In Anlehnung an die fünf Automatisierungsstufen beim autonomen Fahren und das Fünf-Stufen-Autonomiemodell der International Federation of Robotics klassifizieren die KI-Experten des Münchner Robotik-Startups Agile Robots die Bedeutung und den Einfluss von KI für die Automatisierungstechnik in sechs Stufen.
Stufe 0 bezeichnet den Zustand vor der Einführung der Automatisierungstechnik, in dem der Mensch die gesamte Arbeit leistet. Diese Stufe zeichnet sich durch ein hohes Maß an Flexibilität bei einem ebenso hohen Maß an Personalkosten aus.
Monotone Arbeiten, die für den Menschen körperlich schwer oder gefährlich sind, werden bereits durch die traditionelle Automatisierungstechnik der Stufe 1 ersetzt. Industrieroboter und -systeme führen genau vordefinierte Abfolgen von Aufgaben aus, die manuell von Systemprogrammierern erstellt wurden.
Moderne Robotersysteme der Stufe 2 sind bereits in der Lage, reaktiv mit ihrer Umgebung zu interagieren. Dieses Verhalten wird nach wie vor innerhalb bestimmter Grenzen von Systemprogrammierern vorgegeben, berücksichtigt aber den Zugang zu Daten und Informationen von externen Sensoren und Geräten. Mit Hilfe zusätzlicher Sensoren, z.B. nativen Kraft-/Drehmomentsensoren, sind kollaborative Roboter in der Lage, eine Kollision mit einem Objekt frühzeitig zu erkennen und die Bewegung des Roboters zu korrigieren, bevor Schäden entstehen.
KI als erster Schritt zu vollautonomen Systemen
Einen weitaus größeren Einfluss hat die KI bereits in Stufe 3, in der es vor allem darum geht, die Programmierung und Handhabung des Roboters und des Systems zu vereinfachen. Hier können selbstlernende Methoden eingesetzt werden, um mithilfe von einfachen Kameradaten das Erkennen und Greifen von Objekten zu erlernen. Damit reduziert sich der Programmieraufwand auf das Aufnehmen von Bildern des Zielobjekts und der Bestätigung, an welcher Stelle das Objekt gegriffen werden soll. Während der Laufzeit erkennt der Roboter das Objekt und stellt selbstständig die Positionen zum Aufnehmen ein. Das gleiche Prinzip kann auch zur Überprüfung des Ergebnisses von Aufgaben genutzt werden. Bei der Inbetriebnahme werden dem System verschiedene Aufnahmen von erfolgreichen Durchläufen gezeigt, die das System erlernt. Dadurch ist das System in der Lage, während der Laufzeit Abweichungen von erfolgreichen Durchläufen automatisch zu erkennen und zu melden, ohne dass jeder Fehlerfall manuell in das System eingegeben werden muss. Das ermöglicht es dem Betreiber, Feinjustierungen vorzunehmen und die Systemleistung zu verbessern.
In Stufe 4 beginnen Roboter selbstständig zu verstehen, welche Maßnahmen notwendig sind, um Fehler frühzeitig zu erkennen und Gegenmaßnahmen einzuleiten. Roboter und Anlagen beginnen, ihre Prozesse im Hinblick auf bestimmte Kriterien anzupassen. Abläufe und Bewegungen können so angepasst werden, dass die Taktzeit reduziert wird. Da die Anpassungen vom System selbstständig übernommen werden, kann der Initialaufwand für die Programmierung des Robotersystems deutlich vereinfacht werden. Ab diesem Zeitpunkt konzentriert sich die manuelle Eingabe zunehmend auf die Vorgabe, was zu tun ist, und das System findet selbstständig Lösungen, wie die Aufgabe erfüllt werden kann.
Das markiert den Übergang zur 5. Stufe, die die Vision beschreibt, in der Roboter und Maschinen in der Lage sind, selbstständig Aufgaben zu verstehen und auszuführen. Damit wären sie dann auch in der Lage, sich selbstständig an neue Gegebenheiten anzupassen, zu konfigurieren und nahtlos mit der Umgebung zu kommunizieren.
KI-basiertes Roboterbetriebssystem
Agile Robots arbeitet an der Realisierung der Stufe 4 und langfristigen Konzepten für Stufe 5. Das Roboterbetriebssystem Agile Core ermöglicht es Robotern, mit ihrer Umgebung zu kommunizieren und Daten auszutauschen.
Ein entscheidendes Merkmal ist die Fähigkeit, Geräte und Systeme der benachbarten Automatisierungstechnik zu integrieren. Dazu abstrahiert Agile Core die Funktionen der Hardware und bietet diese in Form von Skills zur Programmierung an. Skills sind vordefinierte Software-Bausteine, die einzelne Fähigkeiten einer roboterbasierten Anlage realisieren. Dazu gehören Module zum Bewegen von Robotern, zum Aufzeichnen und Auswerten von Kameradaten und zum Kommunizieren mit externen Anwendungen über verschiedene Netzwerkprotokolle. Mithilfe einer grafischen Programmierschnittstelle können Skills vom Anwendungsprogrammierer ausgewählt und nacheinander konfiguriert werden. Agile Core bietet eine umfangreiche Bibliothek an Skills, die es ermöglicht, Schritt für Schritt den Gesamtablauf eines Systems zu erstellen und komplexe Anwendungen zu programmieren.
Aktuelle Entwicklungen konzentrieren sich auf die weitere Abstraktion der Auswahl und Abfolge von Skills. Statt dem System Skill für Skill vorzuschreiben, wie es eine Aufgabe zu erfüllen hat, soll in Zukunft eine Beschreibung des Ausgangs- und Zielzustandes genügen. Die Auswahl, Konfiguration und Feinjustierung der einzelnen Funktionsmodule wird vom System selbst vorgenommen, was die Flexibilität des Systems erhöht und seine Handhabung erleichtert.
