• Danish
  • English

Intelligente robotter, der lærer fra mennesker

I dette samarbejdsprojekt identificeres industrielle relevante opgaver, og det demonstreres, hvordan viden fra en menneskelig ekspert – f.eks. en operatør i produktionen – kan overføres til en robot, hvorefter robotten kan lære videre for at optimere processen.

Under temaet Automation og Styring ses der på koblingen mellem mennesker og robotter, der smelter mere og mere sammen. Kollaborative robotter er på dagsordenen i den industrielle sektor, hvor firmaer som Universal Robots har fundet godt indpas på markedet. I Danmark forskes og udvikles der i stor grad på teknologien. 20181121_projekt _start 2019

To af de vigtigste elementer i dette arbejde er

  1. hvorledes robotter og mennesker bliver bedre til at arbejde sammen
  2. hvorledes erfaringen fra mennesker kan overføres til moderne robotsystemer, således robotterne kan drage nytte af denne viden og på egen hånd lære videre for at blive bedre til at håndtere industrielle opgaver.

En af barriererne vi ser i dag, før teknologien kan integreres i industrien, er helt konkret at identificere relevante industrielle opgaver, hvor det giver mening at overføre operatør viden til en selvlærende robot. I samarbejdsprojektet identificeres industrielle relevante opgaver og gennem en af disse demonstreres, hvordan viden fra en menneskelig ekspert, f.eks. en operatør i produktionen kan overføres til en robot, hvorefter robotten kan lære videre for at optimere processen.

Projektet tager afsæt i, at AAU i de seneste år har arbejdet med netop menneske-robot samarbejde, og hvordan viden deles mellem disse to entiteter. Der anvendes til dette område bl.a. Machine Learning teknikker indenfor området Apprenticeship Learning (en Reinforcement Learning teknik, hvor robotten ikke imiterer, men lærer dynamik), hvor mennesket agerer ekspert, som robotten observerer. Robotten anvender efterfølgende denne viden til at udføre og forbedre opgaven. AAU arbejder i øjeblikket på opgaver indenfor fødevarebranchen, hvor selvlærende robotsystemer ønskes integreret for at aflaste mange af de manuelle opgaver, der er kendetegnet ved tungt og ensidigt, gentaget arbejde (EGA).

Projektets fokus
Fokus i dette projekt er

  1. at afsøge relevante industrielle opgaver, hvor teknologien giver mening
  2. at afprøve Machine Learning teknikkerne i udvalgte brugsscenarier f.eks. pick-and-place opgaver for at generalisere metoderne til andre industrier
  3. at vurdere modenheden og potentialet i Machine Learning metoderne, for at identificere fremtidige forskningsopgaver og industrielle applikationer.

Mulighed for samarbejde
Virksomheder, der ideelt kan deltage, har fokus på og passion for automatisering og robotteknologier, gerne kollaborative robotter. Virksomhederne kan allerede i dag have kendskab til kollaborative robotter enten i deres produktion eller som integrator, eller have interesse for teknologien til fremtidige opgaver og systemer, hvor der kan opstå et tæt samarbejde mellem operatøren og robotten. Potentielle virksomheder har måske allerede i dag identificeret spændende og relevante opgaver for kollaborative robotter til industrien.

Projektet ledes af Aalborg Universitet i samarbejde med Teknologisk Institut

Er du interesseret i at deltage i projektet, så læs mere HER

Kontaktperson
Christina E. WanscherChristina E. Wanscher

Netværksleder

Innovationsnetværket RoboCluster

M. +45 9350 7500

LOADEMAIL[cewa]DOMAIN[robocluster.dk]

robocluster

Kort om Innovationsnetværket RoboCluster 

Innovationsnetværket RoboCluster samler danske kompetencer inden for forskning, udvikling og design af robotteknologi. Netværket giver dig ny viden om robotter, robotteknologi og intelligente løsninger og services til indsatsområder med stor politisk og udviklingsmæssig bevågenhed. Få nye input til netop dine udfordringer med robotteknologi og automatisering og kom tættere på det danske robotmiljø 

Læs mere...
  • Kontakt
  • Campusvej 55
  • 5230 Odense M
  • Telefon: 6550 7400
  • LOADEMAIL[mail]DOMAIN[robocluster.dk]

Bevillingsgivere

BevillingsgivereBevillingsgivere