Search

Model-driven engineering (MDE) addresses central aspects of robotics software development. MDE could enable domain experts to leverage the expressiveness of models, while implementation details on different hardware platforms would be handled by automatic code generation. Today, despite strong MDE efforts in the robotics research community, most evidence points to manual code development being the norm. A possible reason for MDE not being accepted by robot software developers could be the wide range of applications and target platforms, which make all-encompassing MDE IDEs hard to develop and maintain. Therefore, we chose to leverage a large corpus of open-source software widely adopted by the robotics community to extract common structures and gain insight on how and where MDE can support the developers to work more efficiently. We pursue modeling as a complement, rather than imposing MDE as separate solution. Our previous work introduced metamodels to describe components, their interactions, and their resulting composition. In this paper, we present two methods based on metamodels for automated generation of models from manually written artifacts: through static code analysis and by monitoring the execution of a running system. For both methods, we present tools that leverage the potentials of our contributions, with a special focus on their application at runtime to observe and diagnose a real system during its execution. A comprehensive example is provided as a walk-through for robotics software practitioners.

Ursprünglich für die Forschung entwickelt, verbreitet sich ROS in der Industrie zunehmend. Für manche Unternehmen ist es bereits ein Wettbewerbs- und Innovationsfaktor. Diese Entwicklung erkennen auch Internet-Giganten, wie die ROS-Industrial-Konferenz in Stuttgart demonstrierte.

Roboterlösungen und insbesondere Serviceroboter effizienter entwickeln und in den Markt bringen - dieses Ziel steht hinter der Online-Vermittlungsplattform robot.one, die im Rahmen des Verbundprojektes SeRoNet entwickelt wird. Komponentenhersteller, Systemintegratoren und auch Endanwender sollen hier in Zukunft auf neue Art zusammenarbeiten.

Die Zahl der Serviceroboter in der Produktion, der Logistik sowie im Dienstleistungsektor wächst kontinuierlich und trägt ihren Teil zu einer Smart Factory bei. Je nach Anwendung müssen die Roboter jedoch umprogrammiert beziehungsweise angepasst werden. Wie offene Plattformen bei der Umsetzung von Industrie 4.0 helfen können, zeigt das Projekt SeRoNet.

Automatisierung mit Industrierobotern ist bisher vor allem für die Großserienproduktion attraktiv. Für Unternehmen mit kleineren Produktionsgrößen bis hin zur Einzelstückfertigung sind die verfügbaren Automatisierungslösungen oft nicht rentabel, da die Anschaffung teuer, die Lösung unflexibel und eine Umrüstung zeitaufwendig sein kann. Im EU-geförderten Projekt SMErobotics entwickelt deshalb ein Konsortium aus Forschungs- und Industriepartnern eine neue Generation von vielseitigen, einfach und schnell anpassbaren Robotersystemen, die auch in kleineren Unternehmen kosteneffektiv den Durchsatz und die Qualität steigern können. Unter Einbindung von Mensch-Roboter-Kollaboration (MRK), einfacher Programmierung, intelligenter Fehlerbehandlung und anderen typischen Schlüsseltechnologien der Industrie 4.0 soll eine moderne robotergestützte Industrieautomatisierung mit flexibler, kundenorientierter Produktionsweise entstehen. Der Beitrag zeigt die aktuellen Ergebnisse des Projekts am Beispiel einer Schweiß- und einer Montageanwendung auf.

In this paper we present a method and system for robot programming using virtual reality techniques. The proposed method allows intuitive teaching of a manipulation task with haptic feedback in a graphical simulation system. Based on earlier work, our system allows even an operator who lacks specialized knowledge of robotics to automatically generate a robust sensor-based robot program that is ready to execute on different robots, merely by demonstrating the task in virtual reality.