Bewegungsplanung für einen Knickarm-Roboter in der Werkzeugbestückung
Übersicht
Worum es bei diesem Projekt geht.
Du arbeitest in MoveIt 2 (ROS-2-Planungs-Framework) mit einem URDF-Modell des Roboterarms, einem Magazin mit 24 Werkzeugen und einem Modell der Maschinen-Innenraum-Geometrie. Implementiere eine Pipeline, die für eine gegebene Werkzeugnummer einen kollisionsfreien Bewegungspfad erzeugt, eine Zeit-Parametrierung anwendet (Time-Optimal Path Parameterization, TOPP) und die resultierende Wechselzeit gegen das händisch programmierte Baseline-Programm vergleicht. Liefere den Stack, eine Auswertungstabelle für alle 24 Werkzeuge und ein 2-seitiges Memo zur Methodenwahl.
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.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
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