• IT-Karriere:
  • 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. ilum:e informatik ag, Rhein-Main-Gebiet (Frankfurt am Main, Mainz, Wiesbaden)
  2. Württembergische Gemeinde-Versicherung a.G., Stuttgart

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


Anzeige
Top-Angebote
  1. (u. a. Yamaha MusicCast BAR 400 Soundbar mit kabellosem Subwoofer)
  2. (u. a. ZOTAC GeForce RTX 3070 Twin Edge OC für 679€, GIGABYTE GeForce RTX 3090 VISION OC 24G...
  3. 171,19€ (Bestpreis)
  4. (u. a. WD Black P10 5TB für 98,56€, Snakebyte Gaming Seat Evo für 139,94€, Thrustmaster TX...

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
       


Yakuza - Like a Dragon - Gameplay (Xbox Series X)

Im Video zeigt Golem.de, wie Yakuza - Like a Dragon auf der Xbox Series X aussieht.

Yakuza - Like a Dragon - Gameplay (Xbox Series X) Video aufrufen
PC-Hardware: Warum Grafikkarten derzeit schlecht lieferbar sind
PC-Hardware
Warum Grafikkarten derzeit schlecht lieferbar sind

Eine RTX 3000 oder eine RX 6000 zu bekommen, ist schwierig: Eine hohe Nachfrage trifft auf Engpässe - ohne Entspannung in Sicht.
Eine Analyse von Marc Sauter

  1. Instinct MI100 AMDs erster CDNA-Beschleuniger ist extrem schnell
  2. Hardware-accelerated GPU Scheduling Besseres VRAM-Management unter Windows 10

Demon's Souls im Test: Düsternis auf Basis von 10,5 Tflops
Demon's Souls im Test
Düsternis auf Basis von 10,5 Tflops

Das Remake von Demon's Souls ist das einzige PS5-Spiel von Sony, das nicht für die PS4 erscheint - und ein toller Einstieg in die Serie!
Von Peter Steinlechner


    No One Lives Forever: Ein Retrogamer stirbt nie
    No One Lives Forever
    Ein Retrogamer stirbt nie

    Kompatibilitätsprobleme und schlimme Sprachausgabe - egal. Golem.de hat den 20 Jahre alten Shooter-Klassiker No One Lives Forever trotzdem neu gespielt.
    Von Benedikt Plass-Fleßenkämper

    1. Heimcomputer Retro Games plant Amiga-500-Nachbau
    2. Klassische Spielkonzepte Retro, brandneu
    3. Gaming-Handheld Analogue Pocket erscheint erst 2021

      •  /