Cobots
PROTECT: KI-basierte Personenerkennung macht Mensch-Roboter-Kollaboration sicher und effizient

Flexibel, effizient, und vor allem zuverlässig und sicher: So zeichnet sich eine einsatzfähige Personenerkennung in der Industrieproduktion aus. Im gemeinsamen Projekt PROTECT sind das Fraunhofer IKS und das Fraunhofer IGCV diesen Anforderungen einen großen Schritt näher gekommen.

I Stock 1275786906 Nano Stockk
mask I Stock 1275786906 Nano Stockk

»PROTECT« – so heißt das gemeinsame Projekt des Fraunhofer-Instituts für Kognitive Systeme IKS und des Fraunhofer-Instituts für Gießerei-, Composite- und Verarbeitungstechnik IGCV. Ziel ist es, einen Prototyp für ein Kamera-basiertes Personenerkennungssystem mit integrierter Künstlicher Intelligenz (KI) zu entwickeln, welches über gängige Sicherheitsmaßnahmen wie Lichtschranken hinausgeht und die Betriebseffizienz des Gesamtsystems erhöht. Dieses neue Sicherheitssystem erkennt Personen zuverlässig und unterscheidet sie ebenso von anderen sich bewegenden Objekten wie Automated Guided Vehicles (AGV). Dadurch erlaubt es eine dynamische Geschwindigkeitsanpassung und somit eine Steigerung der Laufgeschwindigkeit des Cobots einer Produktionszelle – und schafft so eine Grundlage für flexible, leistungsfähige sowie kostengünstigere Produktionssysteme.

Bisher werden Roboter in der Produktion oft durch physische und statische Schutzmaßnahmen wie Schutzzäune, Lichtschranken und reduzierte Geschwindigkeiten abgesichert, was hohe Kosten und eingeschränkte Flexibilität sowie Leistungseinbußen zur Folge hat. Daher sind Industrieunternehmen bestrebt, auf solche Schutzmaßnahmen zu verzichten und bisher ungenutzte Roboterleistung zu aktivieren – selbstverständlich bei weiterhin hohem Sicherheitsstandard für die Mitarbeiter in der Mensch-Roboter-Interaktion.

KI-basierte Erkennungssysteme stoßen
oft auf Skepsis

Bedenken hinsichtlich der Sicherheit KI-basierter Systeme bestehen vor allem aufgrund möglicher Fehldetektionen, die zu schweren Unfällen, und damit zu Vertrauensverlust führen können, aber auch zu Lasten der Performanz gehen. Auch die komplexe Sicherheitszertifizierung, gerade mit Blick auf KI-Komponenten, spielt in diesem Zusammenhang eine Rolle.

Um diese Zweifel auszuräumen, haben die Forscherinnen und Forscher im Projekt PROTECT einen Ansatz entwickelt, der verschiedene Methoden – KI- und regelbasiert - kombiniert, um sicherzustellen, dass Menschen und Objekte zuverlässig erkannt werden.

Zonenbasierte Geschwindigkeitsregelung
hängt von der Situation ab

Im Projekt PROTECT wird ein schlanker Anwendungsfall demonstriert: Ein kamerabasiertes System erkennt zuverlässig Menschen, selbst in schwierigen Situationen, und unterscheidet zwischen Personen und fahrerlosen Transportsystemen (AGV). Dies ermöglicht eine zonenbasierte, situationsabhängige Geschwindigkeitsregelung des Roboters, indem dieser nur dann die Geschwindigkeit reduziert, wenn sich ein Mensch nähert. Besteht keine Kollisionsgefahr, bspw. im Beisein eines AGVs, kann das Arbeitstempo unverändert weitergeführt werden.

Drei Kernaspekte stehen dabei im Fokus und erhöhen die Sicherheit im Vergleich zu bestehenden Lösungen:

  • zuverlässige Personenerkennung auch bei schwierigen Randfällen,
  • Unterscheidung zwischen Menschen und AGVs
  • zonenbasierte Geschwindigkeitssteuerung.

Klassische Bewegungsdetektion ohne KI dient als zusätzliche Sicherheitsmaßnahme, insbesondere bei verdeckten Personen oder unbekannten Erscheinungsformen, wie bestimmte Schutzkleidung.

Das System regelt die Roboterarm-Geschwindigkeit
automatisch: In Sicherheitszone 1 arbeitet der Roboter bei maximaler
Geschwindigkeit, in Zone 2 wird das Tempo bei Personenerkennung
reduziert, und in Zone 3 stoppt der Roboterarm bei Anwesenheit einer
Person. AGVs beeinflussen die Geschwindigkeit nicht.

Dieses neuartige, fortschrittliche KI-basierte System zur Personenerkennung erhöht maßgeblich die Automatisierung, stärkt die Sicherheitsmaßnahmen für Mensch und Maschine, und steigert die Effizienz moderner Produktionsumgebungen. Durch die Flexibilitätssteigerung stellt es außerdem eine wichtige Grundlage für die modulare Produktion dar, die schnell auf sich ändernde Produktionsänderungen und kleine Losgrößen reagieren kann.

Nächster Artikel

Safe Intelligence Day 2026
So halten sich KI und Sicherheit in der Automatisierung die Waage

Alexandre Sawczuk da Silva
Alexandre Sawczuk da Silva