Bachelor/Masterarbeit Trajektorienplanung mit Scoring-Funktion für die roboterbasierte Prepreg-Drapierung

Trajektorienplanung mit Scoring-Funktion für die roboterbasierte Prepreg-Drapierung
Ansprechpartner:  Kevin HeinrichEmail: kevin.heinrich@ifu.rwth-aachen.de Art der Arbeit: Bachelor-/Masterarbeit

Bei der Herstellung von Faserverbundkunststoff-Bauteilen (FVK) ist die roboterbasierte Drapierung von Carbonfaser-Prepregs ein komplexer Prozess, der eine sorgfältige Planung von Robotertrajektorien erfordert.

Während die Sequenzplanung die Bearbeitungsreihenfolge festlegt, muss daraus eine konkrete, roboterausführbare Trajektorie generiert werden, die faltenfreie Ablage garantiert und gleichzeitig Prozesszeiten minimiert. Im Rahmen des IGF-Forschungsprojekts IntelliDrape soll diese Herausforderung durch intelligente Trajektorienplanung mit mehrkriterieller Optimierung gelöst werden

Das Ziel dieser Arbeit ist die Entwicklung und Implementierung einer intelligenten Scoring-Funktion, die aus den geometriebasierten Bewegungsprimitiven optimale Robotertrajektorien generiert. Die Herausforderung besteht darin, neben technischen Optimierungskriterien auch menschliche Expertise aus Interviews und Beobachtungsstudien mit erfahrenen Fachkräften in die Bewertungs- und Optimierungsstrategie einzubinden.

Dabei sollen verschiedene Zielkonflikte wie minimale Zykluszeit, optimale Endeffektororientierung zur Faserrichtung, gleichmäßiger Kraftverlauf und Vermeidung von Singularitäten berücksichtigt werden. Ein zentraler Aspekt ist die Anwendung von Conformal Mapping-Verfahren, um komplexe 3D-Oberflächen in eine 2D-Ebene zu projizieren, dort optimale Pfade zu berechnen und diese anschließend zurückzuprojizieren.

Die Praxistauglichkeit wird durch Simulation in RViz/MoveIt und experimentelle Validierung demonstriert.

Mögliche Forschungsfragen-/Themenrichtungen:

• Welche Kriterien müssen in welcher Gewichtung in die Scoring-Funktion einfließen?
• Wie lassen sich Bewegungsprimitive aus der Sequenzplanung mittels Conformal Mapping in glatte, kontinuierliche Robotertrajektorien überführen?
• Wie können Trajektorien so parametriert werden, dass sie robust gegenüber Geometrievariationen sind und gleichzeitig die inverse Kinematik des Roboters berücksichtigen?
• Wie unterscheiden sich verschiedene Optimierungsverfahren (gradientenbasiert, evolutionär, samplingbasiert) hinsichtlich Lösungsqualität und Rechenzeit?
• Wie können die optimierten Trajektorien mit MoveIt/RViz visualisiert und für reale Robotersysteme aufbereitet werden?

Voraussetzungen:

• Studium CES, Maschinenbau, Wirtschaftsingenieurwesen o. ä. Fachrichtungen
• Interesse an Robotik, Algorithmenentwicklung und KI-Methoden
• Programmierkenntnisse (Python)
• Erste Erfahrungen mit ROS von Vorteil

Wir bieten:

• Interessante Arbeit in einem innovativen Themengebiet
• Enge, regelmäßige Betreuung in Deutsch oder Englisch
• Hervorragende Arbeitsatmosphäre in einem hochmotivierten Team in außergewöhnlicher Hinterhoflocation mit Bürohund