- Titel
- Prädiktive Sicherheitszonen in der Mensch-Roboter-Kollaboration mittels Reinforcement Learning und LSTM
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:l189-qucosa2-1024474
- Konferenz
- 22. AALE-Konferenz. Rosenheim, 25. Februar - 27. Februar 2026
- Quellenangabe
- Tagungsband AALE 2026
; Mechatronische Systeme für die Automatisierung: Fortschritt durch Präzision und Qualität
Herausgeber: Hochschule für Technik, Wirtschaft und Kultur Leipzig
Erscheinungsort: Leipzig
Erscheinungsjahr: 2026
Seiten: 91-100
ISBN: 978-3-910103-08-5 - Erstveröffentlichung
- 2026
- DOI
- https://doi.org/10.33968/2026.10
- Abstract (DE)
- Die sichere Zusammenarbeit zwischen Mensch und Roboter erfordert flexible Schutzmechanismen, die sich dynamisch an menschliche Bewegungen anpassen können. Klassische statische Sicherheitszonen sind hierfür nur eingeschränkt geeignet, da sie weder auf unvorhersehbare Bewegungen reagieren noch prädiktive Anpassungen ermöglichen. In dieser Arbeit wird ein Ansatz vorgestellt, der einen 2D-Laserscanner zur Personenerkennung mit einem Long Short-Term Memory (LSTM)-Netzwerk zur Bewegungsvorhersage und mehreren Deep-Reinforcement-Learning-(DRL)-Agenten zur adaptiven Gestaltung von Sicherheitszonen kombiniert. Die Sicherheitszone wird als dynamisches Polygon definiert, dessen Erweiterung, Form und Abdeckung relevanter Bereiche, wie der TCP-Position und des Zielpunktes in Echtzeit optimiert werden. Die Methode wurde in einer simulierten und realitätsnahen Roboterumgebung evaluiert. Die Ergebnisse zeigen eine zuverlässige Personenerkennung, robuste Vorhersage menschlicher Bewegungen sowie eine reaktionsschnelle und adaptive Anpassung der Sicherheitszonen. Dadurch wird sowohl das Sicherheitsniveau erhöht als auch die unnötige Einschränkung des Arbeitsraums reduziert. Der vorgestellte Ansatz bietet eine praxisnahe Grundlage für den Einsatz adaptiver, KI-gestützter Sicherheitsstrategien in industriellen Mensch-Roboter-Arbeitsbereichen.
- Freie Schlagwörter (DE)
- 22. Konferenz für Angewandte Automatisierungstechnik in Lehre und Entwicklung an Hochschulen (AALE)
- Adaptive Sicherheitszonen, Sichere Mensch-Roboter-Kollaboration, Prädiktive Bewegungsvorhersage
- Herausgeber (Institution)
- Hochschule für Technik, Wirtschaft und Kultur Leipzig, Leipzig
- Version / Begutachtungsstatus
- publizierte Version / Verlagsversion
- URN Qucosa
- urn:nbn:de:bsz:l189-qucosa2-1024474
- Veröffentlichungsdatum Qucosa
- 20.02.2026
- Dokumenttyp
- Konferenzbeitrag
- Sprache des Dokumentes
- German
- Lizenz / Rechtehinweis
CC BY 4.0