CoboTank: Kollaborativer Roboter für sichere Abläufe
Hier setzt das Projekt „CoboTank“ an, das von der Universität Duisburg-Essen und dem Entwicklungszentrum für Schiffstechnik und Transportsysteme (DST) vorgestellt wird. „Unser Robotersystem trägt das Gewicht, der Mensch trifft die Entscheidungen“, sagt Tobias Bruckmann, Professor am Lehrstuhl für Mechatronik der Universität Duisburg-Essen:
Der Roboter übernehme das Handling der schweren Schläuche, führe sie zum Schiff und gleiche dabei dessen Bewegungen aus; Die Bedienperson steuere den Roboterarm über eine intuitive Handführung präzise zum Anschlussflansch. Danach seien nur noch leichte Handgriffe wie das Verbinden des Erdungskabels erforderlich. Das reduziere die körperliche Belastung erheblich und halbiere den Personalbedarf – statt vier Fachkräften reichen künftig zwei: eine an Bord und eine in der Leitstelle.
Sensorik und Präzision für die Mensch-Roboter-Kooperation
Damit die Zusammenarbeit sicher funktioniert, verfügt das System zudem über umfangreiche Sensorik. Ein Kraft-Momenten-Sensor erfasse die Bewegungsimpulse der Bedienperson, weitere Sensoren überwachen Umgebung und Schiffsbewegungen. Die größte Herausforderung war die sichere Kooperation zwischen Mensch und einem vergleichsweise großen Roboter, so Bruckmann. Der Roboter muss selbst bei Wellengang millimetergenau reagieren.
Ein weiterer Erfolgsfaktor soll sein, dass das Hafenpersonal von Beginn an eingebunden war – vom erfahrenen „Seebären“ bis zum Nachwuchs, wie die Universität mitteilt.
Simulation im Hafenforschungslabor: Technik im Praxistest
Das kollaborative Robotersystem „CoboTank“ ist derzeit in Originalgröße am Lehrstuhl für Mechatronik zu sehen.
Im Hafenforschungslabor HaFoLa des DST wird die Technologie unter realitätsnahen Bedingungen getestet. Fünf Demonstratoren im Maßstab 1:16 bilden den gesamten Ablauf vom Anlegen bis zum Umschlag ab. „Durch die Skalierung können wir technische Konzepte kosteneffizient in die Praxis übertragen und im Zusammenspiel erproben“, erklärt Cyril Alias vom DST. „So erkennen wir Optimierungspotenziale, die Simulationen oft nicht zeigen.“
