TU Darmstadt / ULB / TUbiblio

ACOR - AI-enabled Cyber-Physical In-Orbit Self-Recovering Factory

Mühlbauer, Maximilian Sebastian ; Leutert, Florian ; Plesker, Christian ; Hulin, Thomas ; Giordano, Alessandro Massimo ; Silverio, Joao ; Stulp, Freek ; Schleich, Benjamin ; Schilling, Klaus ; Albu-Schäffer, Alin Olimpiu (2024)
ACOR - AI-enabled Cyber-Physical In-Orbit Self-Recovering Factory.
Digitalisierung der Raumfahrt. Deutsche Raumfahrtagentur im DLR, Oberpfaffenhofen (04.05.2023)
Conference or Workshop Item, Bibliographie

Abstract

Durch Verwendung von modularen und standardisierten Komponenten können individuell konfigurierte CubeSats schnell, effizient und angepasst auf ihre jeweiligen Missionsanforderungen gefertigt werden. Mit dem Ansatz einer In-Orbit Factory ist es möglich, den Zeitraum von Bestellung zur Inbetriebnahme im Orbit noch weiter zu verringern. Dies erlaubt die Vision eines Betriebsstarts nur Stunden nach der Spezifikation. Jedoch benötigt das Konzept einer hochgradig automatisierten und fehlertoleranten Fabrik im Orbit adaptive und extrem zuverlässige Prozesse für den Zusammenbau und anschließenden Test der CubeSats. Ziel des Projekts AI-enabled Cyber-Physical In-Orbit Self-Recovering Factory (ACOR) ist es, aufbauend auf den Ergebnisse der Vorgängerprojekte Space Factory 4.0 und AI-In-Orbit-Factory, die dafür notwendigen Methoden basierend auf Ansätzen aus Industrie 4.0 und künstlicher Intelligenz (KI) zu entwickeln. Da nach dem Start der In-Orbit Factory kein direkter menschlicher Eingriff in den Produktionsprozess mehr möglich ist, wurden speziell Methoden zur automatisierten Fehlerdetektion und -behebung (FDIR) als wesentliches Merkmal in der Methodik einer Fabrik im Orbit identifiziert. Zunächst müssen deshalb existierende Methoden für den automatisierten robotischen Zusammenbau und Test (AIT) um solche FDIR-Ansätze erweitert werden, um bei der automatisierten Produktion von Miniatursatelliten auftretende typische Fehler zuverlässig zu detektieren, identifizieren und sofern möglich korrigieren zu können. Dabei sollen sowohl Defekte in Satellitenkomponenten als auch Fehler im AIT-Prozess selbst behandelt werden. Weiterhin muss aufgrund der Komplexität der In-Orbit Factory jedoch immer mit Fehlerfällen gerechnet werden, die nicht automatisch korrigiert werden können. Auch kann ein individueller Eingriff in den Bauprozess notwendig werden, der die hohen kognitiven Fähigkeiten eines Menschen erfordert. Für diese Fälle ist im Projekt eine Teleoperationsschnittstelle basierend auf adaptiven Virtual Fixtures (VFs) vorgesehen, die einem menschlichen Operator Eingriffsmöglichkeiten auf der Erde mit Kraftfeedback bereitstellt. Um diesen adaptiven VF-Ansatz basierend auf positions- und kamerabasierten Fixtures robuster zu gestalten, werden probabilistische Methoden genutzt, welche die Unsicherheit der aktuellen Fixture basierend auf gelernten und auf Kamerabild-basierten Schätzungen modulieren. Dieses Vorgehen erlaubt es, entsprechende Gewichtungen zwischen verschiedenen Fixtures und dem Teleoperator vorzunehmen. Darüber hinaus repräsentiert ein Digitaler Prozesszwilling (DPT) die Prozessdaten sowohl der automatisierten als auch der teleoperierten Montage und orchestriert den Produktionsprozess. Seine Fehlerdetektions- und -recoveryfähigkeit werden standardisiert und die Interaktion mit den digitalen Zwillingen der Produktionsressourcen und des Produkts untersucht. Weiterhin wird die autonome Planung der Prozessschritte flexibilisiert und optimiert. Auf dem zugehörigen Poster werden diese Ansätze im Detail präsentiert.

Item Type: Conference or Workshop Item
Erschienen: 2024
Creators: Mühlbauer, Maximilian Sebastian ; Leutert, Florian ; Plesker, Christian ; Hulin, Thomas ; Giordano, Alessandro Massimo ; Silverio, Joao ; Stulp, Freek ; Schleich, Benjamin ; Schilling, Klaus ; Albu-Schäffer, Alin Olimpiu
Type of entry: Bibliographie
Title: ACOR - AI-enabled Cyber-Physical In-Orbit Self-Recovering Factory
Language: German
Date: 4 May 2024
Place of Publication: Düsseldorf, Germany
Collation: 1 Seite
Event Title: Digitalisierung der Raumfahrt
Event Location: Deutsche Raumfahrtagentur im DLR, Oberpfaffenhofen
Event Dates: 04.05.2023
URL / URN: https://elib.dlr.de/202728/
Abstract:

Durch Verwendung von modularen und standardisierten Komponenten können individuell konfigurierte CubeSats schnell, effizient und angepasst auf ihre jeweiligen Missionsanforderungen gefertigt werden. Mit dem Ansatz einer In-Orbit Factory ist es möglich, den Zeitraum von Bestellung zur Inbetriebnahme im Orbit noch weiter zu verringern. Dies erlaubt die Vision eines Betriebsstarts nur Stunden nach der Spezifikation. Jedoch benötigt das Konzept einer hochgradig automatisierten und fehlertoleranten Fabrik im Orbit adaptive und extrem zuverlässige Prozesse für den Zusammenbau und anschließenden Test der CubeSats. Ziel des Projekts AI-enabled Cyber-Physical In-Orbit Self-Recovering Factory (ACOR) ist es, aufbauend auf den Ergebnisse der Vorgängerprojekte Space Factory 4.0 und AI-In-Orbit-Factory, die dafür notwendigen Methoden basierend auf Ansätzen aus Industrie 4.0 und künstlicher Intelligenz (KI) zu entwickeln. Da nach dem Start der In-Orbit Factory kein direkter menschlicher Eingriff in den Produktionsprozess mehr möglich ist, wurden speziell Methoden zur automatisierten Fehlerdetektion und -behebung (FDIR) als wesentliches Merkmal in der Methodik einer Fabrik im Orbit identifiziert. Zunächst müssen deshalb existierende Methoden für den automatisierten robotischen Zusammenbau und Test (AIT) um solche FDIR-Ansätze erweitert werden, um bei der automatisierten Produktion von Miniatursatelliten auftretende typische Fehler zuverlässig zu detektieren, identifizieren und sofern möglich korrigieren zu können. Dabei sollen sowohl Defekte in Satellitenkomponenten als auch Fehler im AIT-Prozess selbst behandelt werden. Weiterhin muss aufgrund der Komplexität der In-Orbit Factory jedoch immer mit Fehlerfällen gerechnet werden, die nicht automatisch korrigiert werden können. Auch kann ein individueller Eingriff in den Bauprozess notwendig werden, der die hohen kognitiven Fähigkeiten eines Menschen erfordert. Für diese Fälle ist im Projekt eine Teleoperationsschnittstelle basierend auf adaptiven Virtual Fixtures (VFs) vorgesehen, die einem menschlichen Operator Eingriffsmöglichkeiten auf der Erde mit Kraftfeedback bereitstellt. Um diesen adaptiven VF-Ansatz basierend auf positions- und kamerabasierten Fixtures robuster zu gestalten, werden probabilistische Methoden genutzt, welche die Unsicherheit der aktuellen Fixture basierend auf gelernten und auf Kamerabild-basierten Schätzungen modulieren. Dieses Vorgehen erlaubt es, entsprechende Gewichtungen zwischen verschiedenen Fixtures und dem Teleoperator vorzunehmen. Darüber hinaus repräsentiert ein Digitaler Prozesszwilling (DPT) die Prozessdaten sowohl der automatisierten als auch der teleoperierten Montage und orchestriert den Produktionsprozess. Seine Fehlerdetektions- und -recoveryfähigkeit werden standardisiert und die Interaktion mit den digitalen Zwillingen der Produktionsressourcen und des Produkts untersucht. Weiterhin wird die autonome Planung der Prozessschritte flexibilisiert und optimiert. Auf dem zugehörigen Poster werden diese Ansätze im Detail präsentiert.

Uncontrolled Keywords: Satellite production, Robotic assembly, Automated production, Artificial intelligence, Recovery, Machine learning, Teleoperation, Digital twin
Divisions: 16 Department of Mechanical Engineering
16 Department of Mechanical Engineering > Department of Computer Integrated Design (DiK) (from 01.09.2022 renamed "Product Life Cycle Management")
Date Deposited: 19 Apr 2024 09:16
Last Modified: 19 Apr 2024 09:16
PPN: 517303027
Export:
Suche nach Titel in: TUfind oder in Google
Send an inquiry Send an inquiry

Options (only for editors)
Show editorial Details Show editorial Details