Generierung von Konstruktionsmerkmalen zur Entwicklung eines bio-inspirierten Kommissionier- Greifers für die Intralogistik mittels Clusteranalyse

Kurzbeschreibung: In der Automatisierung von intralogistischen Kommissioniervorgängen ist ein großes Zukunftspotential erkennbar. Elementarer Bestandteil des Automatisierungsprozesses ist der Einsatz von Industrierobotern, die mit einem geeigneten Endeffektor, dem Greifer, ausgestattet werden müssen. Die Robotik ist in der Lage schneller, präziser und ausdauernder als die menschlichen Kommissionierer zu arbeiten und trägt damit entscheidend zur Effizienzsteigerung bei. Eine wesentliche Herausforderung für diesen Entwicklungsschritt zur Substitution der manuellen Kommissionierung ist die Konstruktion und Bereitstellung eines geeigneten Greifsystems. Am Lehrstuhl für Maschinenelemente und Technische Logistik der Helmut-Schmidt-Universität wurde mit der Erfahrung aus einem vorangegangenen Forschungsprojekt die Methode der Clusteranalyse erstmalig zur Untersuchung von Greifobjekten zur Entwicklung eines bionischen Universalgreifers für die Kommissionierung von Drogerieartikeln verwendet. Diese Abhandlung beschreibt einen Beitrag zur Entwicklung dieses Greifers am Beispiel handelsüblicher Drogerieartikel, die aktuell manuell kommissioniert werden. Diese werden hinsichtlich der für das Greifen relevanten Objektmerkmale geclustert und die daraus resultierenden Erkenntnisse in Form von Konstruktionsmerkmalen abgeleitet. Nach einer Analyse und Festlegung der greifrelevanten Merkmale der Greifobjekte wird eine Objektdatenbasis erstellt. Mit Hilfe geeigneter Methoden wird die gewonnene Datenbasis aufbereitet und reduziert. Im Anschluss werden die Greifobjekte bzw. deren Merkmalsausprägungen einer hierarchischen Clusteranalyse unterzogen. Hierbei werden die Grenzen der gebildeten Cluster mittels der zugehörigen Greifobjekte festgelegt und analysiert. Abschließend werden bestimmte greiferspezifische Merkmale auf die Anwendbarkeit in den Clustern überprüft und bewertet. Diese Betrachtungen ermöglichen es, dass spezielle Anforderungen an den Greifer, die direkt aus den Eigenschaften der Greifobjekte herrühren, zuverlässig erkannt und konstruktiv berücksichtigt werden können.

Abstract: In the automation of intralogistical systems,it is discernible that order picking has a great potential for the future. Fundamental part of the automation process is the use of industrial robots that have to be equipped with a suitable end-effector, the gripper. The robot is capable of faster, more precise and more durable than the human pickers and thus contributes significantly to the efficiency increase. A major challenge for this development step for the substitution of manual picking is the design and provision of a suitable gripper system. With the experience of a previous research project, at the Chair of Machine Elements and Technical Logistics of the Helmut Schmidt University, the method of cluster analysis was first used to study the development of grasping objects, for a biomimetic universal gripper for picking drugstore products. This paper describes a contribution to the development of this gripper on the example of commercial drugstore products that are currently picked manually. These are clustered in terms of object features relevant for grasping and derived the resulting insights in the form of design features. After an analysis and definition of the relevant characteristics of grasping objects cross a database object is created. Using suitable methods based on the data obtained is processed and reduced. Following the gripping objects and their characteristic values of a hierarchical cluster analysis is carried out. Here, the boundaries of the clusters formed are determined by the associated gripping objects and analyzed. Finally, certain specific gripper features are reviewed and evaluated for applicability in the clusters. These considerations make it possible that special requirements on the gripper, which resulting directly from the properties of objects, these can reliably be constructive recognized and considered.