Studentische Arbeit

Entwicklung einer KI-gesteuerten Low-Cost-Roboterzelle für das Post-Processing in der Additiven Fertigung

Bachelorarbeit oder Masterarbeit

Bring Low-Cost-Robotern das Sehen bei! Trainiere VLA-Modelle für die autonome Bauteilentnahme & revolutioniere das Post-Processing im 3D-Druck
Stuwi-Entwicklung einer KI-gesteuerten Low-Cost-Roboterzelle für das Post-Processing in der Additiven Fertigung© IKV
Abbildung 1: Automatisierte 3D-Druck-Zelle: Roboterarm und Drucker im synchronen Betrieb. Bild ist KI-generiert.

Thema der Arbeit:

Die Additive Fertigung bietet maximale Designfreiheit, doch das Post-Processing (z. B. Bauteilentnahme) ist oft noch teure Handarbeit. In dieser Arbeit entwickeln wir hybride Automatisierungskonzepte für Low-Cost-Roboterarme, die klassische, deterministische Programmierung mit modernster KI kombinieren. Um die Nachvollziehbarkeit und Prozesssicherheit zu maximieren, nutzen wir Anlagen- und CAD-Daten (STEP/STL/G-Code), um sichere Makro-Bewegungen und optimale Hebelarme mathematisch vorab zu berechnen. Da günstige Roboter jedoch mechanische Ungenauigkeiten aufweisen und keine Kraftsensoren besitzen, stoßen rein deterministische Steuerungen beim Greifen an ihre Grenzen. Hier setzen wir an: Die finale, kontaktintensive Fein-Manipulation bringen wir dem Roboter über „Imitation Learning“ (Hugging Face LeRobot) bei. Ein hochmodernes Vision-Language-Action-Modell (SmolVLA) lernt dabei, die Ungenauigkeiten rein visuell auszugleichen. Die Arbeit vereint so die Zuverlässigkeit klassischer Konstruktions- und Steuerungsmethodik mit der adaptiven Flexibilität von datengetriebener Steuerungsansätze.
 

Die Arbeit hat Bezug zu diesem Forschungsprojekt:

Die Arbeit findet in der Arbeitsgruppe Additive Fertigung statt und ist unmittelbar in das Exzellenzcluster „Internet of Production“ (IoP) eingebettet. Im IoP erforschen wir, wie durch die konsequente Vernetzung von Daten und den Einsatz von Machine Learning die Produktion der Zukunft flexibler und effizienter gestaltet werden kann.

Zielsetzung:

Ziel der Arbeit ist die Konzeptionierung und Inbetriebnahme einer kameragestützten Low-Cost-Roboterzelle (SO-ARM100) zur Automatisierung von Handhabungsaufgaben im 3D-Druck. Darauf aufbauend werden geeignete Greifstrategien aus CAD-Daten abgeleitet, reale Trainingsdaten per Teleoperation erfasst und ein Vision-Language-Action (VLA) Modell zur intelligenten Robotersteuerung trainiert.

Deine Aufgabenstellung:

Die Arbeit ist praxisnah und umfasst den Aufbau von Hardware, das Aufzeichnen von Roboterbewegungen sowie das Trainieren und Evaluieren neuronaler Netze an unseren Workstations.

Konzeptrecherche: Analyse von Automatisierungspotenzialen im Post-Processing (z.B. Ablösen durch Extruder vs. direktes Greifen) Konzeption & Konstruktion: Entwicklung eines spezialisierten Endeffektors zum mechanischen Entfernen von Stützstrukturen
Hardware-Setup: Fertigung und Montage der Roboterarme und Integration in das LeRobot-Framework inkl. Kamerasystem KI-Modellierung: Training des VLA-Modells zur Differenzierung zwischen Bauteilgeometrie und Stützstruktur sowie zur Pfadplanung für Destruktionsbewegungen.
CAD-Analyse & Strategie: Nutzung von STEP/STL-Daten zur Identifikation optimaler Greifpunkte und Hebelarme für ausgewählte Bauteile Validierung: Benchmarking der Erfolgsrate beim automatisierten Entkernen komplexer Geometrien im Vergleich zur manuellen Bearbeitung
Datenerfassung: Durchführung von Teleoperations-Demonstrationen für eine grundlegende Pick-and-Place-Aufgabe von AM-Bauteilen Evaluation & Benchmarking: Systematischer Vergleich der Robustheit des VLA-Modells bei wechselnden Lichtverhältnissen oder neuen Bauteilfarben

Dein Profil:

  • Grundlegende Programmierkenntnisse in Python sind Voraussetzung.
  • Erste Erfahrungen im Bereich CAD, 3D-Druck oder Machine Learning (z. B. PyTorch) sind ein großes Plus, aber kein Muss.
  • Interesse an pragmatischer Lösungsfindung, „Maker“-Mentalität und Lust auf das Arbeiten an der Schnittstelle von Kunststofftechnik und Künstlicher Intelligenz

Bevorzugte Studiengänge:

  • Allgemeiner Maschinenbau
  • Wirtschaftsingenieurwesen, Fachrichtung Maschinenbau
  • Automatisierungstechnik
  • Computational Engineering Science (CES)
  • Simulation Sciences

Das sind deine Benefits:

  • Arbeit in einem jungen, motivierten Team
  • Selbstständige Arbeit bei intensiver Betreuung
  • Mitgestaltung aktueller Forschungsprojekte
  • Individuelle Abstimmung von Aufgabenstellung und Zeitrahmen
  • Experimentelle Arbeit an Industrieanlagen
  • Schnelle Bearbeitung, direkter Kontakt für Fragen während der Bearbeitung
  • Abwechslungsreiche Mischung aus Recherche, experimenteller Arbeit und Analytik (Konstruktion, KI-Training, 3D-Druck, Robotik)
  • Sofortiger Start möglich

Falls du Interesse an einer Abschlussarbeit am IKV und an dieser Aufgabenstellung hast, melde dich gerne bei mir. Den genauen inhaltlichen Umfang und den Zeitplan stimmen wir individuell miteinander ab.