Karriere am WZL

 

Masterarbeit

am Forschungsbereich Fertigungsmesstechnik und Qualitätsmanagement, Abteilung Quality Intelligence, Gruppe Customer Insights
 

Einsatz von Machine Learning zur automatisierten taktilen Oberflächenexploration mit Hilfe eines Robotersystems

Ausgangssituation

Die Anwendung von Machine Learning (ML) erlaubt Robotersystemen das Erlernen von Bewegungsabläufen für unterschiedliche Aufgaben ohne ex-plizite Programmierung. Besonders herausfordernd ist die Nachbildung der vom Menschen bei dem hapti-schen Ertasten von Oberflächen durchgeführten sogenannten Explora-tionsbewegungen, zur der etwa die Schmeichelbewegung zählt.

Im Rahmen der Arbeit soll ein beste-hender Prüfroboter um die Fähigkeit erweitert werden, selbstständig geeig-nete Explorationsbewegungen zur Untersuchung von unbekannten Ober-flächen zu planen und durchzuführen. Zur taktilen Analyse verfügt das Ro-botersystem über einen Sechsachs Kraft-/Momentensensor sowie einen fingerähnlichen Sensor zur Aufnahme verschiedener weiterer Oberflächenda-ten (Syntouch Biotac). Die Planung beinhaltet die Erfassung der vorlie-genden Oberflächen hinsichtlich ihrer Position und Abgrenzungen mit Hilfe eines installierten Stereo-Kamerasystems sowie die Ermittlung einer geeigneten Explorationsstrategie i.S. der Roboterbewegungen mittels einer Simulationssoftware wie V-Rep oder ROS Moveit.
Die Ermittlung geeigneter Bewe-gungsabläufe soll durch ML-Verfahren an die Oberflächenart sowie Orientie-rung der Oberfläche angepasst wer-den. Das Signalrauschen und die Schärfe der extrahierten Signalfea-tures sollen zum Training des Verfah-rens kontinuierlich zurückgeführt wer-den.
Aufgabenstellung:

- Entwicklung eines geeigneten Ma-schine Vision (MV) -Verfahrens zur Erfassung und Lokalisierung vorliegender Oberflächen
- Entwicklung einer ML gestützten Ablauflogik zur Planung von rauscharmen und featurereichen taktilen Explorationsbewegungen mit der am Roboter angebrachten Sensorik
- Automatisierte Ermittlung des in den Messsignalen einer Bewegung enthaltenen Signalrauschens und der charakteristischen Singalfea-tures und Rückführung dieser in die Bewegungsplanung mittels Maschine Learning
 
Voraussetzungen:
- Motivation und Einsatzbereitschaft
- Strukturiertes und methodisches Vorgehen
- Kenntnisse in den Bereichen MV, ML und Robotik sowie entspre-chender Software (Matlab, ROS, V-Rep) wünschenswert


Geboten wird:

- Umfangreiche Betreuung
- Eigenverantwortliche Durchführung und kreativer Freiraum
- Anerkennung für den Quality Systems Manager Junior
Zeitaufwand: 35,00 Arbeitsstunden

Ansprechpartner(in):
Lars Gussen, M.Sc.
 
BGH 110
Tel.: +49 241 80-27125
Fax: +49 241 80-627125
Mail: L.Gussen@wzl.rwth-aachen.de