Heutige Roboter sind großenteils nicht in Lage gezielte Mensch-Maschine-Interaktionen durchzuführen. Es gibt erste Ansätze, Roboter über zusätzliche Sensoren in die Lage zu versetzen, mit Menschen kollaborativ zusammenzuarbeiten. Dies geht aber einher mit einer signifikanten Steigerung der Kosten sowie deutlichen Einschränkungen der technischen Leistungsfähigkeit der Roboter. Folglich kann das kollaborative Zusammenarbeiten von Mensch und Maschine bisher nur in sehr begrenztem Umfang erfolgen, vgl. [5] und [6]. Um Robotern jeder Größe und Leistungsklasse das "Fühlen" – als Grundvoraussetzung der gezielten Mensch-Maschine-Interaktion – zu ermöglichen, soll im Rahmen dieses Teilprojekts von der TU Dresden ein neuartiges Sensorsystem auf Basis der elektrischen Zeitbereichsreflektometrie (EZBR) entwickelt werden. Dabei ermöglicht die Nutzung des EZBR-Prinzips die Herstellung von Sensoren die sowohl kraft- als auch ortsaufgelöste Messung vereinen können. Zudem sind EZBR-Sensoren vergleichsweise einfach und kostengünstig fertigbar und in der Größe skalierbar, weshalb sich derartige Sensoren im besonderen Maße für den industriellen Masseneinsatz eigenen. Allerdings ist die technische Reife derartiger Sensoren bisher gering, je nach Quelle wird von TRL 3-4 ausgegangen. D.h. es wurde in Laborversuchen gezeigt, dass einfache sensorische Funktionen realisiert werden können, jedoch wurde weder ein vorteilhafter Sensoraufbau für Strukturbauteile identifiziert noch einen geeignete – industrieübergreifende Methodik – entwickelt, um die Signale interpretieren zu können. Das Ziel der TUD ist es daher die EZBR-Sensortechnolgie weiterzuentwickeln, so dass sie am Ende des Projekts in die industrielle Entwicklung überführt werden kann. Voraussetzung hierfür ist die wissenschaftliche Durchdringung der multi-physikalischen Fragstellungen bei der Sensorauslegung, Signalvor- und -aufbereitung sowie die wissenschaftliche Durchdringung der Fragestellung der gezielten Auswertung der Sensoren.
Verbundprojekt: Elektroniksysteme für Künstliche Intelligenz in der digitalen Industrie - AI4DI -; Teilvorhaben: Sensitive Strukturen für die Mensch-Maschine-Interaktion in digitalisierten Prozessketten
Laufzeit:
01.06.2019
- 31.12.2022
Förderkennzeichen: 16ESE0341S
Koordinator: Technische Universität Dresden - Fakultät Maschinenwesen - Institut für Leichtbau und Kunststofftechnik - Professur Funktionsintegrativer Leichtbau
Verbund:
Elektroniksysteme für Künstliche Intelligenz in der digitalen Industrie
Quelle:
Bundesministerium für Bildung und Forschung (BMBF)
Redaktion:
DLR Projektträger
Länder / Organisationen:
Österreich
Belgien
Tschechische Republik
Finnland
Frankreich
Griechenland
Italien
Litauen
Lettland
Norwegen
Taiwan
Themen:
Förderung
Information u. Kommunikation
Weitere Informationen
Weitere Teilprojekte des Verbundes
- Verbundprojekt: Elektroniksysteme für Künstliche Intelligenz in der digitalen Industrie - AI4DI -; Teilvorhaben: Künstliche Intelligenz für die Digitale Revolution in der Halbleiterindustrie
- Verbundprojekt: Elektroniksysteme für Künstliche Intelligenz in der digitalen Industrie - AI4DI -; Teilvorhaben: KI unterstützte Fertigung und Logistik im Automobilbau
- Verbundprojekt: Elektroniksysteme für Künstliche Intelligenz in der digitalen Industrie - AI4DI -; Teilvorhaben: KI Algorithmen für Batteriesysteme in automobile und industrielle Anwendungen
- Verbundprojekt: Elektroniksysteme für Künstliche Intelligenz in der digitalen Industrie - AI4DI -; Teilvorhaben: Virtuelle KI-basierte Systemoptimierung
- Verbundprojekt: Elektroniksysteme für Künstliche Intelligenz in der digitalen Industrie - AI4DI -; Teilvorhaben: KI-Algorithmen für die Optimierung von verteilten Datenverarbeitungsketten in heterogenen Rechnernetzen
- Verbundprojekt: Elektroniksysteme für Künstliche Intelligenz in der digitalen Industrie - AI4DI -; Teilvorhaben: KI in der Digitalisierung für die Halbleiterindustrie
- Verbundprojekt: Elektroniksysteme für Künstliche Intelligenz in der digitalen Industrie - AI4DI -; Teilvorhaben: Dashboard und AI-APPs für die Digitalisierung der Prozessketten