Industrieroboter sind allgegenwärtig; sie produzieren die Güter, die wir konsumieren, und die Fahrzeuge, die wir fahren. Viele betrachten diese Technologien oft als simpel. Schließlich sind sie zwar in der Lage, Produkte schnell und in hoher Qualität herzustellen, aber ihr Bewegungsspielraum ist begrenzt. Doch wie komplex ist die Programmierung eines Industrieroboters wirklich?

Tatsächlich variiert die Komplexität von Industrierobotern zwar stark, doch selbst die einfachste Anwendung ist weit entfernt von einer Plug-and-Play-Funktionalität. Anders ausgedrückt: Ein Roboterarm, der für seine tägliche Arbeit nur begrenzte Bewegungen entlang der X-, Y- und Z-Achse benötigt, erfordert mehr als nur ein paar Zeilen Code. Mit der zunehmenden Weiterentwicklung von Industrierobotern und der Modernisierung traditioneller Fabriken zu intelligenten Fabriken steigt auch der Aufwand für die Schulung dieser automatisierten Fertigungsmaschinen. Betrachten wir einige der Programmiermethoden moderner Roboter genauer.

Lehreranhänger

Der Begriff „Roboter“ ruft viele verschiedene Assoziationen hervor. Während die breite Öffentlichkeit einen Roboter vielleicht mit etwas vergleicht, das sie in einem Film oder im Fernsehen gesehen hat, besteht ein Roboter in den meisten Branchen aus einem Roboterarm, der so programmiert ist, dass er Aufgaben unterschiedlicher Komplexität in akzeptabler Qualität erledigt.

Manchmal lassen sich während der Produktion Effizienzsteigerungen feststellen, die nur geringfügige Anpassungen der Roboterbewegungen erfordern. Die Produktion für eine Umprogrammierung der Anlagen anzuhalten, wäre kostspielig und unpraktisch. Man könnte meinen, jede einzelne Bewegungsänderung müsse Zeile für Zeile akribisch in einen Computer programmiert werden – doch das entspricht nicht der Realität.

Eine Teachbox, oder häufiger als Teach-Pendant oder Teach-Pistole bezeichnet, ist ein robustes, industriell gefertigtes Handgerät, mit dem der Bediener den Roboter in Echtzeit steuern, Logikbefehle eingeben und die Informationen im Computer des Roboters aufzeichnen kann.

Industrieroboter arbeiten oft mit Geschwindigkeiten, die für das menschliche Auge schwer zu erfassen sind. Mithilfe eines Programmiergeräts kann ein Bediener die Maschine jedoch verlangsamen, um die Roboterbewegungen an die geänderten Arbeitsabläufe anzupassen. Dieser Vorgang mag für jemanden, der schon einmal einen Videospiel-Controller benutzt hat, einfach klingen, doch es steckt viel mehr dahinter, als nur die Eingabe von Daten zu beherrschen. Der Bediener muss beispielsweise den effizientesten Weg des Roboters visualisieren können, um die Bewegungen auf das absolut Notwendige zu beschränken. Unnötige Bewegungen oder Zeitverzögerungen, so gering sie auch erscheinen mögen, können die Produktionsleistung einer Fertigungslinie erheblich beeinträchtigen. Hochgerechnet auf die Zeit kann ein ineffizienter Roboterpfad zu beträchtlichen finanziellen Verlusten für den Hersteller führen.

Natürlich muss auch die Geschwindigkeit jeder Bewegung berücksichtigt werden, damit der Roboter Gelenkbewegungen möglichst häufig ausführen kann. Diese Bewegungen sind aus bewegungstechnischer Sicht effizienter, vorausgesetzt, der Programmierer verfügt über die nötige Erfahrung für deren Umsetzung. Diese Art der Programmierung mag für Außenstehende einfach erscheinen, doch tatsächlich kann es Jahre dauern, sie zu beherrschen. Teach-Pendants sind seit Jahren im Einsatz und nach wie vor ein fester Bestandteil der Roboterprogrammierung.

Offline-Simulationen

Eines der größten Risiken bei der Programmierung eines Industrieroboters in der Produktionshalle sind die daraus resultierenden Ausfallzeiten. Ein Programmierer muss mit der Maschine interagieren, Codeänderungen vornehmen und die Bewegungen der Anlage im laufenden Produktionsprozess testen, bevor die Produktion wieder aufgenommen werden kann. Glücklicherweise lassen sich Offline-Simulationssoftwares nutzen, um die vom Bediener beabsichtigten Codeänderungen zu simulieren. Fehler können behoben werden, bevor das Programmupdate live geht – und das alles ohne Produktionsunterbrechung. Offline-Simulationen sind finanziell unbedenklich und stellen keine Gefahr für den Bediener dar, da sie auf einem PC außerhalb der Produktionshalle ausgeführt werden können.

Es gibt viele verschiedene Arten von Programmen, die Offline-Simulationsfunktionen bieten, aber das Prinzip ist immer dasselbe: Es wird eine virtuelle Umgebung geschaffen, die den Fertigungsprozess repräsentiert, und die Bewegungen werden mithilfe eines ausgeklügelten 3D-Modells programmiert.

Es ist wichtig zu beachten, dass kein Programm grundsätzlich besser ist als die anderen; je nach Komplexität der Anwendung kann jedoch ein bestimmtes Programm vorzuziehen sein. Der Vorteil dieser Programmierart liegt darin, dass sie es dem Programmierer ermöglicht, nicht nur Roboterbewegungen zu programmieren, sondern auch Kollisions- und Beinahe-Unfallerkennungsfunktionen zu implementieren und deren Ergebnisse zu visualisieren sowie Zykluszeiten zu erfassen.

Da das Programm unabhängig vom Gerät auf einem externen Computer erstellt wird (und nicht manuell, wie es beim Teach-Pendant-Lernen der Fall ist), können die Hersteller von der Kleinserienproduktion profitieren, indem sie einen Prozess schnell automatisieren können, ohne den normalen Betrieb zu beeinträchtigen.

Während das Erlernen der Programmierung von Handbediengeräten einen sehr differenzierten Ansatz für die Anpassung von Robotern in der Fabrikhalle bietet, liegt ein noch größerer Vorteil darin, Programmaktualisierungen in einer Testumgebung durchführen zu können, bevor der Code in den physischen Geräten aktualisiert wird.

Programmieren durch Vorführen

Diese Methode ähnelt im Wesentlichen dem Teach-Pendant-Verfahren. Wie beim Teach-Pendant kann der Bediener dem Roboter präzise eine Reihe neuer Bewegungen „zeigen“ und diese Informationen im Robotercomputer speichern. Es gibt jedoch einige Vorteile, die die beiden Methoden voneinander unterscheiden. So ist das Teach-Pendant ein hochentwickeltes Handgerät mit vielen verschiedenen Steuerelementen und Funktionen. Die Programmierung durch Demonstration erfordert in der Regel, dass der Bediener den Roboterarm mit einem Joystick (statt einer Tastatur) steuert. Dadurch wird der Programmiervorgang deutlich einfacher und schneller – was zu weniger Ausfallzeiten führt.

Diese Art der Roboterprogrammierung benötigt auch weniger Zeit, damit ein Bediener sich damit vertraut machen kann; da die Aufgabe selbst so programmiert wird, wie sie ein menschlicher Bediener ausführen würde.

Die Zukunft der Roboterprogrammierung

Alle diese Programmiermethoden haben ihren Platz in der Industrierobotik, aber keine ist perfekt. Die Entwicklung und der Einsatz jeder Methode können die Produktion beeinträchtigen und die Kosten für den Hersteller erhöhen. Es wird Zeit benötigt, um dem Roboter die Ausführung der Aufgabe beizubringen. In vielen Fällen kann die Erfahrung des Bedieners oder Technikers diese Zeiten je nach Anwendung stark beeinflussen.

Stellen Sie sich jedoch vor, ein Industrieroboter müsste lediglich die Ausführung einer Aufgabe „sehen“, um sie immer wieder fehlerfrei auszuführen. Der Aufwand und die Zeit für die Programmierung von Industrierobotern würden dadurch enorm sinken.

Wenn es zu schön klingt, um wahr zu sein, sollten Sie einen genaueren Blick auf die Robotikbranche werfen; diese Art des Robotertrainings beschäftigt Industrieroboterentwickler bereits. Die zugrundeliegende Technologie ist schlüssig: Ein Bediener zeigt dem Roboter, wie er eine bestimmte Aufgabe ausführt, und der Roboter analysiert diese Informationen, um die effizienteste Bewegungsabfolge zu ermitteln, die zur Ausführung der Aufgabe notwendig ist. Während der Roboter die Aufgabe lernt, hat er die Möglichkeit, neue Wege zu entdecken, die Ausführung zu verbessern.

Programmierung komplexerer Roboter

Mit dem Übergang immer mehr Fabriken zu intelligenten Fabriken und dem Einsatz autonomer Anlagen werden die Aufgaben für Roboter komplexer. Daher müssen sich auch die Methoden zur Programmierung dieser Roboter weiterentwickeln. Obwohl die derzeitigen Programmierverfahren beachtliche Ergebnisse liefern, wird künstliche Intelligenz zweifellos eine wichtige Rolle beim Lernprozess von Robotern spielen.