Confi-GRIP

Softwarekonfigurator für robotische Greifer

  • Künstliche Intelligenz
  • Robotik
  • Synthetische Daten
  • Simulation
  • Maschinelles Lernen
  • 3D-Visualisierung
  • Anwendungsentwicklung
  • Frontend
  • Backend

Auf einen Blick:
Projektkennzahlen

Zeitraum:Mai 2026 - April 2029
Budget:BMFTR-gefördert · Förderkennzeichen 16IS26008B
Team:Verbund aus vier Partnern
Branche:Sondermaschinenbau, Robotik und industrielle Automatisierung
Anwendungsgebiet:Flexible Bestückung und Kommissionierung
Technologien
Python ist eine interpretierte Hochsprache für allgemeine Zwecke. Bekannt für einfache Syntax, fördert lesbaren Code und reduziert Wartungskosten.PyTorch ist ein beliebtes Open-Source-Framework für Deep Learning mit dynamischer Berechnungsgrafik, ideal für Forschung und produktive Anwendungen.ManiSkill ist eine Open-Source-Simulationsplattform für das Training und die Bewertung von Robotikaufgaben.Three.js ist eine leistungsstarke JavaScript-Bibliothek zur Erstellung von 3D-Grafiken im Webbrowser mit WebGL. Vereinfacht komplexes 3D-Rendering.Vue ist eine JavaScript-Bibliothek für komplexe, dynamische Web-Anwendungen. Vue.js ist eine neuere Technologie mit aktiver Weiterentwicklung.FastAPI ist ein Tool, um APIs zu erstellen. APIs erlauben den Datenaustausch zwischen Softwarekomponenten.Ein Open-Source-Werkzeug, das die Anwendungsbereitstellung durch Container-Virtualisierung vereinfacht.

Das Projekt

Neue Bauteile stellen den Sonderanlagenbau regelmäßig vor dieselbe Aufgabe: Ein geeigneter Greifer und eine zuverlässige Greifstrategie müssen gefunden, konstruiert und an der realen Anlage erprobt werden. Heute fließen dabei viel Erfahrung und zeitaufwändiges Trial-and-Error zusammen.

Im laufenden Verbundprojekt Confi-GRIP entsteht deshalb ein webbasierter Softwarekonfigurator. Er soll aus Bauteil-CAD und Anforderungen geeignete Greifstrategien und Greiferdesigns ableiten, sie in physikalischen Simulationen prüfen und mehrere Lösungen vergleichbar machen. So soll sich die Auslegung für neue Bestückungs- und Kommissionieraufgaben perspektivisch von Wochen auf Stunden verkürzen.

Confi-GRIP ist ein Forschungs- und Entwicklungsprojekt. Die Plattform, Modelle und Demonstratoren werden im Projektverlauf gemeinsam mit den Konsortialpartnern entwickelt und validiert.

Unsere Aufgabe

Helm & Walter entwickelt im Konsortium die KI- und Softwarebausteine, die aus vielen möglichen Varianten die aussichtsreichsten Kandidaten für die aufwändige physikalische Simulation herausfiltern. Dabei verbinden wir maschinelles Lernen mit einer nutzerorientierten Plattform für Konstruktion und Simulation.

KI-Kernkomponenten

Wir entwickeln Surrogatmodelle und weitere Methoden des maschinellen Lernens, mit denen sich vielversprechende Greif- und Designkandidaten schneller und zuverlässiger vorauswählen lassen.

Schnittstellen und Bedienung

Wir verantworten die APIs und Bedienoberflächen für die Greifer- und Simulationssteuerung. Dazu gehören Parametrisierung, Nutzerführung sowie UI/UX für die Zusammenarbeit von Mensch, Modell und Simulation.

Daten und Plattform

Wir entwickeln das Datenmanagement, die Bereitstellung und Visualisierung der Simulationsdaten sowie SaaS-Funktionalitäten für die Gesamtplattform.

Vom Bauteil zur belastbaren Entscheidung

Der Konfigurator verbindet vier Schritte: Eingaben aus CAD und Anforderung, KI-gestützte Vorauswahl, physikalische Bewertung und die vergleichbare Darstellung der Ergebnisse. Die aufwändigen Simulationen konzentrieren sich dadurch auf Kandidaten, die für den konkreten Anwendungsfall besonders aussichtsreich sind.

Das Konsortium

Confi-GRIP wird von vier Partnern gemeinsam bearbeitet: Hiersemann Prozessautomation GmbH (Koordination), LSA GmbH, Helm & Walter IT-Solutions GmbH und das Fraunhofer-Institut für Werkzeugmaschinen und Umformtechnik IWU. Die Partner verbinden Sonderanlagenbau, Automatisierung, Softwareentwicklung und wissenschaftliche Simulationskompetenz.

Förderung

Gefördert durch: Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) im Rahmen des Programms KMU-innovativ: Informations- und Kommunikationstechnologie (IKT).

Förderkennzeichen für Helm & Walter: 16IS26008B · Bewilligungszeitraum: 01.05.2026 bis 30.04.2029

Das Vorhaben wird als Verbundforschungsprojekt durchgeführt. Die Entwicklungsergebnisse werden im Konsortium an Demonstratoren und realen Anwendungsszenarien erprobt.

BMFTR-Förderlogo

Bereit für den ersten Schritt?

Kontaktieren Sie uns jetzt, und wir werden die passende Lösung zu Ihren Anforderungen finden!