Methodische Vorgehensweise

Im Projekt werden verschiedene Sensoren entwickelt und verbessert, die Berührungen, chemische Stoffe und biologische Gefahren erkennen können. Diese Sensoren werden systematisch getestet, um herauszufinden, wie gut sie Eigenschaften von Objektenoberflächen, wie zum Beispiel Härte oder Temperatur erkennen können.

Mit Hilfe von maschinellem Lernen (ML) werden Bewegungsabläufe, die Menschen nutzen, analysiert und auf Roboter übertragen. Dadurch können Roboter schwierige Aufgaben automatisiert ausführen, wie das Greifen und Sortieren von Objekten.

Ein wichtiger Teil des Projekts ist die Entwicklung eines Demonstrators – also eines Prototyps – für den Einsatz in der Praxis. Dieser wird in Bereichen wie dem Recycling von Textilien und Batterien getestet. Ziel ist es, neue Lösungen für schwierige und gefährliche Arbeitsumgebungen zu schaffen, die bisher manuell erledigt werden mussten.

Zusätzlich werden Workshops mit wichtigen Beteiligten (Stakeholdern) durchgeführt. Diese helfen dabei, die Leistung der neuen Technologie zu bewerten und ihr Potenzial für den Einsatz in der Industrie zu analysieren. Eine Bewertungsmatrix unterstützt dabei, die Ergebnisse zu strukturieren und die Übertragung der Technologie in die Praxis zu erleichtern.