Ein zentrales Forschungsthema ist die Kollisionsvermeidung und Pfadplanung für dynamische Prüf- und Fertigungsaufgaben. Die Bewegungsplanung der Roboter wird dabei gezielt an das jeweilige Objekt angepasst, und hinsichtlich der Randbedingungen (Erreichbarkeit, posenabhängige Lasten) optimiert um die Zykluszeit zu verkürzen, bzw. zu ermöglichen.

 

Für die roboterbasierten Komponentenprüfung werden Kraft- und Momentendaten aktiv für die Regelung genutzt. Dies erlaubt eine Ausregelung ungewünschter Lastkomponenten oder eine aktive Nachführung der Trajektorie um einen bestimmten Lastvektor beizubehalten.

Im Bereich der roboterbasierten Inspektion können durch drei kollaborierende Roboter verschiedene Prüfverfahren (u.A. Radiographie, Computertomographie, optische Inspektion) an großen Objekten (z.B. Gesamtfahrzeug) durchgeführt werden. Der Schwerpunkt liegt auf der Optimierung des Prüfablaufs und der Datenfusion der verschiedenen Messsysteme.

 

Für das roboterbasierte Biegen kommen kraft- und momentgeregelte Zweiarmsysteme in verschiedenen Größen zum Einsatz. Die kinematische Flexibilität der kollaborierenden Roboter erlaubt dabei deutlich komplexere Strukturen ohne zusätzliche Fügeprozesse zu fertigen. Die Daten aus der Kraft-Momenten Sensorik werden in Echtzeit eingesetzt, um mit Modellen der künstlichen Intelligenz den Prozess zu optimieren.

 

In ähnlicher Weise werden im Bereich des roboterbasierten Rührreibschweißens verschiedene Sensorsysteme eingesetzt, um den Prozess mit Hilfe von künstlicher Intelligenz zu überwachen und in Echtzeit zu optimieren. Ziel ist dabei, Trajektorien zu optimieren, Ausschuss zu reduzieren und aus Prozessdaten eine Qualitätssicherung ohne zusätzlichen Prüfaufwand zu ermöglichen.

 

Ein weiterer Schwerpunkt liegt auf der Übertragung von Simulationsmodellen in die reale Roboteranwendung ("Sim2Real"). Hierbei werden digitale Modelle zur Planung, Optimierung und virtuellen Inbetriebnahme genutzt, wobei ein besonderer Wert auf die realitätsnahe Abbildung von Sensordaten und Umgebungsbedingungen gelegt wird. Die Validierung und Rückführung realer Messdaten in die Simulationsumgebung verbessert sowohl die Modellgüte als auch die Prozesssicherheit.