Bewegungsplanung für einen Knickarm-Roboter in der Werkzeugbestückung
Übersicht
Worum es bei diesem Projekt geht.
Programmiere eine kollisionsfreie Roboter-Bewegungsplanung mit TOPP und vergleiche Wechselzeiten. Erhalte dein verifizierbares Zertifikat.
Das Szenario
Der Hersteller (rund 450 Mitarbeitende) liefert seine Bearbeitungszentren in den europäischen Mittelstand; eine Verkürzung der Werkzeugwechselzeit um 20 % spart pro Maschine geschätzt 6.000 Euro Jahresnebenzeit beim Endkunden.
Das Briefing
Was Du tust und was Du zeigst.
Erzeuge kollisionsfreie, zeitoptimale Bewegungspfade für die Werkzeugbestückung eines 6-Achs-Arms, die die manuelle Programmierung schlagen.
Earning criteria — what you'll demonstrate
- Bewegungsplanung mit MoveIt 2 auf einer realen Geometrie anwenden
- Kollisionsmodelle und Planungs-Beschränkungen sauber parametrieren
- Trajektorien zeitoptimal parametrieren und die Auswirkung quantifizieren
- Eine Engineering-Verbesserung gegen eine Baseline messbar belegen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Studienzuordnung folgt in Kürze.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
- Motion Planning
Apply motion planning to solve real industry problems and demonstrate production-level capability.
- Kinematics
Apply kinematics to solve real industry problems and demonstrate production-level capability.
- Ros2
Apply ros2 to solve real industry problems and demonstrate production-level capability.
- Trajectory Optimization
Apply trajectory optimization to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Simulation
Apply simulation to solve real industry problems and demonstrate production-level capability.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Maschinelles-Lernen-Ingenieur:in
Eine Optimierungs-Pipeline gegen eine Baseline messbar zu belegen ist exakt die Disziplin, die MLE bei Modell- und Feature-Vergleichen anwenden.
Dieses Projekt schärft
- python
- simulation
- trajectory-optimization
Computer-Vision-Ingenieur:in
Wahrnehmungs- und Planungs-Stacks gehen in Industrierobotern Hand in Hand; eine saubere Planungs-Pipeline ist die Brücke zwischen den beiden Disziplinen.
Dieses Projekt schärft
- motion-planning
- kinematics
- ros2
Angewandte:r KI-Wissenschaftler:in
Methodenwahl mit Daten zu verteidigen und einen messbaren Industrie-Effekt zu zeigen, ist Brückenarbeit, die angewandte KI-Wissenschaftler:innen in Maschinenbau-Settings täglich leisten.
Dieses Projekt schärft
- motion-planning
- trajectory-optimization
- simulation
Noch eine Sache