Qualitätskontrolle von Bauteilen mithilfe von vierbeinigen Robotern in anspruchsvollen Umgebungen
© GIH
| Leitung: | Prof. Dr.-Ing. Ingo Neumann, PD Dr.-Ing. Hamza Alkhatib |
| Team: | Dr.-Ing. Rozhin Moftizadeh |
| Jahr: | 2022 |
| Förderung: | DFG - GRK 2159 i.c.sens until November 2025 |
| Laufzeit: | 11/2022 - a.w. |
Der zunehmende Einsatz von Robotersystemen im Ingenieurwesen bietet großes Potenzial für die Automatisierung von Aufgaben, die bislang noch weitgehend manuell ausgeführt werden, wie beispielsweise die Qualitätsprüfung von Gebäuden. Manuelle Inspektionen sind mit Sicherheitsrisiken verbunden, insbesondere auf aktiven Baustellen, wo unebenes Gelände, unübersichtliche Umgebungen und dynamische Hindernisse wie Arbeiter und Maschinen vorhanden sind. Zudem ist sie zeitaufwendig, schwer zu standardisieren und anfällig für menschliche Fehler. Diese Einschränkungen motivieren die Entwicklung autonomer Roboterlösungen, die Inspektionsaufgaben sicher, effizient und zuverlässig ausführen können. Vierbeinige Roboter eignen sich aufgrund ihrer Agilität, Manövrierfähigkeit und der Fähigkeit, auf unebenem und anspruchsvollem Gelände zu operieren, besonders gut für diesen Zweck.
Ziel dieses Postdoc-Projekts war es, die methodischen Grundlagen für die autonome Navigation eines vierbeinigen Roboters als zentrale Voraussetzung für die robotergestützte Qualitätsprüfung in Bauumgebungen zu schaffen. Die autonome Navigation umfasst Lokalisierung, Wegplanung und Steuerung. Der Schwerpunkt des Projekts lag auf der engen Integration von Lokalisierung und Wegplanung in ein einheitliches und mathematisch konsistentes Navigationsframework, das häufige und simultane Aktualisierungen ermöglicht. Dies ist in dynamischen und sicherheitskritischen Umgebungen unerlässlich, in denen Verzögerungen zwischen Lokalisierung und Wegplanung zu gefährlichen Situationen wie Kollisionen führen können. Darüber hinaus wurde das Framework so konzipiert, dass es stochastische Informationen über den Systemzustand liefert, was unsicherheitsbewusste Inspektionsergebnisse und die Ableitung von Konfidenzmaßen ermöglicht.
Diese Forschung wurde bis November 2025 von der DFG im Graduiertenkolleg i.c.sens (RTG 2159) unterstützt.