Serviceroboter aus dem Hause Panasonic

Vom autonomen Rollstuhl zur KI-Gehhilfe

Die meisten westlichen Gesellschaften werden in der 2. Hälfte dieses Jahrhunderts mit dem konfrontiert sein, was in Japan im nächsten Jahrzehnt bereits Realität werden soll: die Kombination aus einer alternden Gesellschaft und einer schrumpfenden Bevölkerung. Um Krankenhäuser und Pflegeheime zu entlasten, hat der japanische Roboterhersteller Panasonic einige neue Serviceroboter entwickelt, vom Transportroboter für Medikamente und medizinische Proben bis hin zum autonomen Rollstuhl und einer Gehhilfe mit künstlicher Intelligenz.
Die Robotergehhilfe Walk Training Robo analysiert per KI die Gehfähigkeit z.B. von Schlaganfallpatienten und hilft dabei, wieder normal gehen zu lernen.
Die Robotergehhilfe Walk Training Robo analysiert per KI die Gehfähigkeit z.B. von Schlaganfallpatienten und hilft dabei, wieder normal gehen zu lernen.Bild: Panasonic Industry Europe GmbH

Der mobile Serviceroboter Hospi von Panasonic wurde in einem Joint Venture mit dem Matsushita Memorial Hospital in Osaka, Japan, entwickelt. Mittlerweile sind 15 Einheiten in fünf Krankenhäusern im Einsatz: vier in Japan und eines in Singapur. Die Roboter transportieren z.B. Medikamente oder medizinische Proben. Das Staufach kann sechs Medikamentenschalen in Standardgröße aufnehmen. Aus Sicherheitsgründen lassen sich die Roboter nur durch Scannen eines Authentifizierungs-Codes durch registriertes Personal entriegeln. Außerdem lässt sich protokollieren, wer wann den Inhalt eingelegt oder entnommen hat. Die Roboter werden von einem Lithium-Ionen-Akku betrieben und verfügen über eine automatische Ladestation. Neben dem Einsatz in Krankenhäusern hat Panasonic auch ein Modell entwickelt, das mit einem zusätzlichen 27“-LCD-Display an der Vorderseite als mobile Digital-Signage-Lösung dient.

Autonom fahrender Elektrorollstuhl

Der autonome mobile Roboter Hospi kommt im Krankenhaus zum Einsatz und bringt z.B. den Patienten ihre Medikamente.
Der autonome mobile Roboter Hospi kommt im Krankenhaus zum Einsatz und bringt z.B. den Patienten ihre Medikamente.Bild: Panasonic Industry Europe GmbH

Der autonom fahrende Elektrorollstuhl PiiMo von Panasonic kann sich selbstständig fortbewegen, nachdem der Benutzer über eine Smartphone-Applikation ein Ziel vorgegeben hat. Darüber hinaus kann er sich mit sensorbestückten Gepäckwagen verbinden, die dem Rollstuhl automatisch folgen. Nach dem Ausstieg des Fahrgastes und dem Abladen seines Gepäcks am Zielort fährt der autonome Rollstuhl automatisch den nächsten Kunden bzw. Patienten an. Der Rollstuhl verfügt über eine komplexe künstliche Intelligenz, um den Nutzer auch in überfüllten und komplexen Umgebungen sicher zu befördern. Z.B. besitzt er eine Zwei-Stufen-Stopp-Funktion, die die Ankunft an einem beabsichtigten Ziel erkennt und zunächst langsamer wird, bevor es zum sicheren Stopp kommt. PiiMo ist mit Bilderkennung, Selbstpositionssensoren und zwei hinderniserkennenden Sicherheitssensoren ausgestattet, sodass er sich auch in einer Menschenmenge autonom und sicher bewegen kann. Der 270°-Blickwinkel in Kombination mit einem 10m-Sensor soll Kollisionen verhindern. Der autonome Rollstuhl kann seine eigene Position erkennen, Routen auswählen und sich so automatisch zum gewünschten Ziel begeben.

Roboter als Gehhilfe

Der Walk Training Robo von Panasonic sieht aus wie eine einfache Gehhilfe, ist aber darauf ausgelegt, die Gehfähigkeit eines Patienten zu stärken, um das Gehen – etwa nach einem Schlaganfall – neu zu erlernen oder zu verbessern. Durch den Antrieb der Motoren in den Hinterrädern entgegen der Fahrtrichtung hat der Nutzer das Gefühl, eine leichte Steigung hinaufzugehen. Die Trainingsbelastung basiert auf einer KI-Analyse der Gehfähigkeit, anhand derer das Gewicht des Widerstands automatisch angepasst wird. Dabei wird die Art und Weise, wie der Anwender den Roboter beim Gehen schiebt, berücksichtigt und analysiert. Der Benutzer muss keine Sensoren an sich selbst anbringen. Er muss den Roboter nur schieben, während er geht, um seine Gehfähigkeit analysieren zu lassen. Der Roboter kann die Ergebnisse seiner Analyse speichern und auswerten. Er verfolgt dabei unter anderem folgende Werte: Geschwindigkeit, Neigung (Winkel), Schrittlänge und Gleichgewicht. Im Lieferumfang enthalten ist eine Steuereinheit, ein Lastsensor und ein Motor.

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige