Roboter mit Fingerspitzengefühl
Sie mähen den Rasen selbstständig, regeln die Heizung in unserer Wohnung oder parken das Auto ohne Hilfe ein – autonome Systeme begleiten uns bereits heute in unserem Alltag. In Zukunft werden sie weitere Bereiche erobern und dabei immer flexibler werden und komplexere Aufgaben erfüllen. Mithilfe von Regelungstechnik und maschinellem Lernen erleben sie eine rasante Entwicklung.
Der „Panda“ greift sich zielgerichtet die Gummiente, hebt sie mit geschmeidigen Bewegungen an, lässt sie durch die Luft fliegen und setzt sie ein Stück weiter weg wieder ab. Der „Panda“ ist hier im Labor des Lehrstuhls für Systemtheorie und Regelungstechnik am Institut für Automatisierungstechnik der Uni Magdeburg allerdings kein Bär, sondern ein Roboterarm. Vor wenigen Wochen erst ist „Panda“ aufgebaut und verkabelt worden. Mit der Gummiente absolviert er nun seine ersten Trainingseinheiten.
Der Roboterarm hält eine Gummiente (Foto: Jana Dünnhaupt / Uni Magdeburg)
Janine Matschek beobachtet „Panda“ ganz genau und greift hin und wieder helfend ein, wenn der Roboter die Ente verfehlt oder vom Weg abweicht. Die Doktorandin erforscht, wie der Roboter autonom agieren kann. Insbesondere sollen die Bewegungen des Roboters noch besser kontrolliert und geregelt werden. Was so einfach aussieht, ist in Wahrheit hochkomplex. Jede Menge Mathematik ist notwendig, damit der Roboterarm die Gummiente erfolgreich heben, bewegen und absetzen kann. Dabei folgt er einem festgelegten Weg, der jedoch bei Veränderungen in der Umgebung abgepasst werden muss, um zum Beispiel Kollisionen zu vermeiden. Über einen Computer kommunizieren die Forscherinnen und Forscher mit dem Gerät, geben mit ihren Formeln jeden Millimeter und jede Millisekunde vor und reagieren auf Störungen und Änderungen.
Roboterarme wie der „Panda“ sind schon heute aus der Industrie nicht mehr wegzudenken. Sie kleben, schweißen, bohren, fräsen, stanzen oder heben schwere Autotüren leicht und schnell von einer Stelle zur nächsten. „Es sind automatisierte Geräte, die autonom agieren. Der Grad der Autonomie kann dabei ganz unterschiedlich sein“, erklärt Professor Rolf Findeisen, der sich an seinem Lehrstuhl für Systemtheorie und Regelungstechnik mit genau solchen Geräten befasst. Während klassische industrielle Roboter oftmals nur auf eine Aufgabe spezialisiert sind, sollen die Roboter der Zukunft komplexe Aufgaben, die aus verschiedenen Arbeitsschritten bestehen, in Zukunft selbstständig und flexibel – also autonom – erledigen.
Autonome Systeme zur Therapie von Depressionen
Autonome Systeme finden sich aber nicht nur in der Robotik. „Wir betrachten viele verschiedene Systeme in verschiedensten Anwendungen. Von der Medizin bis hin zum autonomen Fahren“, sagt Findeisen. Gemeinsam mit Psychologen erforscht er sogar Aspekte von Depressionen, die mithilfe von autonomen Systemen künftig besser behandelt werden könnten. „Natürlich fragt man sich im ersten Moment, was Depressionen mit Regelungs- und Automatisierungstechnik zu tun haben“, merkt Findeisen an. Trotz der Vielfalt der Anwendungen ist das Vorgehen, mit dem sich die Forscher einem Problem nähern, immer ähnlich. „Wir abstrahieren“, erklärt Findeisen.
Alle Prozesse – ob es biochemische Reaktionen in einer Zellkultur oder das autonome Fahren eines Fahrzeugs sind – übersetzen die Forscherinnen und Forscher zunächst in die Sprache der Systemtheorie und Mathematik. Wie schnell wachsen Bakterien in einem Bioreaktor bei einer bestimmten Nährstoffmenge? Wie reagiert ein autonom fahrendes Auto, wenn vor ihm ein anderes Fahrzeug bremst? Oder was geschieht mit einer Glasflasche, wenn sie von einem Roboterarm mit einer bestimmten Kraft gegen ein Hindernis gestoßen wird? All dies ist mit den richtigen Gleichungen und Parametern in mathematischen Modellen beschreibbar.
Prof. Findeisen auf dem Campus (Foto: Jana Dünnhaupt / Uni Magdeburg)
„Dann kann ich meine Werkzeugkiste aufmachen“, beschreibt Findeisen die nächsten Schritte. Mit Analysemethoden kann er etwa feststellen, welche Eigenschaften sich gegenseitig beeinflussen. In dieser Phase geht es erst einmal darum, zu verstehen, was in den Systemen vor sich geht. Danach kann er gezielt daran arbeiten, bestimmte Größen in diesen Modellen zu beeinflussen. Dafür kombiniert er Methoden der Regelungstechnik mit Ansätzen des maschinellen Lernens und der Künstlichen Intelligenz. Die Bakterien sollen etwa mit der größtmöglichen Geschwindigkeit wachsen.
Welches Substrat, welche Zelldichte und welche Nährstoffmenge dafür notwendig sind, kann die Regelungstechnik auf Basis mathematischer Modelle ermitteln. Ebenso, wie den richtigen Zeitpunkt des Bremsens beim autonomen Fahren, um einen Aufprall zu verhindern. Im Falle der Depressionen erlauben personalisierte Modelle Vorhersagen darüber, wann Medikamente am besten anschlagen oder wie sich Sport auf ihren Verlauf auswirkt. Findeisen und sein Team entwickeln neue Methoden, Algorithmen und Ansätze, um die betrachteten Systeme zu analysieren und optimal zu beeinflussen. Diese bilden oftmals den Kern autonomer Systeme, vom autonomen Rasenmäher über den flexiblen Roboter bis hin zu Bioreaktoren oder Systemen, die Patienten ein besseres Leben ermöglichen sollen. Mit den entwickelten Algorithmen und Programmcodes optimieren Findeisen und sein Team die Systeme, um Probleme zu lösen und sie fit für neue Aufgaben zu machen.
Auch Roboter müssen trainieren
Für „Panda“ lautet eine dieser Aufgaben: Lerne, auf einem Luftballon zu schreiben. Schon für den Menschen ist das eine enorme Herausforderung. Dem Roboter steht ein wahrer Trainingsmarathon bevor, um diese Aufgabe eines Tages bewältigen zu können. Denn dafür muss er nicht nur die richtigen Bewegungen ausführen, sondern vor allem auch die richtigen Kräfte einsetzen. Das beginnt bereits beim Greifen des Stiftes. Je nach Gewicht und Beschaffenheit des Objekts muss der Roboter unterschiedlich kräftig zugreifen, um es sicher zu halten. Findeisen demonstriert das an einer leeren Plastikflasche: „Greife ich zu fest zu, zerbeult sie. Wenn ich aber nicht genug Kraft aufwende, rutscht sie aus der Hand.“ Auch die Oberfläche entscheidet über die notwendige Kraft beim Greifen. Der Mensch macht das alles intuitiv“, erklärt Findeisen. „Aber ein technisches System muss das erst lernen.“ Als Kraftregelung bezeichnen die Fachleute diese Fähigkeit, die in der industriellen Fertigung und in der Servicerobotik immer wichtiger wird.
Der Roboterarm hält einen Stift (Foto: Jana Dünnhaupt / Uni Magdeburg)
„Überall da, wo Menschen und Roboter miteinander agieren müssen“, sei die Kraftregelung nützlich, erklärt Janine Matschek, die sich in ihrer Doktorarbeit dafür interessiert, welche Kräfte der Roboter selbst ausübt und wie er auf Kräfte in seiner Umgebung reagiert. Damit ließen sich nicht nur Fertigungsprozesse optimieren, sondern es gebe auch einen Sicherheitsaspekt, betont die Forscherin. Wenn etwa Roboter und Mensch oder Fertigungsteile unbeabsichtigt miteinander kollidieren, kann ein Roboter mit einprogrammierter Kraftsensorik und -regelung darauf reagieren und seine Bewegungen anpassen. Sogar bei medizinischen Eingriffen kommen Roboter schon heute zum Einsatz. Die roboterassistierte Chirurgie ist auf dem Vormarsch, auch wenn Roboter heute lediglich die Ärzte unterstützen und noch nicht autonom operieren. „Anwendungen wie diese werden in den nächsten zehn Jahren die Welt verändern“, prognostiziert Findeisen. Dabei werde der Trend weg von den eher steifen und starren Robotern hin zu flexibleren und anpassungsfähigen Geräten gehen, die ähnliche Strukturen wie Muskeln oder Nerven besitzen.
„Ein bisschen ähnelt der Roboter unserem Arm“, erklärt Matschek mit einem Blick auf „Panda“. „Um jede beliebige Position mit jeder beliebigen Orientierung anfahren zu können, benötigt man sechs Gelenke. Der Roboterarm hat wie unser Arm sieben Gelenke, wodurch wir zusätzlich noch eine Ellbogenfreiheit haben“, erklärt Matschek. Damit kann ein bestimmter Punkt im Raum auf unendlich viele verschiedene Arten erreicht werden. Das Gerät ist wie unser Arm dadurch hoch flexibel und kann damit gut auf einwirkende Kräfte reagieren.
Janine Matschek plant genau, welche Bewegungsabläufe der Roboter absolvieren soll. Ihre Ideen dazu bringt sie zuerst mit Stift zu Papier, um sie dann als Simulationen am Computer auszuprobieren. Mit ihrem mathematischen Modell und einer entworfenen Regelungsstrategie spielt sie alle möglichen Szenarien durch. Was passiert, wenn ich die Geschwindigkeit erhöhe? Wie wirkt sich ein Hindernis auf die Bewegung des Roboters aus?
Von der Theorie zur Praxis
Hat sie diese theoretische Aufgabe absolviert, geht es ins Labor. Hier beobachtet sie, ob sich „Panda“ so bewegt, wie sie es möchte. Sie misst Bewegungen, Winkelpositionen und Geschwindigkeiten, ermittelt Fehler und Ungenauigkeiten. An den Werten kann sie ablesen, wo es noch hakt, wo der Roboter zu ungenau, zu ineffizient oder zu langsam ist. Dann überlegt sie, an welchen Rädchen sie drehen, welche Gleichungen sie anpassen kann, um die Fehler zu minimieren.
Das Problem für die Forscher besteht vor allem darin, dass sich hochflexible Materialien und unebene Oberflächen mathematisch nicht exakt beschreiben lassen. „Das Modell entspricht nie zu 100 Prozent der Realität“, sagt Janine Matschek. „Wir beschreiben die Systeme so gut, wie wir es können, aber irgendwann gelangen wir an Grenzen“, sagt auch Rolf Findeisen. Das große Ziel der Forschung ist es, über diesen Punkt hinauszugehen, Unsicherheiten so gut wie möglich zu minimieren, damit der Roboter auch unter schwierigen und besonderen Bedingungen gut arbeitet. Um etwa Unebenheiten auszugleichen, nutzt der Mensch sein Fingerspitzengefühl. Eine vergleichbare Fähigkeit wollen die Forscher den Robotern einprogrammieren.
Die Dokorandin Janine Matschek programmiert den Roboter (Foto: Jana Dünnhaupt / Uni Magdeburg)
Damit der Roboterarm schnell und effektiv lernen kann, setzen die Forscher um Findeisen auch auf maschinelles Lernen. „Panda“ besitzt sowohl Bewegungs- als auch Kraftsensoren, die während seiner Übungseinheiten jede Menge Daten erheben. Lässt sich das, was sich mathematisch nicht mehr beschreiben lässt, durch gelernte Komponenten ausgleichen? „Nach 1.000 Versuchen mit Flaschen kann ich mit Lernalgorithmen eine Beziehung herstellen und bin beim Greifen einen Schritt weiter“, ist Findeisen überzeugt. Damit kann „Panda“ selbst lernen, welche Kräfte er einsetzen, wie er sich drehen und bewegen muss, um eine Plastikflasche sicher über ein Hindernis von A nach B zu bewegen, eine gefüllte Kaffeetasse ohne Überschwappen abzusetzen – oder auf einem Luftballon zu schreiben.
Während „Panda“ hier noch ganz am Anfang steht und erst einmal mit Gummienten übt, ist sein Bruderroboter „iiwa“ im Nachbarlabor schon einige Schritte weiter. Immerhin kann dieser Roboterarm bereits Filzstifte halten und unternimmt erste Schreibversuche auf einer festen Tafel. Aber auch er ist noch längst nicht reif für den Luftballon, ihm fehlt noch das notwendige Feingefühl. „Die Stiftspitzen leiden und sind manchmal etwas zerfetzt“, sagt Janine Matschek lachend.
Wussten sie schon, dass...
- ... Leonardo da Vinci bereits im 15. Jahrhundert ein Modell für ein selbstfahrendes Fahrzeug entwickelte? Anhand einer 1478 angefertigten Skizze des Renaissance-Künstlers und Ingenieurs gelang es Computergrafikern, Roboterexperten und Kunsthistorikern, die Pläne zu entschlüsseln und ein fahrtüchtiges Holzmodell zu bauen. Im Jahr 2004 präsentierte das Museum für Wissenschaftsgeschichte in Florenz das Fahrzeug, das von Holzzahnrädern und Sprungfedern immerhin einige Dutzend Meter vorangetrieben wurde.
- ... Sophia die erste Roboterfrau ist, die eine Staatsangehörigkeit besitzt? Nämlich die saudische. Am 25. Oktober 2017 verlieh das Königreich Saudi-Arabien dem humanoiden Roboter die Staatsbürgerschaft – ein absolutes Novum. Entwickelt wurde Sophia im Honkonger Unternehmen Hanson Robotics. Sophia kann Gesichter erkennen, Gespräche führen und dabei Blickkontakt mit ihren Gesprächspartnern halten und 62 menschliche Gesichtsausdrücke nachahmen. Während sie durch die Welt reist und Konferenzen besucht, sollen ihre Brüder und Schwestern künftig in der Pflege, der Bildung, im Kundenservice und im therapeutischen Bereich eingesetzt werden.
Was bedeutet Freiheit der Wissenschaft und Forschung?
„Gerade hier in Deutschland haben wir in der Wissenschaft ein hohes Maß an Freiheit. Dazu gehört auch die Freiheit, ab und zu quer zu denken und vorhandene Dinge zu hinterfragen. Wenn man das nicht mehr darf, wird es kritisch. In der Wissenschaft finden Entwicklungen manchmal schlagartig statt, gerade auch angestoßen durch Querdenker. Freiheit ist wichtig, um Ideen entwickeln zu können. Eine vollkommene Unabhängigkeit von Forschung und Lehre gibt es aber nicht und hat es auch noch nie gegeben. Oft spielt das Geld eine Rolle. Und hier sehe ich auch eine Gefahr: Große Konzerne können den Wissenschaftlerinnen und Wissenschaftlern oft bessere Bedingungen als etwa eine Universität bieten. Damit entscheiden die Unternehmen auch darüber, woran geforscht wird und wofür die Ergebnisse eingesetzt werden.“ - Prof. Dr.-Ing. Rolf Findeisen
Text: Heike Kampe