Python-Paket zum sicheren Erlernen von Roboterbewegungen veröffentlicht

Schnelle Roboterbewegungen sind für industrielle Produktionsprozesse essentiell, um kurze Taktzeiten und damit einen hohen Fertigungsdurchsatz zu erzielen. Sollen Bewegungsabläufe mithilfe von Lernverfahren optimiert werden, so muss sichergestellt werden, dass trotz der hohen Geschwindigkeiten weder die Roboter noch deren Umfeld zu Schaden kommen.
Das am IPR entwickelte Python-Paket "safemotions" (Preprint / Code / pip install safemotions) ermöglicht nun das Erlernen von kollisionsfreien Roboterbewegungen, ohne dass kinematische oder dynamische Gelenkgrenzen überschritten werden.

Die Methode zur Einhaltung kinematischer Gelenkgrenzen (Position, Geschwindigkeit, Beschleunigung, Ruck) basiert dabei auf der Veröffentlichung "Learning Robot Trajectories subject to Kinematic Joint Constraints" (Preprint / Code), welche auf der diesjährigen IEEE International Conference on Robotics and Automation (ICRA) vorgestellt wurde:

Darüber hinaus verhindert das Paket "safemotions" auch Kollisionen und Drehmomentüberschreitungen, indem zu jedem Zeitpunkt sichergestellt wird, dass eine alternative sichere Trajektorie existiert. Neben den benötigtem Quellcode zum Erlernen sicherer Bewegungen enthält das Paket auch vortrainierte neuronale Netze für verschiedene Reaching-Aufgaben mit bis zu drei Robotern (21 Freiheitsgrade).

Einige Beispiele für erlernte Bewegungen sind im folgenden Video zu sehen: