ROS in der Lernfabrik Fallenbrunnen

 

Funktionen und Ziele von ROS

Robot Operating System (ROS) wurde von Willow Garage, einem Institut für Robotik, und dem Stanford Artificial Intelligence Lab im Jahr 2007 entwickelt. Das Hauptziel von ROS ist die Wiederverwendung von Codes in der Roboterforschung und -entwicklung. Für die einfache Handhabung und Verteilung wird der Code in Paketen und Stacks organisiert.

Andere Ziele von ROS sind, dass der Code, der in der ROS Umgebung geschrieben wird, auch mit anderen Robotik Frameworks kompatibel ist. Grundsätzlich wird für ROS in Python oder C ++ geschrieben, aber letztendlich zielt es darauf ab, sprachunabhängig zu sein. Das ROS Framework kann leicht an moderne Programmiersprachen angepasst werden. ROS macht Roboterprogrammierung spannender und gleichzeitig einfacher. Mit ROS kann man Gerätetreiber schreiben, Roboter und Kamera simulieren und visualisieren, Pakete verwalten, Roboterbewegungen planen und vieles mehr.

Anwendung von ROS in der Lernfabrik

Die Lernfabrik Fallenbrunnen arbeitet an der Entwicklung eines Frameworks mit ROS, welches mit allen Robotern, dem Fahrerlosen Transport System (FTS), den externe Sensoren und Kameras kommunizieren und diese koordinieren kann. Außerdem stellt dieses Framework eine Verbindung zur Microsoft Azure-Cloud-Plattform her, die in der Lernfabrik weit verbreitet ist. Dieses Framework fungiert als eine Edge-Plattform, die alle Daten von den oben genannten Geräten empfängt und nur wichtige Daten an die Cloud schickt. Die Befehle werden von der Cloud an die Roboter gesendet, beispielsweise, um die Standardzelle mit dem KUKA Roboter mit Hilfe des FTS an eine bestimmte Position am Bandumlaufsystem zu bewegen und ein definiertes Programm zu starten. Dann sorgt das Framework dafür, dass es über den Status des Roboters informiert ist und die entsprechenden Geräte zum Handeln bringt.

Viele Studierende der Dualen Hochschule Baden-Württemberg (DHBW) Ravensburg am Campus Friedrichshafen schreiben ihre Studienarbeiten im Rahmen der Lernfabrik Fallenbrunnen. Es gibt bereits zwei abgeschlossene Studienarbeiten zum Themenbereich ROS, eine dritte ist gerade noch in Arbeit. Parallel dazu wird an einer Masterarbeit mit dem Thema ” Verbesserung der Genauigkeit der Objektlokalisierung bei der Robotermontage mit ROS” gearbeitet. Seit kurzem arbeiten die Lernfabrik Fallenbrunnen und das Global Formula Racing (GFR) Team, das Formula Student Team der DHBW Ravensburg und der Oregon State University, gemeinsam an der Entwicklung eines Fahrlosen Rennautos mittels ROS.

 

Sie haben weiterführende Fragen, kontaktieren Sie mich gerne!

Harsh Sheth

Softwareentwickler
+ 49 (0)7541 40 294-20