Erfassung und Analyse von Arbeiter-Positionsdaten für die Steuerung und Optimierung von kollaborativen Arbeitsprozessen bei der Montage von Flugzeugkabinenkomponenten

Um sich verändernden Anforderungen an das System Flugzeugkabine zu begegnen, forscht das Deutsche Zentrum für Luft- und Raumfahrt unter anderem daran, einen vollständigen und durchgängigen digitalen Faden vom Design bis hin zur Fertigung zu realisieren. Dieser ermöglicht beispielsweise eine Gesamtsystemoptimierung über alle Lebenszyklusphasen zukünftiger Flugzeugkonfigurationen. Zu diesem Gesamtsystem gehören auch die Fertigungsprozesse für Kabinenmodule bzw. -komponenten. Diese Arbeit veranschaulicht einen Ansatz, mit dem Fertigungsprozesse für Kabinenkomponenten durch die systematische Erfassung und Analyse von Daten aus dem digitalen Faden optimiert werden können. Insbesondere dort, wo Menschen und Roboter in großer Nähe zusammenarbeiten, kann es zu Effizienzverlusten kommen, beispielsweise durch die Entstehung von Wartezeiten oder durch Kollisionen. Um dem zu begegnen, sind eine vorausschauende Planung und eine adaptive und automatisierte Steuerung der Abläufe notwendig. Die Herausforderung hierbei liegt im dynamischen und teilweise unvorhersehbaren menschlichen Verhalten, welches es erschwert, notwendige Prozessparameter wie Prozessschritt- oder Übergangszeiten genau abzuschätzen und eine automatisierte und sichere Steuerung von Maschinen und Robotern vorzunehmen. Diese Arbeit befasst sich mit dem Ansatz, das dynamische Verhalten des Arbeiters zu digitalisieren, indem die Position des Arbeiters dauerhaft erfasst wird. Realisiert wird die Positionserfassung mithilfe eines Augmented Reality Headsets, dessen verbaute Sensoren eine permanente räumliche Lokalisierung des Arbeiters ermöglichen. Es wird ein System entwickelt, das es ermöglicht, Mensch-Roboter-Prozesse auf Grundlage der Positionsdaten zu steuern und zu optimieren. Hierfür wird zunächst eine geometrische Beschreibung des Prozesses und der Sicherheitsregeln in einem strukturier- ten Datenformat als Konfiguration eingeführt. Anhand von mehreren Anwendungsbeispielen wird aufgezeigt, wie aus den Konfigurations- und Positionsdaten algorithmisch Befehle für den Roboter generiert werden können. Diese beinhalten beispielsweise das Stoppen des Roboters, wenn der Mensch einen bestimmten Bereich betritt oder die Anpassung der Prozessreihenfolge, wenn in einem geplanten Roboterprozessschritt eine Kollision droh