Melden Sie sich hier an, um auf Kommentare und die Whitepaper-Datenbank zugreifen zu können.

Kein Log-In? Dann jetzt kostenlos registrieren.

Falls Sie Ihr Passwort vergessen haben, können Sie es hier per E-Mail anfordern.

Der Zugang zur Reseller Only!-Community ist registrierten Fachhändlern, Systemhäusern und Dienstleistern vorbehalten.

Registrieren Sie sich hier, um Zugang zu diesem Bereich zu beantragen. Die Freigabe Ihres Zugangs erfolgt nach Prüfung Ihrer Anmeldung durch die Redaktion.

28.02.1986 - 

Expertensysteme dringen in immer mehr Anwendungsbereiche vor, aber:

Hohe Kosten bremsen praktischen KI-Einsatz

Zunehmende Bedeutung gewinnt der Einsatz von KI-Techniken in den technischen Disziplinen. Beispiele für bereits realisierte Anwendungen und Forschungsprojekte in Großbritannien gibt Professor Wilfred Heginbotham.

Die Haupteinschränkung bei der Entwicklung praktisch nutzbarer KI-Systeme lag bislang im erforderlichen großen Rechenaufwand. Die Folge waren hohe Kosten und langsame Reaktionen. Diese Entwicklung hat bisher nur wenig zur Lösung echter Alltagsprobleme beigetragen. Insbesondere in der industriellen Produktion, und zwar sowohl im Betrieb als auch bei Funktionen der Fertigungssteuerung, verlief der Einsatz von KI-Software oft enttäuschend. Mit der Entwicklung von Systemen in VLSI-Technik werden diese Einschränkungen jedoch in Zukunft beträchtlich verringert.

Stand der Technik ist ausschlaggebend

Die Zahl der Leiterbahnen, die theoretisch auf einem Chip konzentriert werden können, läßt sich durch eine Analogie mit dem gesamten Straßennetz der beiden US-Bundesstaaten Kalifornien und Nevada veranschaulichen. Die Chip-Designtechniken haben die praktischen Fähigkeiten zur Realisierung dieser Anzahl von Verbindungen überflügelt. Vielleicht kann die KI, indem sie zur Lösung ihrer eigenen physikalischen Probleme benutzt wird, mehr KI erzeugen.

Weitere Anwendungen werden durch die Entwicklung von Expertensystemen stark beeinflußt, die darauf zielen, Sach- und Erfahrungswissen zu einem Satz von Regeln zusammenzufassen. Solche Methoden stecken jedoch bislang noch in den Kinderschuhen und können lediglich etwa 500 bis 1000 Sachverhalte bewältigen.

Zur erfolgreichen und wirtschaftlichen Anwendung der KI müssen Aufgabenbereiche definiert werden, die der verfügbaren Technik entsprechen. Die Nutzung der visuellen Sensorik bleibt das aktivste Anwendungsgebiet.

Die Fertigungsteile-Handhabung und die Maschinenbeschickung verursachen besonders für eine variable Serienfertigung und für eine Produktion mit halbgeordnetem Werkzeugvorrat noch immer Schwierigkeiten. Forscher haben weltweit Versuche unternommen, das Bestückungsproblem zu lösen, damit Maschinen einzelne Werkstücke aus ungeordnet in Behältern untergebrachten Teilen auswählen und somit menschliches Handeln imitieren können.

Das generelle Problem des dreidimensionalen "Griffs in die Kiste" bringt für jetzt anwendbare wirtschaftliche Lösungen zu viele Werkstück-Freiheitsgrade mit sich. Deshalb ist der "Griff auf den Tisch", wo die Werkstücke teilweise geordnet sind, die praktischere Lösung.

Die British Robotic Systems Ltd. (BRSL), London, hat zur Be- und Entladung der Drehzelle eines flexiblen Fertigungssystems (FMS) diesen "Griff auf den Tisch" in der Praxis realisiert. Die anfängliche Untersuchung zur Funktionserprobung des Systems wurde mit einem von BRSL stammenden Autoview-Viking-System durchgeführt. Der Bildverarbeitungsalgorithmus besteht aus den Verarbeitungsstufen Preprocessing, Feature Location, Back-End Processing, Adding Intelligence und Final Cheeking.

Die Benutzung einer 128x128-Pixel-Matrix hat sich zur Werkstückbetrachtung als ausreichend erwiesen. Beim Preprocessing wird eine Reihe aufgenommener Grauwertbilder für die nächste Verarbeitungsstufe auf ein Binärbild reduziert. Dem Originalbild der Werkstücke ist zur Verbesserung der Merkmalextraktion ein Hochpaßfilter angelegt. Hierdurch läßt sich aus der Bildszene ein Großteil der "Störung" entfernen, was die Analyse auf die wesentliche Informationsverarbeitung konzentriert.

Die Merkmalextraktion nutzt die einfache Messung des Durchmessers, der das Werkstück identifiziert, wenn er innerhalb bekannter Grenzwerte liegt. Für eine einzelne Lage werden mittels "Back-end-processing" die Mittelpunkte der Werkstücke bestimmt und Erfolge als "Treffer" registriert.

Auf einem Tisch mit den Maßen ein Meter mal ein Meter kann so die Werkstücklage auf ± 17 Millimeter genau bestimmt werden. Durch Verwendung eines zusätzlichen Bausteins können die Schätzungen des Werkstückmittelbereichs erforderlichenfalls auf ± vier Millimeter verbessert werden. Dieser Wert reicht aus, damit ein am Roboter montierter Greifer ein Werkstück wiederauffinden kann.

Ein anderes Beispiel für die Anwendung von KI ist die über visuelle Sensoren geführte Schneidemaschine, die von der Abteilung für fortgeschrittene Fertigungstechnik der Westland Helicopters Ltd., Somerset, entwickelt wurde. Im Rahmen dieser Entwicklung schnitten CNC-Fräsmaschinen Flachprofile aus Blechteilen beließen diese aber bis zu einer späteren Bearbeitungsstufe als Nester im Mutterblech. Dieses Verfahren sollte das Handling für die Arbeitsgänge Entfetten und Entgraten erleichtern. Zuletzt werden die Teile durch Entfernung der stehengebliebenen Stege getrennt.

Neue Einsatzbereiche gewinnen an Bedeutung

Künstliche Intelligenz in Form von Maschinen-Sehvermögen wurde zur Steuerung einer automatischen Maschine benutzt, um die genaue Trennung der Teile vom dünnen und oft verzogenen Mutterblech zu erreichen. Das Bildverarbeitungssystem lief auf einem Rechner DEC 11/23 und war mit einem CNC-Maschinen-Controller von Siemens kombiniert.

Die Bildaufnahme erfolgte mit Kameras von BRSL, die über Bildsensoren mit 384 x 576 Bildelementen verfügten und durch ein Olympus-Borescope auf den Stegbereich gerichtet waren. Für die Beleuchtung des Betrachtungsfeldes sorgten ein 10-Millimeter-Lichtleiter und eine 150-Watt-Glühlampe. Durch entsprechendes Anwinkeln der Lichtquelle wurden gut definierte scharfe Kanten erzeugt, was der Zuverlässigkeit der Bildaufnahme förderlich war.

Die etwa drei Millimeter breiten Stege variierten entsprechend der Größe des benutzten Schneidwerkzeugs. Die Stege mußten mit einer Nutkreissäge bis auf 0,1778 Millimeter entfernt werden. Andere praktische Anwendungen findet die KI in der Prozeßsteuerung; hier wird es, wenn geeignete Prozesse verstanden und rechnertechnisch darstellbar sind, zu einer ständigen Weiterentwicklung kommen.

Ein gutes Beispiel hierfür ist das Plasmaschweißen; im folgenden ein typisches Beispiel für ein industrielles Projekt einer britischen Universität. Ziel ist in diesem Fall die Untersuchung der Möglichkeiten für KI-gesteuertes Plasmaschweißen mit integraler Lichtbogenführung. Die Untersuchung wird am Coventry (Lanchester) Polytechnic, Coventry, Mittelengland, durchgeführt.

Plasma ist ein Hochtemperaturbereich von ionisiertem Gas, das durch einen elektrischen Lichtbogen aufgeheizt wird und zur Bildung eines hochintensiven Energiestrahls gebündelt werden kann. Aus diesem Grund ist der Prozeß weit weniger empfindlich gegen Schwankungen der Lichtbogenlänge als das WIG-Schweißen. Das Experimentalsystem basierte auf einem Industrieroboter der Unimation (UK) Ltd. namens "Puma", der an eine von der British Oxygen Company, Brentford, stammende 15-Ampere-Lichtbogen-Mikroplasmaeinheit "Sabre" angeschlossen war.

Durch Anlegen eines Magnetfeldes kann ein elektrischer Lichtbogen abgelenkt werden. Die Richtung oder Lichtbogenbewegung hängt von der Polarität des Magnetfeldes und von der Polarität des Lichtbogens ab. Dies ermöglicht ein Schweißregelungsprinzip ohne seitliches Beharrungsvermögen.

Wichtige Arbeitsvorgänge wie Pendelbewegungen, die normalerweise von Menschen ausgeführt werden, können daher sehr wirkungsvoll durch eine programmierte Änderung der Feldstärke und durch Polarisation des Magnetfelds erfolgen. Überlagertes sinusförmiges Lichtbogenpendeln bei zwei Hertz kann die Schweißbedingungen signifikant verbessern.

Dieses Prinzip ist die Grundlage für ein interaktives Schweißsystem, das KI-gesteuert arbeitet. Die relativ einfache Richtungsänderung des Lichtbogens wird die Aussichten dafür verbessern, daß durch Minderung der Abhängigkeit von teuren Schweißvorrichtungen auch bei Kleinserien eine Automatisierung des Schweißvorgangs erreichbar ist. Das System hat auch ein großes Potential, weil es erfolgreich zum Schweißen von Werkstoffen wie Aluminium benutzt werden kann.

Die Handhabung nicht starrer Platten aus flexiblen Werkstoffen stellt für das automatisierte Handling ein Problem dar. Die Montage von Luft- und Raumfahrt-Bauteilen aus Verbundwerkstoffen, die das Auflegen von Profilen aus Kohlenstoffaser erfordern, ist ein noch größeres Problem.

An der nordenglischen Universität Hull wurde ein sensorischer Greifer entwickelt, der durch zwei am Greifer montierte Halbleiter-Kameras für visuelles Feedback sorgt. Dies ermöglicht ein genaues Ausrichten und Auflegen der Kohlenstoffaser-Verbundwerkstoffe. Man hat stets gehofft, daß die KI den Schlüssel zur Automation der Fertigung von Konstruktions-Verbundwerkstoffen liefern würde.

Während ein Roboterarm schnell für eine Bewegungsfolge zur Handhabung kleiner Konstruktions-Verbundwerkstoffserien programmiert werden kann, gibt dagegen der eigentliche Auflegevorgang hinsichtlich Transport und Positionierung der flexiblen Werkstoffe ernsthafte Probleme auf.

Visuelle Sensorik sorgt für Überwachung

Der hierfür eigens entwickelte Greifer hat unterseitig sechs Saugnäpfe. Diese sind durch einen Gummischlauch mit einer Vakuumpumpe verbunden, um die vorgeschnittenen Profile zu halten. Für den Fall, daß nicht alle Vakuum-Saugnäpfe mit dem Werkstoff Kontakt haben, kann dieser Greifer mit fünf zur Luft hin offenen Saugnäpfen betrieben werden, während der übrige an einer flachen Fläche festgesaugt ist.

Visuelle Sensorik sorgt für die Überwachung der Profillage und gewährleistet eine quantitative Überprüfung der Platten-Stumpfschweißverbindung. Dies erfolgt mit zwei CCD-Halbleiterkameras, die an den gegenüberliegenden Enden des Greifers angeordnet sind. Das Auflösungsvermögen dieses Systems beträgt zehn Pixel pro Millimeter, was für den erwogenen Anwendungsfall als ausreichend erschien.

Eine einfache Pixel-Reihe liefert alle erforderlichen Informationen zur Bestimmung der Randposition des Profils. Zusammen mit jeder Kamera wird ein Spiegel benutzt, damit zwei jeweils 25 Millimeter breite Schlitze mit Hochleistungs-LEDs betrachtet werden können. Der Greifer wird am Arm eines Puma-Roboters benutzt und steuert vorgeschnittene Verbundwerkstoffprofile an, die vorgestapelt sind, jedoch etwas Lageabweichung haben. Dies ist eine Prototyp-Entwicklung, die aber die Probleme der Anwendung von KI verdeutlicht, um mit den Problemen der Veränderlichkeit am Arbeitsplatz fertig zu werden. Die Universität von Edinburgh Schottland, ist besonders aktiv bei der Entwicklung von Roboter-Programmiersprachen und vor allem bei System "Rapt" (Robot Assembly Programming Technique). Dies ist ein wissensbasiertes System und eine Verdeutlichung der Leistungsfähigkeit der Kombination von Wissensbasis und KI.

Das Modellsystem "Rapt" ist ein objektbezogenes Roboter-Programmiersystem, bei dem die zu handhabenden Teile und die Roboter-Arbeitsstation nach ihren Oberflächenmerkmalen beschrieben werden. Dies können ebene oder kugelförmige Flächen, zylindrische Wellen oder Löcher sein. Gerade Kanten und Scheitelpunkte werden als Zylinder mit sehr kleinem Durchmesser beziehungsweise als sphärische Merkmale dargestellt.

Ein Montageprogramm wird vom Programmierer als eine Folge bestimmter Erfordernisse definiert, um fortschreitenden Arbeitsplatzerfordernissen Rechnung zu tragen.

"Rapt" sieht daher für Bauteile geplante Montagebeziehungen vor und überwacht durch visuelle Sensorik den Unterschied zwischen den geplanten und tatsächlichen Teilelagen.

Programmierhilfen für die Robotik

Dies erfolgt durch:

- genaue Bezeichnung, nach welchen Merkmalen eines bestimmten Objekts mit welcher Kamera zu suchen ist,

- grobe Beschreibung der größten Ungewißheit, die bei der Lage eines betrachteten Objekts zu erwarten ist,

- Spezifizierung der Grenzen der Ungewißheit, ausgedrückt in räumlichen Verhältnissen.

Durch Nutzung dieser Kombination von "Rapt" und visueller Nachprüfung ist gezeigt worden, wie Vision-Systeme objektbezogene Roboter-Programmiersprachen intensivieren können. Durch die Hinzufügung solcher wissensbasierter Modellsysteme wird eine leistungsfähige Programmierhilfe geschaffen, da Informationen über die Kamerastellungen oder die Art, wie die Objekte den Vision-Systemen präsentiert werden, nicht erforderlich sind. Diese Informationen sind naturgemäß beim Schreiben des objektbezogenen Programms einbezogen.

Professor Wilfred Heginbotham war Generaldirektor der britischen Producting Engineering Research Association und ist jetzt im Ruhestand.