Presseinformation (Forschung Kompakt) der Fraunhofer-Gesellschaft vom 02.06.2020

Husky A200 heißt die mobile Roboterplattform, mit der erforscht wird, wie künftig mobile Plattformen autonom über Baustellen fahren und Lasten transportieren können. Der rollende Roboter ist eines von vielen Projekten, mit denen das Fraunhofer Italia Innovation Engineering Center die Digitalisierung im Bauwesen vorantreibt und eine Brücke zwischen Robotik und Bauwirtschaft schlagen will. Damit der mobile Roboter eigenständig den richtigen Weg findet, entwickeln die Forscherinnen und Forscher am Institut in Bozen die erforderliche Software-Schnittstelle.

Die steigende Nachfrage nach bezahlbarem Wohnraum, aber auch große und komplexe Bauvorhaben verlangen nach zeit- und kosteneffizienten Lösungen. Um diese zu realisieren und Entscheidungsfindungen in Bauprozessen zu beschleunigen, entwickelt Fraunhofer Italia Innovation Engineering Center, selbstständige Auslandsgesellschaft von Fraunhofer, Software-Systeme und Schnittstellen rund um das Building Information Modeling (BIM). Mit BIM haben alle Beteiligten – vom Planer über den Bauherren bis hin zu den Handwerkern und dem Facility Management – während des gesamten Lebenszyklus eines Bauwerks Zugriff auf ein digitales Gebäudedatenmodell. »Unser Anliegen ist es zum einen, BIM in Südtirol zu etablieren und in die Anwendung zu überführen. Zum anderen wollen wir die digitale Planung auf die Baustelle bringen und eine Brücke zwischen Bauwesen und Robotik schlagen«, sagt Michael Terzer, wissenschaftlicher Mitarbeiter des Forschungsteams Automation and Mechatronics Engineering am Bozner Center. Im Projekt ROSBIM entwickelt der Forscher gemeinsam mit seinen Kolleginnen und Kollegen des Forschungsteams Process Engineering in Construction eine Software-Schnittstelle, die BIM mit dem Robot Operating System ROS verbindet. Diese modulare Open Source-Plattform ist auf einem Mini-PC installiert, der sich auf dem mobilen Roboter befindet. Da das Entwicklungstool plattformunabhängig ist, lassen sich unterschiedlichste Roboter damit ausrüsten. ROS unterstützt verschiedene Programmiersprachen.

Die Baustelle lebt

Die Schnittstelle nutzt das Dateiformat IFC der BIM-Modelle. Über diese werden digitale, objektorientierte Informationen an den Roboter übertragen. »Eine Baustelle lebt, sie verändert sich fortlaufend. Zeitabhängige Daten wie etwa Angaben zu Hindernissen, die der Roboter mithilfe seiner Sensoren nicht erkennen kann, erhält er über die Schnittstelle ROSBIM. Über das Interface wird er beispielsweise informiert, dass ein Kabel- oder Aufzugschacht auf der Baustelle an einem bestimmten Tag geöffnet ist und daher umfahren werden muss. Der Roboter kann seine Hinderniskarte über das Robot Operating System also fortlaufend erweitern«, erläutert Terzer. Sämtliche Daten werden in der BIM-Datenbank gesammelt und ständig aktualisiert. Die digitalen, objektorientierten Informationen betreffen von der Planung über die Bauausführung bis hin zum Betrieb eines Gebäudes oder eines Infrastrukturbaus alle Etappen des Bauprozesses.

»Die Digitalisierung bietet der Bauindustrie ganz neue Möglichkeiten, integrativ arbeiten zu können. BIM ist ein zentrales Element der Digitalisierung im Bausektor. Die Kombination dieser innovativen Arbeitsmethode mit Robotik ist eine von vielen Möglichkeiten, die die Digitalisierung der Bauindustrie bietet. Wir am Fraunhofer Italia IEC haben eine Schnittstelle implementiert, die BIM mit dem kommerziell erhältlichen Forschungs-Roboter verbindet, sodass er die BIM-Daten nutzen kann«, sagt Carmen Marcher, Teamleiterin des Forschungsteams Process Engineering in Construction. Ziel der Forscherteams ist es, bereits digital vorliegende Gebäudedaten auf der Baustelle optimal zu nutzen. In diesem konkreten Fall besteht der Hauptnutzen darin, den Transport von schweren Lasten wie Baumaterial und Werkzeugen mit dem mobilen Roboter in einer sich ständig ändernden Umgebung zu ermöglichen und somit die physische Arbeit auf der Baustelle zu erleichtern.

Assistent bei Logistikprozessen

Die für raue Umgebungen konzipierte mobile Roboterplattform ist mit einer Steuerungselektronik sowie mit Beschleunigungs-, Laser- und Neigungssensoren ausgestattet, die ihr helfen, im unwegsamen Gelände zu navigieren. Derzeit rollt der Roboter noch über das Institutsgelände im Bozner NOI Techpark. Er übernimmt quasi die Rolle eines Assistenten bei Logistikprozessen auf der Baustelle und folgt dem Menschen, indem der Bauarbeiter eine implementierte Follow-me-Funktion aktiviert. Dennoch ist der mobile Roboter in der Lage, autonom zu fahren, wie die Forscherinnen und Forscher in ersten Indoor-Tests demonstrieren konnten. »Der Roboter kann mit Hilfe seiner digitalen Gedächtniskarte eigenständig beispielsweise Lasten von A nach B bringen. Die autonome Fortbewegung in unstrukturierten Umgebungen ist jedoch komplex, hier sind noch weitere Entwicklungsschritte erforderlich«, so Terzer. Dank der Informationen, die die Roboterplattform durch die BIM-Daten erhält, können die Navigationsfähigkeiten verbessert und die sensorische Wahrnehmung des Roboters ergänzt werden. Denkbar ist der Einsatz des mobilen Roboters auch in anderen Anwendungsfeldern – etwa in der Landwirtschaft.

Digitalisierung als Schlüssel zu mehr Effizienz

Digitale Transformation und Automatisierung sind das Kerngebiet von Fraunhofer Italia Innovation Engineering Center in Bozen. Geforscht und entwickelt wird in drei Geschäftsfeldern: der Digitalisierung im Bauwesen, der flexiblen Automatisierung in Industrie, Handwerk und Landwirtschaft und der Entwicklung digitaler Geschäftsmodelle.

Externer Link: www.fraunhofer.de

Presseinformation (Forschung Kompakt) der Fraunhofer-Gesellschaft vom 04.05.2020

Die elektronische Revolution der Lebens- und Arbeitswelten wäre ohne sie kaum möglich: Leiterplatten bilden die Basis, auf der kleinste Bauteile miteinander interagieren. Da die Anwendungen immer zahlreicher und komplexer werden, nehmen die Anforderungen an Design und Qualitätssicherung zu – so müssen etwa Interferenzen ausgeschlossen und eine elektromagnetische Verträglichkeit gewährleistet werden. Das Fraunhofer-Institut für Angewandte Informationstechnik FIT kann durch modulare KI-Plattformen Leiterplatten optimal designen und überprüfen – und damit den Aufwand um bis zu 20 Prozent reduzieren.

Leiterbahnen werden so eng und geschickt wie möglich für eine Anwendung geplant, ohne dadurch einen Ausfall zu riskieren. Basis dafür ist bisher das Erfahrungswissen der beteiligten Ingenieure, deren Designs in Versuchen getestet werden müssen. Die Ergeb­nisse daraus werden zudem nicht stringent dokumentiert, so dass fehleranfällige Designs auch mehrmals Tests durchlaufen. Dieser aufwändige Prozess führt zu hohen Kosten.

Bisher hoher Aufwand in der Qualitätskontrolle

Die fertig entwickelten Designs stellen danach hohe Anforderungen an die Produktion. Daher wird jede einzelne Leiterplatte überprüft, zumeist über eine Automatische Optische Inspektion (AOI). Dabei wird über eine Bildanalyse verglichen, ob die Platine so wie geplant produziert wurde, und so technische Fehlstellen detek­tiert. Dieses Verfahren erzeugt momentan allerdings eine hohe True-negativ-Rate, d.h., viele funktionierende Platinen werden als fehlerhaft klassifiziert.

Diese müssen dann alle per Hand kontrolliert werden. Dies geschieht sowohl vi­suell, als auch messtechnisch. Die Überprüfung verursacht wiederum hohe Kosten, denn bei einer zu hohen True-negativ-Rate werden fehlerfrei Bauteile aussortiert. Bei einer zu klei­nen Rate sind die Folgekosten durch den Einsatz von Fehlteilen hoch. Eine optimierte True-negativ-Rate durch menschliche Kontrolle ist schwierig, da auch menschliche Schwächen einfließen.

Selbstlernend zum optimalen Auswahlprozess

Wie ein zukünftiger Überprüfungsprozess aussehen kann, zeigt die Entwicklung des Fraunhofer FIT. Eine Kamera macht wie bei einer herkömmlichen AOI Aufnahmen von ge­druckten Leiterplatten. Daraus wird die Entscheidungsqualität von Algorithmen optimiert. Entscheidend ist dabei die Eingabe qualitativ-hochwertiger Trainingsdaten. Dafür füttern zunächst Experten die Module für Ma­chine Learning und Deep Learning mit einer guten Datenauswahl.

»Diese modulare Bauweise ermöglicht, aneinander gekoppelte Algorithmen einzusetzen, die sich selbst verbessern. Durch laufende automatisierte Kontrollen der Bauteile fließen Daten zurück in den Algorithmus und sind Grundlage für einen Selbstlernpro­zess im Modul Künstliche Intelligenz«, so Timo Brune, Projektleiter beim Fraunhofer FIT. »Dieses permanente Feedbacksystem verbessert die Datengrundlage und optimiert die True-negativ-Rate. Dadurch können nach ersten Schätzungen aus der Industrie rund 20 Prozent an Produktionsressourcen eingespart werden.«

Das Training der Module kann der Anwender selbst mit seinen Prozess- und Produktionsdaten übernehmen. Das Unternehmen bleibt so immer im Besitz seiner Daten, die nicht etwa an ex­terne Server geschickt werden müssen. Der »Baukasten« aus Algorith­men kann in be­liebiger Kombination auf spezifische Probleme angewandt werden.

Intelligente Entwicklung neuer Bauteile

Die trainierten Algorithmen lassen sich dann auch bereits beim Design neuer Leiterplatten einsetzen. Die Anordnung von Bauteilen auf der Leiterplatte muss dann nicht mehr im Trial-and-Error-Verfahren kosten- und zeitintensiv erfolgen. Der Algorithmus hilft, aus der Vielzahl möglicher Varianten die mit optimaler Funktionalität vorherzusagen.

Der Ansatz des Fraunhofer FIT, modulare, sich selbst verbessernde Algorithmus-Plattfor­men für Design und Qualitätskontrolle von Leiterplatten einzusetzen, ist auch für viele weitere elektrische Systeme vorteil­haft. Auch dort wer­den Prozesse so optimiert, dass Zeit- und Produktionskosten in sig­nifikanter Weise ein­gespart werden können.

Externer Link: www.fraunhofer.de

Presseinformation (Forschung Kompakt) der Fraunhofer-Gesellschaft vom 02.03.2020

Den meisten Menschen fällt es nicht leicht, sich in einer belebten Umgebung auf eine spezifische Stimme zu konzentrieren. Besonders schwierig ist dies für Schwerhörige. Ein neuartiges Konzept für Hörhilfen, entwickelt unter Beteiligung von Fraunhofer-Forscherinnen und -Forschern, soll künftig die Sprachverständlichkeit in komplexen Situationen verbessern und es erleichtern, einem einzelnen Sprecher zu folgen.

Etwa 15 Millionen Deutsche sind laut Schätzungen des Deutschen Schwerhörigenbunds e.V. schwerhörig. Betroffene können Gespräche, vor allem in lauten Umgebungen, nur schlecht verstehen. Besonders in Unterhaltungen mit mehreren Personen fällt es ihnen schwer, einzelne Stimmen herauszuhören. Ihnen gelingt es nicht, sich auf einen Sprecher zu konzentrieren und störende Signale auszublenden – Experten bezeichnen dieses Manko als Cocktailparty-Effekt.

Derzeitig verfügbare Hörgeräte sind nicht in der Lage, eine Schnittstelle zwischen Ohr und Gehirn herzustellen und Schwerhörige beim selektiven Hören zu unterstützen. »Beim normal Hörenden funktioniert die Verbindung zwischen Gehirn und Ohr. Der Zuhörer weiß daher, auf welche Richtung er sich konzentrieren muss. Bei Schwerhörigen ist diese Fähigkeit stark beeinträchtigt. Auch Highend-Hörhilfen können noch nicht die Quelle hervorheben, die der Nutzer gerade hören will, besonders wenn zwei Personen gerade gleichzeitig sprechen«, erläutert Dr. Axel Winneke, Wissenschaftler am Fraunhofer-Institut für Digitale Medientechnologien IDMT in Oldenburg. »Daher benötigt man die entsprechende Information aus dem Gehirn. Über die Hirnaktivität kann man erkennen, wem der Schwerhörige zuhört. Das lässt sich per Elektroenzephalografie (EEG) messen«. Die EEG-Analyse wird im Projekt mEEGaHStim federführend vom Fraunhofer IDMT-HSA und der Universität Oldenburg durchgeführt. Hier entwickeln der Wissenschaftler und sein Team gemeinsam mit Partnern aus Industrie und Forschung ein System, das die Sprachverständlichkeit in komplexen Situationen für Hörgeschädigte verbessert. Eine Kombination aus EEG, Audiosignalverarbeitung und Elektrostimulation der Hörareale soll dies leisten. Der Trick: Eine Gehirn-Computer-Schnittstelle misst mittels EEG die Aktivität des Gehirns. Anhand der Daten lässt sich feststellen, in welche Richtung bzw. auf welche Sprachquelle der Hörgeschädigte seine Aufmerksamkeit richtet. Diese Information wird an das Hörgerät weitergeleitet, das dann ein Richtmikrofon – den sogenannten Beamformer – entsprechend ausrichtet. Der Beamformer verstärkt das vom Hörer bevorzugte Audiosignal und blendet die unerwünschten Geräuschquellen, z.B. andere Sprecher, aus. Eine dritte Komponente, die transkraniale Elektrostimulation (tES), soll dann mit diesem Sprachsignal die Hörareale elektrisch stimulieren. Mit dieser Methode der Neurowissenschaft beeinflussen die Forschenden die Aktivität des Hörzentrums beziehungsweise des auditiven Kortex‘ mit sehr kleinen Strömen gezielt, um so zusätzlich die Sprachverständlichkeit zu optimieren. Die erforderliche Hardware und Methodik zur Stimulation entwickelt im Projekt der Partner neuroConn GmbH gemeinsam mit der Universität Oldenburg.

Hearable der Zukunft

Im Projekt wurde bereits in Designstudien visualisiert, wie die neue Hörhilfe aussehen könnte. Aufbau und Konzept orientieren sich an der Interaktion mit dem Gerät. Das Design hat dabei den Anspruch, die Hörhilfe als positiven Zugewinn für den Träger zu inszenieren, entgegen einer immer noch weit verbreiteten Stigmatisierung. Künftig könnten die im Vorhaben entwickelten Komponenten inklusive Sensorik in einen tragbaren Bügel integriert werden. Denkbar ist es auch, verfügbare Hörgeräte durch die neuen Module zu ergänzen und mit einem EEG-Sensor auszustatten. »Unser aktueller Prototyp liegt noch nicht in Form einer tragbaren Hörhilfe vor, er muss noch deutlich miniaturisiert werden«, so Winneke. In ersten Probandentests mit normal Hörenden hat das Prinzip der EEG-basierten Hörunterstützung bereits gut funktioniert. Studien mit Schwerhörigen sind in Planung.

Mobile Neurotechnologie

Die am Ohr getragene EEG-Messung eignet sich auch für andere Anwendungsszenarien, beispielsweise um die Höranstrengung von Mitarbeitern am Arbeitsplatz zu erfassen. Die Technologie lässt sich zudem im medizinischen Umfeld einsetzen, insbesondere in der Neurologie, um neurologische Erkrankungen wie Epilepsie zu überwachen. »Denkbar ist es etwa, Patienten mithilfe von tragbarer EEG-Sensorik auch außerhalb der Klinik beobachten zu können. Im Projekt mEEGaHStim messen wir die Gehirnaktivität, um ein Hörgerät anzusteuern, aber man kann die Hirnströme natürlich ebenfalls bei neurologischen Störungen analysieren«, sagt Winneke. Der Forscher ist Mitarbeiter der Gruppe »Mobile Neurotechnologien« am Fraunhofer IDMT am Standort in Oldenburg. Diese arbeitet daran, Multi-Sensor-Plattformen zur Elektroenzephalografie (EEG) in konkreten Anwendungsszenarien verfügbar zu machen – beispielsweise in Gesundheitsanwendungen oder am sicherheitskritischen Arbeitsplatz, um die Analyse von Hirnaktivitäten alltagstauglich zu machen.

Externer Link: www.fraunhofer.de