FlexAmp - Flexible autonome Kabelbaummontage mit adaptiven multimodalen Roboterstrategien

Das Forschungsprojekt FlexAmp verbessert die Fähigkeiten von Montagerobotern im Umgang mit Kabeln und flexiblen Bauteilen. Durch die Kombination aus Bildverarbeitung, taktiler Sensorik und Kraftregelung können sich Robotersysteme automatisch an neue Varianten und veränderte Bedingungen anpassen – ermöglicht durch Physical AI.

© Fraunhofer IPA, Rainer Bez
Der Versuchsaufbau am Fraunhofer IPA kann flexibel an unterschiedliche Kabelhandling-Aufgaben angepasst werden. Dadurch lässt sich der FlexAmp-Ansatz unter realitätsnahen Bedingungen für verschiedene Materialien, Varianten und Umgebungsbedingungen evaluieren.

 

Kabelbaummontage: Es gibt automatisierte Lösungen, doch diese lassen sich nicht anpassen

Kabelbäume sind in fast jedem technischen Produkt zu finden – von Lenkrädern über Hausinstallationen bis hin zu Laborgeräten. Ihre Herstellung besteht aus den Schritten Zuschneiden, Vormontieren und die Endmontieren. Obwohl die Endmontage 70 Prozent der gesamten Produktionszeit ausmacht, werden derzeit bis zu 90 Prozent der Endmontageaufgaben manuell erledigt.

Sowohl die Forschung als auch Anwendungen in der Praxis konnten bereits nachweisen, dass sich Roboter für die Handhabung von Kabeln und anderen verformbaren Objekten, insbesondere für die automatisierte Kabelbaumfertigung, eignen. Die meisten bestehenden Lösungen sind jedoch auf eine konkrete Aufgabe in einer festen Konfiguration zugeschnitten und können nicht reagieren, wenn sich Bedingungen oder Teile ändern. Jede neue Variante bedeutet neuen Programmieraufwand, was sie für die reale Produktion unwirtschaftlich macht.

Ziel von FlexAmp: Bessere Wirtschaftlichkeit durch höhere Flexibilität und Zuverlässigkeit

Das Ziel des FlexAmp-Projekts ist es, eine Lösung bereitzustellen, die eine verbesserte Wirtschaftlichkeit bietet und branchenspezifische Herausforderungen wie die Komplexität der Produkte, die Einzelfertigung und die große Vielfalt unterschiedlicher Handhabungsaufgaben bewältigt. Konkret werden die Projektergebnisse Folgendes ermöglichen:

  • Höhere Flexibilität während der Programmausführung, wodurch beispielsweise wechselnde Umgebungsbedingungen (variable Einrichtung des Arbeitstisches, ungenaue Positionierung von Arbeitsmaterialien, Beleuchtung usw.) oder anspruchsvolle Materialeigenschaften (unterschiedliche Kabeldicke, Textur oder Steifigkeit; schwarze, glänzende oder reflektierende Kabel, die mit modernsten Bildverarbeitungsmethoden schwer zu erkennen sind) bewältigt werden können.
  • Reduzierung von Fehlern bei der Prozessausführung, zum Beispiel wenn der Roboter aufgrund der oben genannten Herausforderungen ein Kabel nicht aufnehmen kann oder wenn sich Kabel verklemmen.
  • Einfache Übertragung bestehender Lösungen auf verschiedene Aufgaben und Konfigurationen, ohne dass jede einzelne Aufgabe neu implementiert werden muss. Dies bietet eine erhebliche Reduzierung des Installations- und Implementierungsaufwands.

Der FlexAmp-Ansatz: Roboter, die fühlen, sehen und kontinuierlich dazulernen

FlexAmp entwickelt anpassungsfähige, multimodale Roboter-Strategien, die Kabel und flexible Teile auch bei wechselnden Materialien, Varianten und Umgebungsbedingungen zuverlässig handhaben. Anstelle starrer End-to-End-Modelle wird ein hybrides Lern-Framework verwendet, das aus minimalen Trainingsdaten neue Fähigkeiten erlernt und diese auf neue Situationen verallgemeinert.

Während des Betriebs wird der Roboter anhand von Text-, Bild- oder Videoerklärungen bei der Aufgabe der Kabelbaummontage angeleitet. Danach plant er selbstständig die erforderlichen Schritte und führt diese eigenständig aus.

Die vier Kernbausteine

Baustein

Ihr Vorteil

Multimodale Wahrnehmung (Sehen, Kraftwahrnehmung und Tastsinn)

Erkennt, ob ein Kabel rutscht, sich verklemmt oder korrekt sitzt – robust auch bei glänzenden oder dunklen Kabeln und bei Sichtbehinderungen

Vorausschauende Fehlervermeidung

Abnormale Spannung, beginnendes Verrutschen oder Verklemmen werden bereits vor dem Auftreten eines Fehlers erkannt statt erst im Nachhinein zu reagieren

Modulare Fähigkeiten und KI-Orchestrator (VLM)

Wiederverwendbare Fähigkeiten (Greifen, Führen, Einführen, Biegen, Drücken) werden durch ein Vision-Language-Modell geplant, überwacht und angepasst

Lernen anhand weniger Beispiele

Neue Situationen werden in kurzer Zeit per Fernsteuerung eingelernt und kontinuierlich während des Betriebs verbessert

 

Was multimodale Wahrnehmung ermöglicht

  • Zustandsschätzung des Kabels in der Roboterhand: Taktile Sensorik erkennt, ob ein Kabel verrutscht, feststeckt oder korrekt positioniert ist.
  • Fein abgestimmte Einstecksteuerung: Kraft- und taktiles Feedback ermöglichen präzises Einstecken – selbst wenn die Kamera den Kontaktpunkt nicht sehen kann.
  • Adaptive Greifkraftmodulation: Die Greifkraft passt sich in Echtzeit an, um Kabelschäden zu vermeiden und gleichzeitig einen sicheren Halt zu gewährleisten.

Möchten Sie mitmachen? Testen Sie Ihren Anwendungsfall mit uns

Stellen Sie Kabelbäume her, verarbeiten Sie flexible Schläuche oder stehen Sie vor einer Montageaufgabe, die sich nur schwer automatisieren lässt? Bringen Sie sie in unsere Testumgebung ein. Wir beziehen interessierte Unternehmen – sowohl Systemintegratoren als auch Endanwender – aktiv in den Entwicklungsprozess ein.

Was wir bieten:

  • Sehen Sie sich den Demonstrator live an: Besuchen Sie uns in unseren Laboren im Innovation Park Artificial Intelligence (IPAI) als Teil des Fraunhofer HNFIZ in Heilbronn und erleben Sie den Ansatz in Aktion.
  • Bringen Sie Ihre Anforderungen ein: Ihre Varianten, Materialien, Umgebungsbedingungen und relevanten KPIs fließen in die technische Umsetzung ein.
  • Stellen Sie Musterteile zur Verfügung: Echte Kabel, Steckverbinder und Komponenten (oder deren Artikelnummern) helfen uns, Ihre Bedingungen nachzubilden.
  • Ausblick auf Phase 2: Gemeinsame Validierung und Übertragung in Ihre reale Produktionsumgebung.

Ihr Nutzen:

Eine fundierte Bewertung für Ihren eigenen Prozess, frühzeitiger Zugang zu den Projektergebnissen und direkter Einfluss auf die Entwicklungsrichtung – noch bevor die Technologie auf den Markt kommt.

FlexAmp basiert auf bewährter Technologie

FlexAmp kombiniert bewährte Bausteine des Fraunhofer IPA zu einem neuen Gesamtansatz:

  • Handhabung verformbarer Teile – z. B. koordinierte Zweiarm-Verkabelung von Schaltschränken.
  • Kraftgesteuerte Montage über unsere Steuerungssoftware pitasc, die Ablaufsteuerung, Kraftsteuerung und Fehlerbehandlung in wiederverwendbare Fähigkeiten abstrahiert.
  • Imitationslernen & Teleoperation – erfolgreich demonstriert an einem mobilen Manipulator für Maschinenbeschickungsaufgaben (Türen öffnen, Knöpfe drücken, Objekte greifen).

Diese Grundlagen werden am Fraunhofer-Forschungs- und Innovationszentrum Heilbronn HNFIZ weiterentwickelt, insbesondere im Zentrum »KI-basierte Robotik«.

Das könnte Sie auch interessieren

Unsere Forschung bei Fraunhofer HNFIZ

Software für kraftgeregelte Montage: pitasc

Forschungsteam

Roboterbasiertes handhaben und Dexterity