Dynamische Aufgabenverteilung für die Mensch-Roboter-Kollaboration in der Montage

Steigende Flexibilitätsanforderungen und der Kostendruck in der industriellen Montage stellen Unternehmen vor Herausforderungen. Für kleine bis mittlere Stückzahlen ist eine vollständige Automatisierung oft nicht wirtschaftlich, sodass die direkte Zusammenarbeit von Menschen und Robotern an gemeinsamen Arbeitsplätzen einen vielversprechenden technologischen Ansatz darstellt. Bislang stehen einer effektiven Einführung der Mensch-Roboter-Kollaboration (MRK) in die industrielle Montagepraxis allerdings noch verschiedene technische Herausforderungen gegenüber. Die Dissertation behandelt dabei den Forschungsgegenstand und die praktische Herausforderung einer effizienten Verteilung von Montageaufgaben zwischen Mensch und Roboter. Nach einer systematischen Literaturanalyse wird eine Klassifizierung bestehender Ansätze entwickelt und ein Referenzmodell für die MRK-Aufgabenverteilung konzipiert. Darauf aufbauend werden mehrere Methoden zur statischen und dynamischen Aufgabenverteilung entwickelt. Im Kern steht dabei die Entwicklung einer Methode zur dynamischen Ad-hoc Verteilung von Montageaufgaben sowie deren Gestaltung und Umsetzung als prototypisches Softwaresystem. Mit diesem wird einerseits die dynamische Ablaufsteuerung von MRK-Montageprozessen und andererseits eine intuitive Erstellung entsprechender Montageprozesse ermöglicht. Die entwickelten Methoden werden in mehreren Anwendungsszenarien erprobt und umfangreich evaluiert. Die Evaluation erfolgt dabei anhand einer vorgestellten Evaluationssystematik für die Bewertung von Ansätzen zur MRK-Aufgabenverteilung. Die Ergebnisse zeigen, dass Montageprozesse mit einem hohen Flexibilitätsgrad durch den Einsatz einer dynamischen Ad-hoc Aufgabenverteilung effizienter ausgeführt werden. Außerdem erfolgt eine stärkere Anpassung an die Leistungsfähigkeit des individuellen Mitarbeitenden, wodurch die Zusammenarbeit von Mensch und Roboter als kooperativer wahrgenommen wird.