VR-Teleoperation – Wie autonome Roboter vom Menschen lernen
Das industrielle Greifen von bekannten Artikeln mit definierten Aufnahme- und Ablegepositionen gehört seit einigen Jahren zum Stand der Technik. Aktuelle Entwicklungen nutzen künstliche neuronale Netze für das flexible Greifen von Objekten mit a-priori unbekannter Aufnahme- und Ablegeposition, wie es beispielsweise in der Kommissionierung nötig ist. Für eine korrekte Klassifizierung der Objekte, also die Fähigkeit des Roboters zu erkennen, ob es sich bei dem zu greifenden Objekt um den richtigen Artikel handelt, werden viele Bilder von einem Objekt sowie ein aufwändiges Labeling benötigt. Befindet sich ein neuer Artikel im Greifspektrum des Roboters, kann dies zu Fehlern bei der Kommissionierung oder zu einer Prozessunterbrechung führen.
Exakt an dieser Stelle setzt das System der VR-Teleoperation ein: Bei einem unerwarteten Fall kann der Roboter die Hilfe eines menschlichen VR-Teleoperators anfragen. Während der Teleoperation werden Lerndaten generiert, die dem System ohne Unterbrechung des aktuellen Betriebs beigebracht werden können, damit das System in Zukunft den neuen Artikel selbständig greifen kann.