Automatisierungstechnik im Life Sciences Bereich - Sensoren in der mobilen Laborrobotik

  • Automatisierungstechnik im Life Sciences Bereich - Sensoren in der mobilen LaborrobotikAutomatisierungstechnik im Life Sciences Bereich - Sensoren in der mobilen Laborrobotik
  • Automatisierungstechnik im Life Sciences Bereich - Sensoren in der mobilen Laborrobotik
  • Abbildung 1
  • Abbildung 2
  • Abbildung 3

Automatisierungstechnik ist definiert als „eine Ingenieurwissenschaft, die alle Maßnahmen behandelt, Maschinen oder Anlagen zu automatisieren, also selbständig und ohne Mitwirkung von Menschen betreiben zu können“.

Die Geschichte der Automatisierungstechnik ist so alt wie die Menschheit. Während in den frühen Anfängen der Ersatz menschlicher Kraft durch Maschinen im Vordergrund stand, sind Gründe für die Automatisierung heute in der Erhöhung der Effektivität oder der Verbesserung der Produktqualität und Produktgleichheit zu suchen. Automationsanlagen sind in der industriellen Fertigung weit verbreitet; das wohl bekannteste Beispiel ist der Automobilbau. Aber auch im Bereich der Life ­Sciences gibt es einen zunehmenden Bedarf nach Automationslösungen. Hier waren die Entwicklungen zunächst von den Anforderungen der Pharmaindustrie getrieben, die eine effizientere Entwicklung neuer Medikamente vorantreiben wollte.  Zunehmend ergeben sich aber auch Automatisierungsbedarfe in anderen Bereichen der Life Sciences, u. a. in der Qualitätskontrolle. Aufgrund der spezifischen Anforderungen von Prozessen der Life Sciences erfolgt i.d.R. eine Inselautomation, d. h. für dedizierte Prozesse (z. B. Synthese, Probenvorbereitung, Analytik, Bioscreening u. a.) erfolgt die Realisierung eines dedizierten Automationssystems, das im Rahmen seiner Konfiguration flexibel an Prozessänderungen angepasst werden kann. Eine Verbindung der Automationssysteme untereinander (i.d.R. ein Transport von Proben zwischen unterschiedlichen Systemen) erfolgt bislang noch manuell. Mit dem Einsatz mobiler Roboter, die entsprechende Transportaufgaben übernehmen, wird eine vollständige Automatisierung von Life Science Laboren möglich.

Um den Betrieb der eingesetzten mobilen Roboter intelligent und flexibel zu gestalten, müssen diese mit entsprechenden Sensoren ausgestattet werden, um ihre Umwelt zu erfassen oder – im Idealfall – sogar auf in ihrer Umwelt stattfindende Ereignisse zu reagieren. Dies betrifft sowohl die sicherere Navigation, die Erkennung und Vermeidung von Kollisionen als auch das sichere Erkennen und Greifen sowie Ablegen von Objekten. Hierfür müssen geeignete Sensoren und Sensorprinzipien eingesetzt werden, die die Messung von Abständen, von Bewegungen und Geschwindigkeiten sowie von Kräften ermöglichen.

Hierzu steht eine Vielzahl an Möglichkeiten zur Verfügung, die hinsichtlich ihrer Einsetzbarkeit in Laboren der Life Sciences getestet und auch angepasst werden müssen. Dabei spielt neben der reinen Erfassung der Messdaten durch die Sensoren zunehmend auch eine Weiterverarbeitung der sensorischen Daten für die Nutzung zu Steuerungszwecken eine wichtige Rolle.

Sichere Navigation mobiler Roboter

Für die Navigation mobiler Roboter existieren unterschiedliche Möglichkeiten. Festgelegte, vorgeschriebene Pfade, die u.a. durch Magnetspuren oder optische Marken auf dem Boden realisiert werden, stellen dabei die einfachste, aber wenig flexible Lösung dar. Änderungen der Umgebung (z.B. durch Einbau zusätzlichen Laborinventars o.ä.) oder Erweiterungen des Arbeitsbereiches erfordern umfangreiche Anpassungen dieser Systeme. Das Abscannen der Umgebung durch den mobilen Roboter und der Vergleich mit einem hinterlegten Gebäude- oder Flurplan ist eine weitere Möglichkeit. Auch hier ergeben sich allerdings Probleme bei der Erweiterung des Arbeitsbereiches der Roboter. Ein geeignetes Verfahren ist der Einsatz passiver Landmarken. Diese bestehen aus IR-sensitivem Material und können einfach an der Decke montiert werden. Von einem auf dem Roboter montierten StarGazer-Modul werden IR-Signale ausgesendet, mit denen das Auslesen der codierten Landmarken erfolgt. Mittels eines Vergleiches mit einem hinterlegten Gebäude- oder Flurplans (Map) erfolgt dann die Bestimmung der aktuellen Position des Roboters. Eine Erweiterung der Pläne ist durch Einbeziehung neuer codierter Landmarken nahezu unbegrenzt möglich (Abb. 1).

Kollisionserkennung und -vermeidung

Ein wichtiges Problem beim Betrieb von mobilen Robotern  stellt die Kollisionserkennung sowie -vermeidung dar. Hier kommen u.a. Ultraschall- oder IR-basierte Sensoren zum Einsatz. Diese ermöglichen anhand der Laufzeiten der ausgesandten Signale die Detektion eines Hindernisses, was zu einem Stoppen des mobilen Roboters führt, um eine Kollision zu vermeiden. Derartige Sensoren sind kostengünstig, können aber aufgrund der häufig sehr beengten Verhältnisse in Laboren der Life Sciences nicht eingesetzt werden. (Aufgrund der beengten Verhältnisse würde es permanent zur Detektion von vermeindlichen Hindernissen kommen und so wäre ein Betrieb des Roboters unmöglich.) Darüber hinaus stellen sie keine intelligente Lösung dar, da sie nicht in der Lage sind, zwischen statischen und dynamischen Objekten zu unterscheiden oder gar die Bewegungsrichtung eines Objektes festzustellen. Intelligente Lösungen hierzu werden derzeit am Center for Life Science Automation der Universität Rostock entwickelt. Die Idee basiert auf dem Einsatz von Kinect-Sensoren, die klassischerweise aus dem Bereich der Spielekonsolen bekannt sind. Damit werden die Bestimmung der Konturen eines Objektes sowie dessen Bewegung und Bewegungsrichtung möglich. Basierend auf den Ergebnissen werden verschiedene Strategien verfolgt.

a) Nach erfolgter Detektion eines Objektes wird der Roboter gestoppt. Das übergeordnete Leitsystem wird informiert und auf neue Eingaben gewartet. Dies stellt die einfachste Form dar, die allerdings noch keine intelligente Steuerung der Roboter ermöglicht. In einem erweiterten Modus ist auch das selbständige Anfahren eines sicheren Punktes durch den Roboter möglich.

b) Nach erfolgter Detektion eines statischen Objektes erfolgt unter Berücksichtigung der Dimensionen des Objektes die Entscheidung des Roboters, ob das Objekt umfahren werden kann. Ist dies möglich, erfolgt selbständig eine Korrektur des Fahrweges und der Roboter setzt seinen Weg zum vorgegebenen Ziel fort. Ist das Objekt zu groß und kann nicht umfahren werden, treten die unter a) genannten Maßnahmen ein. Wird ein dynamisches Objekt detektiert, erfolgt neben der Erfassung der Objektdimensionen auch die Erfassung von Bewegungsrichtung und Geschwindigkeit. Basierend auf diesen Informationen erfolgt eine Neuberechnung des Fahrweges, das Anfahren eines sicheren Punktes oder das Stoppen des Roboters.

Mensch-Roboter-Interaktion

Erfolgt der Einsatz mobiler Roboter im Arbeitsraum des Menschen, sind weitere Anforderungen zu berücksichtigen. Gemäß der Robotergesetze nach Asimov darf ein Roboter einen Menschen nicht verletzen. Hierzu werden zum einen die o.g. Strategien der Kollisionserkennung und -vermeidung eingesetzt. Darüber hinaus besteht auch die Möglichkeit einer direkten Steuerung der mobilen Roboter in Interaktion mit dem Menschen. Zum einen kann dies durch die Erkennung von Gesten des Menschen und die interpretative Umsetzung in Kommandos durch den mobilen Roboter geschehen (Abb. 2). Auch hierzu kann das beschriebene Kinect-basierte System eingesetzt werden. Auf der anderen Seite ist auch der Einsatz von Sprache möglich. So können Anweisungen des menschlichen Operators über Spracherkennungssysteme in Kommandos für den mobilen Roboter umgesetzt werden. Zur Erreichung einer hohen Sicherheit wird mit Kombinationen aus unterschiedlichen Spracherkennungsmodulen gearbeitet, die mittels „or“ oder „and“ Verknüpfungen miteinander verbunden werden.

Aufnahme von Objekten

Eine weitere wichtige Aufgabe beim Einsatz mobiler Roboter ist die Aufnahme von Objekten. Dabei sind zwei Aspekte zu betrachten: Zum einen muss das Greifen mit einer ausreichenden, aber nicht zu starken Kraft erfolgen. Hierzu können unterschiedliche Sensoren der Kraftmessung eingesetzt werden, bewährt haben sich vor allem Drehmomentesensoren sowie kapazitive Sensoren. Zum anderen muss das Greifen mit einer hohen Genauigkeit erfolgen. In klassischen roboterbasierten Automatisierungssystemen (z. B. im Bereich des Bioscreenings) lässt sich diese Aufgabe durch eine hohe Positioniergenauigkeit der eingesetzten Roboter zuverlässig realisieren. Mobile Roboter verfügen i.d.R. nicht über derartige Positioniergenauigkeiten, so dass andere Lösungen entwickelt werden müssen. Generell sind zwei Strategien denkbar: ein „blindes“ Greifen, das ohne Bilderkennungsverfahren auskommt, sowie ein auf Bilderkennungsverfahren basierendes Verfahren. Beim blinden Greifen fährt der Roboter einen Übergabepunkt an und bestimmt anhand der Navigationsmarken seine genaue Position. Basierend auf dieser Positionsbestimmung erfolgen dann unter Nutzung eines kinematischen Modells des Roboterarms die Ausrichtung des Armes und das Greifen des Objektes. Dieses Verfahren ist  einsetzbar, wenn sich die zu greifenden Objekte immer exakt in der gleichen Posi­tion befinden und in ihrer Form identisch sind. Eine weitaus höhere Flexibilität ist mit Einsatz optischer Sensoren und anschließender Bildverarbeitung möglich. Während in einfachen Verfahren eine Identifizierung der zu greifenden Objekte über Farbcodierungen möglich ist, werden zukünftige Verfahren auch die direkte Identifizierung der Objekte (Mikrotiterplatten, Glasvials, Zentrifugenröhrchen etc.) ermöglichen. Damit können Objekte flexibel positioniert und trotzdem sicher gegriffen werden (Abb. 3).

Die Forschungsarbeiten werden gefördert vom Bundesministerium für Bildung und Forschung  (FKZ: 03Z1KN1, 03Z1KI1) sowie vom Ministerium für Wirtschaft, Bau und Tourismus MV (FKZ: V-630-S-105-2010/352, V-630-F-105-2010/353).

Kontakt
Prof. Dr.-Ing. habil. Kerstin Thurow
Dr.-Ing. Hui Liu

Center for Life Science Automation
Universität Rostock
Rostock, Deutschland

Kontaktieren

Celisca Center for Life Science Automation
Friedrich-Barnewitz-Str. 8
18119 Rostock
Deutschland
Telefon: +49 381 54 34 55 70
Telefax: +49 381 54 34 55 71

Jetzt registrieren!

Die neusten Informationen direkt per Newsletter.

To prevent automated spam submissions leave this field empty.