"Schauen Sie mal in eine digitale Fabrik. Ein Fahrzeug wird produziert. Sie sehen viele Roboter, die die Fertigungsschritte unterstützt haben, wenig Menschen, die noch eingreifen müssen."
So beschreibt Clemens Dannheim, Chef der Münchner Softwareschmiede Objective GmbH, die Situation in der digitalen Fabrik. Menschen und Roboter arbeiten dort zusammen. Und diese Zusammenarbeit stellt Softwareentwickler, Hardwarebauer und Fabrikplaner vor ganz neue Herausforderungen. Was ändert sich da gerade beim Robotereinsatz, Peter Welchering?
"Aus dem Roboter wird der sogenannte Cobot. Der Name leitet sich her aus der Verbindung von Collaboration, also Zusammenarbeit, und Robot. Mensch und Roboter sind in demselben Arbeitsraum. Und das ist ja längst nicht nur in der digitalen Fabrik, wie von Clemens Dannheim beschrieben, der Fall. Roboter als fahrerlose Transportsysteme rollen ja gerade aus der Fabrik raus in den öffentlichen Verkehrsraum. Roboter in der Pflege nehmen auch da den Menschen die schweren Lasten ab, beim Umbetten von Patienten, beim Baden. Und da darf es natürlich nicht passieren, dass ein Roboter einem Menschen Schaden zufügt. Cobots so ausgestattet werden, müssen in Umgebungen arbeiten, dass das Zusammenwirken mit Menschen sicher gestaltet werden kann. Da gibt es schon ganz gute Konzepte. Aber für einige Robotereinsätze, für einige Szenarien muss da auch noch kräftig in die Weiterentwicklung investiert werden."
Über die notwendigen Weiterentwicklungen sprechen wir gleich noch. Zunächst geht es um den aktuellen Stand der Technik beim sicheren Cobot-Einsatz. Und der sieht so aus:
"Der Idealfall ist natürlich immer, dass er gar nicht kollidiert. Aber man kann das nicht immer hundertprozentig verhindern. Und dann müssen wir halt schauen, dass da so wenig wie möglich passiert."

Beschreibt Michael Weinmann, Experte für Maschinensicherheit beim Automatisierungsunternehmen Pilz GmbH, das Ziel der Sicherheitsanalysen beim Robotereinsatz. Das Problem dabei: Roboter sind eigentlich ziemlich dumm. Die bislang eingesetzten Standardroboter erst recht. Sie müssen nachgerüstet werden – mit Sicherheitssoftware, vor allen Dingen aber mit sehr viel Sensorik. Die steckt dann in der künstlichen Haut, die dem Roboter sozusagen übergestreift wird. Michael Weinmann erläutert das so:
"Der Roboter selbst erkennt es ja nicht. Der Roboter selbst hat ja die Sensorik dann außen drauf. Die Haut erkennt es dann. Über eine Sicherheitssteuerung bekommt dann der Roboter ein Stoppsignal. Die Haut erkennt quasi, dass sich eine Person nähert oder dass sich der Roboter einer Person nähert, und stoppt dann den Roboter rechtzeitig. Es ist allerdings ein Standardroboter, ganz normal. Wenn man den ohne die Haut laufen lassen würde, wäre es ein ganz normaler Roboter."
Der so nachgerüstete Roboter muss es also rechtzeitig fühlen, dass es zu einer Kollision kommen kann und dann reagieren. Und das wird über die sogenannten Roboter-Parameter programmiert.
"Roboter-Parameter können sein die Kollisionserkennung im Roboter selbst, die Geschwindigkeitsüberwachung vom Roboter, dann haben wir noch eine Raumüberwachung im Roboter, der einfach erkennt, bestimmte Räume darf er nicht anfahren. Das kann man im Roboter- Programm einstellen. Es gibt viele Möglichkeiten, bis hin zu einem sicheren Stopp letztendlich, der Roboter still setzt."
Vom Erkennen der Gefahr und einer möglichen Kollision bis zum Stopp darf natürlich nicht allzu viel Zeit vergehen. Ein Serviceroboter, der nur leichte Lasten hebt, kann da natürlich schneller zum Stillstand gebracht werden als ein fahrerloses Transportsystem mit tonnenschweren Stahlträgern als Ladung. Aber auch da ist Schnelligkeit Trumpf.
"Das sind Reaktionen im Millisekunden-Bereich, wo dann erkannt wird, dass eine Person rein läuft bis die Applikation steht. Hängt immer davon ab, was haben wir denn oben auf diesem fahrerlosen Transportsystem. Das kann im unteren Sekundarbereich sein, dass dieses fahrerlose Transportsysteme von der Detektion der Person bis zum Stillstand."
Sicherheitskonzepte für Cobots sind eine recht individuelle Angelegenheit. Jeder Einsatzort, ob im Pflegeheim, in der Fabrik, auf der Straße oder in Bürogebäuden muss jeweils für sich modelliert und simuliert werden.
"Im Idealfall haben wir ja schon eine Risikobeurteilung beziehungsweise wir haben diese Koalitionspunkte schon mit dem Kunden oder mit dem Hersteller ermittelt. Dann gehen wir an die Anlage ran und versuchen, so realitätsnah wie möglich die Kollision zu simulieren. Es geht natürlich nicht immer hundertprozentig, aber wir schauen, das muss so nah wie möglich an der realen Kollision drankommen."

Und so eine Kollision ist in der Realität nicht immer vermeidbar. Dann aber muss die Sicherheitssteuerung des Roboters so programmiert sein, dass es höchstens zu einem harmlosen Knuff – unterhalb der Schmerzgrenze kommen kann. Deshalb wird genau überprüft, welche Kräfte bei allen möglichen Zwischenfällen mit dem Roboter auf den Menschen einwirken können. Das machen Michael Weinmann und seine Kollegen mit einem Kollisionsmessset.
"Das Kollisionsmessset besteht aus dem Kollisionsmessgerät, also dem Kraft-Messgerät. Wir haben dann noch Druckmess-Folien mit dabei, die wir dann bei der Kollisionsmessung mit auflegen auf dieses Kraft-Messgerät. Und somit messen wir dann die Kollision, die Kräfte und Drücke, die bei der Kollision entstehen."
Und mit diesen Messergebnissen wird dann die Einsatzumgebung für den Roboter genau eingerichtet. Da wird also nicht nur der Roboter programmiert, damit aus ihm ein einfühlsamer Cobot wird. Was passiert da noch, Peter Welchering?

"Das geht in der Tat über die Programmierung, mit der die Roboter-Parameter optimiert werden, weit hinaus. Zu Beispiel werden – ganz klassisch – bestimmte Teile des Roboters mit Schaumstoff ausgestattet. Das vermindert natürlich erheblich den Druck der ausgeübt wird, wenn da eine Kollision zwischen Mensch und Roboter passiert. Die anderen Maßnahmen sind eben dann noch Sensorik-Haut, Lichtschranken, Geschwindigkeits- und Abstandsüberwachung und dreidimensionale Mustererkennung. Mit der kann der Roboter, der Cobot, dann die Bereiche erkennen, die er nicht betreten oder befahren darf, weil da gerade ein Warnsignal angebracht ist, weil der einen Menschen erkennt oder weil dieser Bereich prinzipiell gesperrt ist. Prinzipielle Sperrungen lassen sich natürlich über sehr viele Methoden absichern, von der Lichtschranke über Gebäudenavigation."

Zurzeit passiert da ja sehr viel bei der Mustererkennung. Da sollen die Roboter ja aus Gefahrensituationen lernen können und sie anschließend eben vermeiden. Gibt es denn da schon den Fabrikeinsatz?
"Es gibt Pilotprojekte in diesem Bereich. Aber da ist wirklich noch viel Entwicklungsarbeit erforderlich. Und das ist über eine Nachrüstung der bisher eingesetzten Standardroboter auch in vielen Fällen nicht zu erreichen. Da braucht es schon eine neue Roboter-Generation."
Aber an dieser neuen Roboter-Generation wird ja gearbeitet. Mit welchen Verfahren denn?
"Da handelt es sich in erster Linie um Mustererkennung und um Methoden maschinellen Lernens. Und das ist natürlich ganz anders strukturiert als die bisherigen Trainingsmethoden für Roboter, bei denen ein Mensch mehr oder weniger feste Abläufe mit dem Roboter eingeübt hat. Und dann kam in der zweiten Phase das Trainieren des Roboters in Gefahrensituation und anderen Situationen, die man so als Nicht-Standard-Situation bezeichnet, hinzu. Auch da hatte der Roboter vorgegeben Abläufe, die alle auf Kollisionsvermeidung ausgerichtet waren."
Wird diese Kollisionsvermeidung denn jetzt weniger wichtig?

"Kollisionsvermeidung bleibt wichtig, aber die Entwickler sehen: Es gibt Situationen, da klappt das nicht so ganz. Und dann soll der Roboter eben möglichst wenig Schaden anrichten. Und möglichst wenig Schaden heißt, er greift vielleicht mit seinem Plastikarm zu einem Becher. Wenn jetzt ein Mensch auch nach diesem Becher greift, steht die Kollisionsvermeidung von Roboterhand und Menschenhand natürlich an erster Stelle. Aber für den Fall, dass so eine Kollision nicht vermeiden werden kann, hat der Roboter Alternativen gelernt. Und diese Alternativen sind darauf ausgerichtet, dass die beiden Hände sich dann nicht gegenseitig weg boxen, also ziemlicher Druck entsteht, sondern aneinander vorbei geführt werden. Und da wird sowohl mit neuronalen Netzen, als auch mit Deep-Learning Verfahren experimentiert."