09.11.2017 Robotik

Laufen, greifen, montieren - diese Maschinen können alles

Von: Ingo Steinhaus

Kommerzielle Roboter werden immer besser und erobern immer mehr Einsatzbereiche - auch den Handschlag mit einem Menschen.

Roboterhand mit fünf Fingern von Schunk

Die Roboterhand von Schunk hat fünf Finger und erlaubt natürlich wirkende Bewegungen

Roboter werden meistens in einem Atemzug mit künstlicher Intelligenz genannt. Viele Leute verbinden mit dem Thema eine Vorstellung wie „KI-Software steuert einen Roboter“. Das ist nicht ganz richtig, wie Marc Raibert, der Gründer von Boston Dynamics, in einem Vortrag erläutert. Aus seiner Sicht ist bei Robotern Software und Hardware eng miteinander verknüpft. Im Wesentlichen gehe es darum, den Roboter mit Beweglichkeit, Geschicklichkeit und Wahrnehmung auszustatten. Dabei stehe die dynamische Anpassung an die Umgebungsbedingungen im Vordergrund. Das Ergebnis sind Roboter wie der vierbeinige, an einen Hund erinnernde Spot Mini, dessen Bewegungen sehr organisch wirken und der sich auch durch einen kräftigen Schubs nicht so leicht aus dem Gleichgewicht bringen lässt.

Boston Dynamics experimentiert auch mit humanoiden Robotern, die sich auf zwei Beinen fortbewegen. Doch die Geschichte der Robotik zeigt, dass so etwas nicht einfach ist: Die Fähigkeiten des Menschen bei dynamischen Bewegungen sind noch weit entfernt für die Roboterbauer. Doch sie kommen ihnen langsam immer näher. Das Startup Agility Robotics, eine Ausgründung der Oregon State University, hat kürzlich den zweibeinigen Roboter Cassie vorgestellt, der allerdings nicht humanoid ist. Er erinnert eher an die Walker aus Star Wars. Allerdings besitzt das Gerät nicht wie Spot Mini einen Greifarm. Es soll schon zu kaufen sein und ist nach Überlegungen der Unternehmensgründer unter anderem als Scout für Notfalleinsätze der Feuerwehr gedacht.

Kommerzielle Roboter breiten sich aus

Doch an einen breiten Einsatz solcher Roboter ist im Moment noch nicht zu denken. Es gibt aber bereits Roboter, die kommerziell genutzt werden. So nutzt beispielsweise Walmart in einigen seiner Stores einen Roboter, der autonom durch die Gänge rollt und nach Fehlern in den Regalen Ausschau hält - abgelaufene Ware, fehlerhafte Preise, falsch einsortierte Produkte und ähnliches. Diese Aufgaben sind bei Walmart-Mitarbeitern nicht besonders beliebt, sie sind ermüdend und den Mitarbeitern entgehen trotzdem zahlreiche Fehler. Anders der Roboter, er wird weder müde noch unaufmerksam. Walmart ist mit den Tests so zufrieden, dass er jetzt in 50 Stores arbeiten soll.

Auch das sogenannte „Picking“ ist in der Lagerlogistik eine nicht gerade leichte Arbeit für Menschen. Durch moderne Verfahren wie der chaotischen Lagerhaltung ist bereits ein Optimum erreicht: Software-geführt eilen die Lagerarbeiter dabei auf einer optimalen Strecke durch das Lager und sammeln Produkte für möglichst viele Bestellungen ein. Schneller geht es wohl nur noch durch den Einsatz von Robotik. Das Startup IAM Robotics aus Pittsburgh vermarktet seit kurzem mit Swift einen Picking-Roboter. Er fährt durch die Gänge eines Lagers und kann mit einem frei beweglichen Arm Waren in einen Korb bugsieren. Dabei benutzt er keine Greifer, sondern die in der Industrieautomation übliche Technik der Unterdruck-Saugnäpfe, mit denen auch empfindliche Waren problemlos gegriffen werden können.

Das andere Ende des Spektrums sind Greifarme des süddeutschen Spezialisten Schunk, die sehr präzise die Fähigkeiten der menschlichen Hand nachahmen und zum Beispiel von dem spanischen Startup Robotnik für seine Roboter eingesetzt wird. Die Bewegungen der Hand und der Finger wirken natürlich und erlauben zusammen mit dem richtigen Roboter auch komplexe Greifoperationen. Die Schunk-Roboterhand hat zudem den Vorteil, dass sie für die Zusammenarbeit mit dem Menschen geeignet ist. So kann sie typisch menschliche Gesten ausführen, die eine visuelle Kommunikation zwischen Menschen und beispielsweise einem Serviceroboter erleichtern können.

Kollaborative Roboter für die Industrie

Die herkömmlichen Industrieroboter dagegen sind schwere und ruppige Gesellen, die eingezäunt werden müssen, damit sie keine Menschen verletzen. Sie haben deshalb nur ein sehr begrenztes Einsatzgebiet in der Industrieproduktion. Deutlich flexibler sind ihre leichten, adaptiven Varianten, die zudem deutlich kostengünstiger sind. Ein Beispiel für diese Art Roboter liefert Rethink Robotics. Das Unternehmen entwickelt nach eigener Aussage sogenannte kollaborative Roboter, die problemlos mit Menschen zusammenarbeiten können. Spitzenmodell des Unternehmens ist Baxter, der mit seinen zwei Greifarmen zur Gruppe der humanoid wirkenden Roboter gehört. Solche Roboter müssen allerdings ähnlich wie ihre älteren Kollegen sehr genau programmiert werden, damit sie ihre Aufgaben erfüllen. Doch sie besitzen eine integrierte Flexibilität, sodass sie beispielsweise Hindernissen mit den Armen ausweichen können.

Es ist aber zu erwarten, dass die Vorbereitung der Roboter auf ihre Aufgaben ebenfalls mit KI-Technologien umgesetzt wird. Im Moment macht das häufig noch der Mensch, entweder mit einer starren Programmierung oder mit groben Anweisungen wie bei Spot Mini, die „Gehe an den Tisch und hole mir eine Dose Bier“. Das ist natürlich eine Zirkusnummer zu Marketingzwecken, wie sie Marc Raibert von Boston Dynamics sehr gerne dem Publikum in seinen Vorträgen demonstriert. Spot Mini erledigt seine Aufgabe selbsttätig und sucht sich dabei auch einen Weg bis zum gewünschten Zielobjekt. Doch mit KI im landläufigen Sinne hat das nicht viel zu tun, eine typisch menschliche, sehr elliptische Aussage wie „Ich habe Durst“ würde wohl auf taube Roboterohren stoßen.

Es wäre aber schon ein Fortschritt, wenn es gelänge, einem Industrieroboter ohne die umständliche Programmierung von einzelnen Bewegungsabläufen seine Aufgaben beizubringen. Daran arbeitet das Berliner Startup Micropsi Industries, dass Robotern mit einem Neuronetz und Deep Reinforcement Learning ihre Aufgaben beibringen will. Dieselbe Technologie wird von Google/DeepMind genutzt, um beispielsweise AlphaGo zu trainieren. Das 2014 gegründete Unternehmen hat bislang vorwiegend mit Simulation gearbeitet, um ein funktionierendes Modell für das Deep Learning zu erhalten. Wie Wired berichtet, arbeitet es mit dem dänischen Roboter-Hersteller Universal Robots zusammen, um die KI-Verfahren in der Praxis zu erproben.

Bildquelle: Schunk

©2017 Alle Rechte bei MEDIENHAUS Verlag GmbH