Veranstaltungsprogramm

Die Sicherheit in der Mensch-Roboter-Kollaboration (MRK) stellt eine wesentliche Herausforderung dar, da das Verhalten von Personen in geteilten Arbeitsbereichen nur schwer vorhersagbar ist. Konventionelle Ansätze mit statischen Sicherheitszonen oder rein reaktiven Strategien führen häugig zu unnötigen Unterbrechungen und schränken die Effizienz ein. In dieser Arbeit wird ein neuartiger Ansatz vorgestellt, der Deep Reinforcement Learning (DRL) mit einer auf Long Short-Term Memory (LSTM) basierenden Bewegungsvorhersage kombiniert, um Sicherheitszonen adaptiv und vorausschauend in Echtzeit anzupassen. Grundlage bildet ein Sicherheits-Laserscanner, der Personen detektiert und ihre Position erfasst. Ein LSTM-Netzwerk prognostiziert zukünftige Bewegungen, während drei DRL-Agenten die Form und Größe der Sicherheitszonen dynamisch steuern. Dadurch wird die Zone nicht nur reaktiv, sondern auch präventiv an die erwarteten Bewegungen angepasst. Erste Tests in einer realen Roboterumgebung zeigen eine zuverlässige Erkennung, Reaktionszeiten im Millisekundenbereich sowie eine deutliche Verringerung unnötiger Produktionsstopps. Das vorgestellte Konzept ermöglicht eine höhere Sicherheit bei gleichzeitig gesteigerter Prozesseffizienz und bietet eine Grundlage für zukünftige Erweiterungen, etwa die Berücksichtigung mehrerer Personen und komplexerer Szenarien.

Der vorliegende Beitrag behandelt die Entwicklung von Endeffektoren für mobile, autonome Erntesys-teme im landwirtschaftlichen Umfeld. Mobile autonome Systeme sind in der Landwirtschaft seit Länge-rem etabliert, etwa Erntefahrzeuge, die mittels GPS-gestützter Navigation vorab definierte Trajektorien abfahren. Besondere Herausforderungen ergeben sich, wenn diese Systeme in selektiven Ernteprozes-sen eingesetzt werden. Solche Prozesse finden sich insbesondere bei Feldfrüchten in Sonderkulturen. Bei diesen Kulturen – exemplarisch seien Beerenfrüchte, Tomaten und Paprika genannt – werden aus-schließlich reife Früchte geerntet, während unreife Früchte an der Pflanze verbleiben, um nachzureifen.

In vielen dieser Kulturen werden nicht nur besondere Anforderungen an das Gesamtsystem gestellt, eine zentrale Komponente ist der Endeffektor. Dieser muss an den jeweiligen Prozess angepasst sein, um einen sicheren und schonenden Greif- bzw. Erntevorgang zu gewährleisten.