AI-SafeHumanRobot
Motivation & Beschreibung
Problem & Motivation Humanoide Roboter sind dynamisch stabile Systeme. Bisherige Sicherheitssteuerungen von Industrierobotern, die meist darauf basieren, Gelenke über Bremsen plötzlich zum Stillstand zu bringen, funktionieren hier nicht. Der Roboter würde zu einem stehenden Pendel werden, unkontrolliert umfallen und so potenziell größere Gefahren verursachen.
Die Projektlösung Ziel des Vorhabens ist die Entwicklung eines innovativen, KI-basierten Sicherheitssystems für humanoide Roboter, das eine funktional sichere Bewegung und ein situativ angemessenes Verhalten in Alltagsszenarien ermöglicht. Um nicht auf eine Cloud-Verbindung angewiesen zu sein, werden alle Prozesse (wie die sichere Menschenerkennung und die Verhaltenssteuerung) vollständig auf einem Embedded-System vereint.
Forschungsziele & Methodik
- Perspektivenwechsel: Das System wird so trainiert, dass die Erfassung der aktuellen Situation und die Beurteilung von Gefahrensituationen direkt aus der subjektiven Sicht des Roboters (1.-Person-Perspektive) erfolgen.
- KI-Training mit VLAs: Einsatz von Vision-Language-Action Models (VLAs), die auf Basis großer Datensätze und generativer KI trainiert werden, um aus Text-, Bild- und Video-Inputs direkt situativ sichere Roboteraktionen abzuleiten.
- Adaptive Steuerungsarchitektur: Systematische Bewertung von Sensordatenqualität und Umgebungskontext. Wahrnehmungsunsicherheiten werden direkt in der Steuerungsplanung berücksichtigt, wodurch der Roboter sein Verhalten dynamisch anpassen kann.
- Neuartiger Zertifizierungsprozess: Entwicklung eines branchengerechten Zertifizierungsverfahrens sowie modularer „Safety Assurance Cases“ für die funktionale Sicherheit humanoider Roboter im direkten Arbeitsumfeld mit Menschen.
Schlüsseltechnologien
Vision-Language-Action Models & Edge Computing (NVIDIA Jetson IGX Thor)
POSITRON Safety AI & Motion Control
(Synapticon)
Sichere Menschenerkennung
(Botfellows)
Ergebnistransfer und Verwertung
Das Projekt strebt bis zum Abschluss die folgenden wesentlichen technologischen Ergebnisse an:
- All-in-One Hardware Controller: Entwicklung eines kompakten, energieeffizienten und KI-fähigen Sicherheitsrechners (zertifizierbar nach SIL 3, PLe), der als zentrale Recheneinheit dient.
- Sichere Menschenerkennung: Eine echtzeitfähige 360°-Personenerkennung (SIL2, PLd) zur sicheren Lokalisierung und Verfolgung von Menschen und dynamischen Hindernissen.
- Multiaxiale Bewegungssteuerung: Die Unterstützung und sichere Steuerung von komplexen humanoiden Systemen mit über 50 Freiheitsgraden.
- Neuartiger Zertifizierungsprozess: Der Nachweis einer strukturierten Sicherheitsargumentation ("Safety Assurance Case"), die belegt, dass der Roboter alle regulatorischen Gesundheits- und Sicherheitsanforderungen im Alltag erfüllt.
Ansprechpartner
Projektpartner
Nexcobot (Taiwan)
Verantwortlich für die Entwicklung des sicherheitskonformen All-in-One-Hardware-Controllers, der als zentrale Recheneinheit dient.
Synapticon
Spezialist für Motion-Control und Antriebstechnik. Entwickelt das KI-basierte Verfahren zur sicheren Verhaltens- und Bewegungssteuerung des Roboters.
Botfellows
Ein Start-up und Ausgründung des Fraunhofer IWU, spezialisiert auf "Fenceless Robotics". Entwickelt die sichere 3D-Menschenerkennung in Echtzeit.
Fraunhofer IESE
Führendes Forschungsinstitut im Bereich Software- und Systems-Engineering. Entwickelt den Zertifizierungsprozess und die strukturierte Sicherheitsargumentation für das Gesamtsystem.