Robotik : Mathematik-Professorin berechnet Roboter-Steuerungen

Mathematik Professorin Karin Nachbagauer FH OÖ Wels Roboter Robotik Zukunft

Mathematik-Professorin Karin Nachbagauer (rechts) berechnet Steuerungen für stark biegsame Roboter.

- © FH OÖ Wels

In Kooperation mit der Technischen Universität München forscht Karin Nachbagauer - Mathematik-Professorin der FH Oberösterreich Wels - an einem digitalen Zwilling eines Industrieroboter. Das Besondere daran: der Roboter-Arm soll aus biegsamen Leichtbau-Komponenten entwickelt werden. Gerade für eine Zusammenarbeit von Mensch und Maschine werden in Zukunft weiche und flexible Materialien stark an Bedeutung gewinnen. „Wir prüfen, ob sich sehr weiche Strukturen, beispielsweise Schaumstoffe, als Roboter steuern lassen. Anwendbar wäre das in der Medizintechnik, etwa, wenn Operationsroboter sich im Körper stark verbiegen, aber dennoch eine präzise Steuerung notwendig ist.“ so die Professorin.

Ergänzt wird das Forscherteam vom einem emeritierten belgischen Universitätsprofessor. „Unser junges, dynamisches Team kann viel von seinem Fachwissen profitieren – und er umgekehrt von uns in der Softwareentwicklung. Innovative Projekte dieser Art würde ich mir auch in Österreich mehr wünschen.“

Lesen Sie hier: Was können AI und Robotik in der Industrie.

Nachbagauer schloss 2009 ihr Diplom in Industriemathematik an der JKU ab. Später wechselte sie in die Mechatronik und absolvierte ihr Doktorat in der Technischen Mechanik. Als Industriemathematikerin bildet sie die Fragestellungen im Maschinenbau anhand mathematischer Gleichungen ab. Für die Lösung dieser komplizierten Gleichungen kommt Informatik zum Einsatz. Seit 2015 lehrt Karin Nachbagauer als Professorin für Angewandte Mathematik an der FH Oberösterreich in Wels mit dem Schwerpunkt Mehrkörperdynamik.

Was ist Mehrkörperdynamik?

Gegenstand der Mehrkörperdynamik ist die systematische - und damit algorithmisierbare - Beschreibung und Analyse der Dynamik von Systemen fester Körper. Nachbagauer und ihr Team berechnen die Bewegung von Robotern und bestimmen, wie deren Arbeitsschritte möglichst rasch und energieeffizient ablaufen können. Dabei kommt die vom Forscherteam entwickelte Mehrkörper-Simulationssoftware FreeDyn zum Einsatz. Damit lässt sich ein mechanisches System - beispielsweise ein Roboter - anhand eines digitalen Zwillings abbilden. Das Computerprogramm berechnet dabei stets, wie sich der reale Roboter bewegt, welche Kräfte wirken und welches Gewicht transportiert wird. Dabei kann der digitale Zwilling den Roboter ansteuern und zur Optimierung in dessen Bewegungen eingreifen.

„Die so genannten alten Handwerkszeuge wie Mathematik, Mechanik und Maschinenbau sind zugleich die wichtigsten Werkzeuge für die digitale Technologiewende in der Industrie“, sagt die FH-Professorin. Als künftige technische Einsatzgebiete könnte sie sich vorstellen, sich auch in der Biomechanik und Medizinmechatronik einzubringen. „Mich würde interessieren, auch Muskelmodelle in der Software einzubauen, um diese menschlichen Komponenten auch in Robotern oder Prothesen zu simulieren."

KI: Mensch und Maschine

Künstliche Intelligenz und andere technologische Fortschritte werden die Interaktion zwischen Mensch und Roboter verbessern. Die rasche Entwicklung von Technologien mit maschineller Intelligenz, Konnektivität und Steuerungsmöglichkeiten wird die Fähigkeiten von Robotern erweitern und gleichzeitig die Mensch-Roboter-Interaktion vereinfachen.

Zu den vielversprechendsten Innovationen gehört Künstliche Intelligenz (KI), die es Robotern ermöglicht, unbeaufsichtigte und unerwartete Situationen selbstständig zu bewältigen und auf sich ändernde Parameter zu reagieren.

Auch die Schwarmintelligenz - die Verknüpfung zahlreicher künstlicher Intelligenzen - wird die Flexibilität mobiler Roboter erhöhen und es ermöglichen, Aufgaben vor Ort zu teilen.

Roboterfähigkeiten umfassen die Fähigkeit zu lernen. Heute werden Simulationstools verwendet, um Robotern beizubringen, Probleme in der realen Welt zu lösen. Diese Brute-Force-Methode ist allerdings noch nicht immer zufriedenstellend: die situative Komplexität macht es Robotern oft unmöglich, auf unerwartete Ereignisse flexibel und intelligent zu reagieren.

Lesen Sie dazu auch: Die Zukunft der Robotik.