Kollaborative Robotik
Forschung
Unsere Gruppe ist eine gemeinsame Initiative der Universität Bielefeld und des Fraunhofe IOSB-INA in Lemgo. Wir sind Teil des Forschungszentrums "Cognitive Interaction Technology" (CITEC) und der Technischen Fakultät der Universität Bielefeld. Unser Fokus liegt auf dem intuitiven Einsatz kollaborativer Robotersysteme in der Manipulation und Montage mithilfe von Imitationslernen. Dabei konzentrieren wir uns insbesondere auf rekonfigurierbare und modulare Roboter, intelligenten Produkttransport und deren neuronale Steuerung und Regelung in sicherer Interaktion mit menschlichen Produktionsteilnehmern. Ein besonderes Augenmerk legen wir auf Systeme der magnetischen Levitation, die einen neuen Trend in der industriellen Automation darstellen und im Rahmen unserer aktuellen Forschungsarbeiten im Bereich der "Planarrobotik" weiterentwickelt werden.
enableATO
Der ländliche Raum benötigt dringend neue Mobilitätskonzepte, um die Bedürfnisse der Bevölkerung zu erfüllen. Das Projekt "enableATO" wird einen bedeutenden Beitrag dazu leisten. Dieses Projekt, das am RailCampus OWL in Minden angesiedelt ist und Teil des Deutschen Zentrums Mobilität der Zukunft (DZM) ist, zielt darauf ab, durch automatisierte, schienenbasierte Mobilitätskonzepte eine nachhaltige und vernetzte Mobilität zu ermöglichen.
Ein breites Konsortium aus Hochschulen, Fraunhofer-Einrichtungen und Unternehmen wird in den kommenden Jahren Technologien vorantreiben, die eine effiziente Nutzung der vorhandenen Infrastruktur ermöglichen und gleichzeitig den Komfort und die Qualität der Dienstleistungen verbessern. Fahrerlose Transportsysteme wie das MONOCAB werden in Minden und im Extertal demonstriert, um sie anschließend in einem Testregelbetrieb einzusetzen.
Unter der Leitung von Thomas Günther und József Lurvig widmen wir uns aktiv zwei bedeutenden Arbeitspaketen (AP) des Projekts: AP 1.1.2 Umfeld- und Hinderniserkennung sowie AP 1.1.3 Terrain-Simulation.
Die Umfeld- und Hinderniserkennung ist von entscheidender Bedeutung für die Sicherheit und Effizienz des automatisierten Bahnverkehrs. Unsere Zielsetzung ist die Entwicklung innovativer Technologien, welche es dem Fahrzeug ermöglichen, relevante Informationen in Echtzeit zu erfassen und zu interpretieren. Dies umfasst die Erkennung von Hindernissen entlang der Schienen, die Identifikation von Signalen sowie die Anpassung der Geschwindigkeit entsprechend den gegebenen Umgebungsbedingungen. Die erfolgreiche Umsetzung dieser Ziele erfordert die nahtlose Integration verschiedener Sensoren, deren Leistungsfähigkeit an einem Testfahrzeug validiert werden muss. Die reichhaltigen Realdaten, welche durch die Testfahrten generiert werden, werden ergänzt durch die simulierten Daten aus der Terrain-Simulation. Diese Daten dienen als Grundlage für die Entwicklung einer KI-basierten Umfeld- und Hinderniserkennung.