Abo
  • Services:

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.

Stellenmarkt
  1. MÜNCHENSTIFT GmbH, München
  2. MediaMarktSaturn Deutschland, Ingolstadt

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.



Anzeige
Spiele-Angebote
  1. 33,49€
  2. 4,99€
  3. (-60%) 39,99€
  4. 59,99€ mit Vorbesteller-Preisgarantie (Release 05.10.)

Ping500 17. Apr 2013

Sagen wir es mal anders: Festo ist sich der Öffentlichkeitswirksamkeit der Bionik-Sparte...

caso 11. Apr 2013

Es gibt sich darum dass das Teil 'selber' den Prozess lernt. Der Vorteil ist dass sich...


Folgen Sie uns
       


i-Cristal autonomer Bus - Interview (englisch)

Der nächste Schritt steht an: Der französische Verkehrsbetrieb plant einen Test mit einem autonom fahenden Bus. Er soll Anfang 2020 in einer französischen Großstadt im normalen Verkehr fahren.

i-Cristal autonomer Bus - Interview (englisch) Video aufrufen
Lenovo Thinkpad T480s im Test: Das trotzdem beste Business-Notebook
Lenovo Thinkpad T480s im Test
Das trotzdem beste Business-Notebook

Mit dem Thinkpad T480s verkauft Lenovo ein exzellentes 14-Zoll-Business-Notebook. Anschlüsse und Eingabegeräte überzeugen uns - leider ist aber die CPU konservativ eingestellt und ein gutes Display kostet extra.
Ein Test von Marc Sauter und Sebastian Grüner

  1. Thinkpad E480/E485 im Test AMD gegen Intel in Lenovos 14-Zoll-Notebook
  2. Lenovo Das Thinkpad P1 ist das X1 Carbon als Workstation
  3. Thinkpad Ultra Docking Station im Test Das USB-Typ-C-Dock mit robuster Mechanik

Gesetzesentwurf: So will die Regierung den Abmahnmissbrauch eindämmen
Gesetzesentwurf
So will die Regierung den Abmahnmissbrauch eindämmen

Obwohl nach Inkrafttreten der DSGVO eine Abmahnwelle ausgeblieben ist, will Justizministerin Barley nun gesetzlich gegen missbräuchliche Abmahnungen vorgehen. Damit soll auch der "fliegende Gerichtsstand" im Wettbewerbsrecht abgeschafft werden.
Von Friedhelm Greis


    Retrogaming: Maximal unnötige Minis
    Retrogaming
    Maximal unnötige Minis

    Nanu, die haben wir doch schon mal weggeschmissen - und jetzt sollen wir 100 Euro dafür ausgeben? Mit Minikonsolen fahren Anbieter wie Sony und Nintendo vermutlich hohe Gewinne ein, dabei gäbe es eine für alle bessere Alternative: Software statt Hardware.
    Ein IMHO von Peter Steinlechner

    1. Streaming Heilloses Durcheinander bei Netflix und Amazon Prime
    2. Sicherheit Ein Lob für Twitter und Github
    3. Linux Mit Ignoranz gegen die GPL

      •  /