich zu anderen Industrierobotern
ist, dass sie für das Arbeiten in einer gemeinsamen Arbeitsumgebung mit Menschen und
anderen Cobots in unmittelbarer Nähe geschaffen sind, was Interaktivität und Zusammenarbeit
ermöglicht. Die Zusammenarbeit kann, in Bezug auf räumliche, zeitliche und funktionale Einschränkungen,
auf verschiedene Arten erfolgen. Abhängig von der Art dieser Einschränkungen
können unterschiedliche Muster in der Zusammenarbeit erkannt werden.
In dieser Arbeit war das Ziel, ein Konzept zur Erkennung eines der vier kollaborativen Muster
(unabhängig, sequentiell, gleichzeitig, oder unterstützend) in den Logdaten eines Cobots zu
entwickeln. Konkret wurden, unter Verwendung der zur Verfügung gestellten Ausstattung mit zwei
(kollaborativen) Roboterarmen, vier Beispielszenarien implementiert, die das Verhalten, wie in
den entsprechenden Mustern definiert, widerspiegeln.
Die Definitionen und Einschränkungen der vier Muster wurden als Basis für die Entwicklung
eines Algorithmus verwendet, der das auftretende Muster in einem Prozess identifiziert, der in den
gegebenen Logdaten protokolliert wurde. Wegen der Limitierungen der verfügbaren Ausstattung
mussten einzelne Muster-Einschränkungen in Konzepte übersetzt werden, die in den Logs geschrieben
und aus ihnen gelesen werden können. Der Algorithmus ist für eine Aufstellung mit N
Cobots und einem menschlichen Operator anwendbar. In zukünftiger Arbeit könnten auch andere
Aufstellungen in Betracht gezogen und getestet werden.
Zusätzlich wurde eine Softwareanwendung für die Analyse von Cobot Logs entwickelt, die den
Analyseprozess der Logdaten veranschaulicht, indem die einzelnen Zwischenresultate der Analyseschritte
gezeigt werden. Zu diesen Schritten gehören das Lesen und Parsen der Logs, Säubern
und Umwandeln der Daten in ein für die Prozesserkennung verwendbares Format, und schließlich
Erkennung des Prozesses und des darin vorkommenden Musters mittels des entwickelten
Algorithmus.