EU-Projekt SECURE: Fraunhofer IPA entwickelt Sicherheit von Assistenzrobotern weiter

Mediendienst November 2015 /

Das internationale Forschungsprojekt SECURE untersucht, wie sich die Sicherheit von lernenden kommunikativen Assistenzrobotern im häuslichen Bereich erhöhen lässt. Als »Innovative Training Network« ist es Teil des EU-Rahmenprogramms für Forschung und Innovation »Horizont 2020«. Am Fraunhofer IPA arbeiten Wissenschaftler im Rahmen des Projekts mit der Forschungsplattform Care-O-bot® 4 an den Themen Umgebungserfassung und mobile Manipulation.

© Fraunhofer IPA, Rainer Bez

Roboter werden nicht mehr nur in der Industrie eingesetzt, sondern künftig auch vermehrt im häuslichen Bereich – etwa als Assistenzroboter zur Unterstützung hilfsbedürftiger oder älterer Menschen. Bei diesen Assistenzrobotern sind die Anforderungen an Sicherheit, Interaktionsmöglichkeiten und an die Lern- und Kommunikationsfähigkeit sehr hoch. Die Projektpartner möchten mit SECURE (»Safety Enables Cooperation in Uncertain Robotic Environments«) die Konzepte für Assistenzroboter auf verschiedenen Entwicklungsebenen – von Hardware über Software bis zu lernenden kognitiven Prozessen – und deren Zusammenspiel für die Sicherheit genauer untersuchen. Die Universität Hamburg koordiniert das vier Jahre laufende Projekt.

Am Fraunhofer IPA werden im Rahmen von SECURE zwei Doktoranden die Sicherheitskonzepte für den mobilen Roboterassistenten Care-O-bot® 4 weiterentwickeln. Dieser ist dank seines modularen Aufbaus vielfältig einsetzbar: Neben typischen Aufgaben im häuslichen Umfeld wie bspw. dem Transportieren, Holen und Handhaben von Objekten kann er auch in Umgebungen wie Krankenhäusern und Pflegeeinrichtungen, Hotels oder in der Lagerlogistik unterstützen.

Präzise Umgebungserfassung

Damit der Roboter in dynamischen Umgebungen sicher agiert und insbesondere auch Handhabungsaufgaben in direkter Nähe des Menschen sicher ausführen kann, muss er seine Umgebung dreidimensional erfassen. Je präziser die 3D-Sensoren das Umfeld kartieren und die Informationen wie bspw. 3D-Punktwolken verarbeiten, umso genauer »weiß« der Roboter, wo er sich sicher bewegen und wie er Kollisionen vermeiden kann. Die 3D-Umgebungsmodellierung soll neben bildgebenden auch weitere, z. B. taktile Sensoren, als Eingabe berücksichtigen. Indem die Daten echtzeitnah verarbeitet werden, sollen geplante Aktionen schnell umsetz- und im Risikofall anpassbar sein.

Synchronisierte Bewegungen des Roboters und Manipulators

Auch die mobile Manipulation für Serviceroboter entwickeln die Wissenschaftler weiter. Hierfür entsteht ein neuer Bewegungsplaner, der, basierend auf dem 3D-Umgebungsmodell, sichere synchronisierte Bewegungen des Roboters und des Manipulators ermöglicht und dabei Kollisionen mit statischen und dynamischen Objekten verhindert. Relevante Sicherheitsrichtlinien und Normen sollen berücksichtigt und die Konformität der Lösung bezüglich dieser Richtlinien validiert werden. Ziel ist es, mit den Projektergebnissen eventuelle Risiken beim Einsatz mobiler Roboter mit Manipulationsfähigkeiten deutlich zu mindern. Dies evaluieren die Wissenschaftler in Anwendungsszenarien.

»Innovative Training Networks«

»Innovative Training Networks« (ITN) als Teil des Marie-Sklodowska-Curie-Programms der EU sind internationale Forschungs-Ausbildungsnetzwerke, in denen sich Nachwuchswissenschaftler bestehenden Forschungsteams anschließen und in einem internationalen Netzwerk von Einrichtungen zu einem speziellen Thema forschen. Ziel ist es, die Kompetenzen des Nachwuchses zu diesem Thema weiterzuentwickeln.