Learning Gripper: Robotergreifer lernt mit Ball

Wie kann ein Roboter Äpfel sortieren? Das Unternehmen Festo hat eine Methode gefunden: Ein pneumatisch betriebener Robotergreifer mit vier Fingern lernt selbstständig, diese Aufgabe zu bewältigen.

Artikel veröffentlicht am ,
Learning Gripper: Greifer mit vier Zeigefingern
Learning Gripper: Greifer mit vier Zeigefingern (Bild: Festo)

Hektisch bewegen sich die Finger von zwei robotischen Greifern am Stand des Esslinger Unternehmens Festo auf der Hannover Messe (Halle 15, D07). Scheinbar willkürlich balancieren sie einen schwarzen Ball mit dem Herstellerlogo. Tatsächlich sind die Bewegungen zumindest des eines Greifers zielgerichtet: Mit wenigen Bewegungsabfolgen schafft er es, den Ball so zu positionieren, dass sich der blaue Schriftzug oben befindet.

Learning Gripper heißt der robotische Greifer, der im Rahmen von Festos Bionic Learning Network entwickelt wurde. Der Greifer hat vier Finger, die dem menschlichen Zeigefinger nachgebildet sind: Wie dieser haben auch die Finger des Grippers drei Freiheitsgrade: Der Finger kann vor und zurück sowie nach links und rechts bewegt werden und er kann geknickt werden.

Pneumatische Aktoren

Angetrieben werden die vier Finger von je drei pneumatischen Aktoren. In die Bälge wird Luft mit einem Druck von 2,5 und 3,5 Bar gepumpt. Als Folge verformen sie sich und bewegen so die Finger. Nach einem ähnlichen Prinzip funktioniert auch der bionische Handling Assistent, den Festo 2010 präsentierte. Wie dieser ist auch der Learning Gripper per 3D-Druck hergestellt worden.

  • Der Learning Gripper von Festo auf der Hannover Messe 2013 (Foto: Werner Pluta/Golem.de)
  • Das System lernt, den Ball so zu drehen, dass sich der Schriftzug schließlich oben befindet. (Foto: Festo)
  • Der Greifer hat vier Finger, die von insgesamt zwölf pneumatischen Aktoren (in Blau) angetrieben werden. (Foto: Festo)
  • Detailansicht eines Fingers: Sie sind nach dem Vorbild des menschlichen Zeigefingers gestaltet und haben je drei Freiheitsgrade. (Foto: Festo)
Der Learning Gripper von Festo auf der Hannover Messe 2013 (Foto: Werner Pluta/Golem.de)

Aufgabe des Grippers ist es, den Ball so lange hin- und herzudrehen, bis das Herstellerlogo nach oben zeigt. In dem Ball ist ein Sensor, der die Höhe des Balls über dem Greifer und dessen Ausrichtung erkennt. Zudem ist in der Kuppe eines jeden Fingers ein Kraftsensor, der erfasst, ob der jeweilige Finger Kontakt zum Ball hat.

Der Lernprozess erfolgt nach dem Prinzip von Versuch und Irrtum: Die Finger drehen den Ball zunächst rein zufällig, wobei die Sensorik das Ergebnis erfasst und dem Greifer ein Feedback gibt. Seien die Bewegungen zielführend, erhalte das Systeme eine positive Rückmeldung, erklärt Festo-Mitarbeiter Arne Rost im Gespräch mit Golem.de. Für nicht zielführende Aktionen gebe es entsprechend eine negative Meldung.

Lernen durch Feedback

Zielführend heißt: Die Schrift soll möglichst weit von der Grundfläche des Greifers entfernt sein, je weiter, desto besser und desto positiver die Bewertung. Reinforcement Learning, bestärkendes oder verstärkendes Lernen, heißt diese Methode des Maschinenlernens. Das System bekommt keine Handlung vorgegeben, sondern es lernt anhand seiner eigenen Aktionen und deren Analyse.

Das System lerne also selbstständig, mit einer Umgebung zu interagieren, sagt Rost. Praktisch daran sei, dass sich die Erfahrungen des einen Systems auf ein anderes übertragen ließen: Dieses müsse also nicht selbst den ganzen Lernprozess durchlaufen, sondern übernehme die Algorithmen von dem ersten und passe sie lediglich auf die eigenen Gegebenheiten an.

Äpfel sortieren

Die Idee zu dem System sei durch die Anfrage eines Kunden gekommen, erzählt Rost: Der habe Äpfel automatisch so sortieren wollen, dass sie alle gleich ausgerichtet, mit dem Stiel nach oben im Karton lägen. In so einem Fall übernehme eine Kamera, die das System von oben beobachte, die Aufgabe des Sensors im Ball.

In Hannover zeigt Festo zwei Gripper: Der eine weiß bereits, wie er den Ball drehen muss, um ihn richtig zu positionieren. Der andere Gripper lernt noch. Etwa eine Stunde dauert der Prozess, bis er weiß, wie er richtig mit dem Ball umgeht. Hat er es gelernt, wird er neu gestartet und beginnt wieder von vorn.

Bitte aktivieren Sie Javascript.
Oder nutzen Sie das Golem-pur-Angebot
und lesen Golem.de
  • ohne Werbung
  • mit ausgeschaltetem Javascript
  • mit RSS-Volltext-Feed


Aktuell auf der Startseite von Golem.de
Mysteriöses Start-up
Atomic Semi will Chips einfacher und günstiger herstellen

Sam Zeloof gründet ein Start-up und sammelt Millionen ein. Die Halbleiterfertigung soll einfacher werden, aber wie? Wir haben nachgeforscht.
Eine Analyse von Johannes Hiltscher

Mysteriöses Start-up: Atomic Semi will Chips einfacher und günstiger herstellen
Artikel
  1. Open by Default: Hessen bekommt Open-Data-Gesetz
    Open by Default
    Hessen bekommt Open-Data-Gesetz

    Das Open-Data-Gesetz soll laut Regierung ein Open-by-default-Prinzip umsetzen, enthält aber zahlreiche Einschränkungen.

  2. Reddit: Stundenlanger Ausfall, weil niemand mehr den Code kennt
    Reddit
    Stundenlanger Ausfall, weil niemand mehr den Code kennt

    Die Analyse eines schwerwiegenden Ausfalls bei Reddit zeigt, wie kritisch institutionelles Wissen sein kann.

  3. Massenentlassungen: Accenture streicht 19.000 Stellen
    Massenentlassungen
    Accenture streicht 19.000 Stellen

    Das Beratungsunternehmen Accenture lässt sich seine Sparmaßnahmen rund 1,5 Milliarden US-Dollar kosten.

Du willst dich mit Golem.de beruflich verändern oder weiterbilden?
Zum Stellenmarkt
Zur Akademie
Zum Coaching
  • Schnäppchen, Rabatte und Top-Angebote
    Die besten Deals des Tages
    • Daily Deals • Cyberport Jubiläums-Deals • MindStar: Gigabyte RTX 4080 OC 1.229€ • Nur noch heute: 38GB Allnet-Flat 12,99€/M. • NBB Black Weeks • Powercolor RX 7900 XTX 1.099€ • Crucial SSD 1TB/2TB (PS5) bis -48% • Amazon Smart TVs ab 189€ • Nintendo Switch + Spiel + Goodie 288€ • PS5 + RE4 569€ [Werbung]
    •  /