Skip to main content

Zusammenfassung

Roboter sind per Definition in ISO 8373 [1] universelle Betriebsmittel. Durch diese universelle Einsetzbarkeit und die Notwendigkeit, den Roboter und seine Peripheriekomponenten für eine konkrete Fertigungsaufgabe zu konfigurieren, finden sich in der Robotik ideale Anwendungsfälle für Industrie 4.0-Technologien. Die Einbeziehung des Menschen in diesen Prozess der Konfigurierung und Nutzung eröffnet zahlreiche neue Anwendungsszenarien, wirft aber auch neue Fragen auf.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. ISO 8373:2012 Robotik und Robotikgeräte – Wörterbuch, ISO, 2012

    Google Scholar 

  2. Meyer C (2011) Aufnahme und Nachbearbeitung von Bahnen bei der Programmierung durch Vormachen von Industrierobotern. Dissertation, Universität Stuttgart

    Google Scholar 

  3. ISO 10218-1:2011 Industrieroboter – Sicherheitsanforderungen – Teil 1: Roboter, ISO, 2011

    Google Scholar 

  4. ISO 10218-2:2011 Industrieroboter – Sicherheitsanforderungen – Teil 1: Robotersysteme und Integration, ISO, 2011

    Google Scholar 

  5. ISO 13857:2010 Sicherheit von Maschinen – Anordnung von Schutzeinrichtungen im Hinblick auf Annäherungsgeschwindigkeiten von Körperteilen, ISO, 2010

    Google Scholar 

  6. Draht R (Hrsg.) (2010) Datenaustausch in der Anlagenplanung mit AutomationML – Integration von CAEX, PLCopen XML und COLLADA. Springer Berlin Heidelberg

    Google Scholar 

  7. Kendon A (2004) Gesture: Visible action as utterance. Cambridge University Press, Cambridge

    Google Scholar 

  8. Eickerler S and Rigoll G (1998) Kontinuierliche Erkennung von spontan ausgeführten Gesten mit neuen stochastischen Dekodierverfahren. Workshop Dynamische Perzeption

    Google Scholar 

  9. Ehrenmann M, Lütticke T, Dillmann R (2000) Erkennung dynamischer Gesten zur Kommandierung mobiler Roboter. Autonome Mobile Systeme, S 20–26

    Google Scholar 

  10. Elmezain M, Al-Hamadi A, Michaelis B (2009) Improving Hand Gesture Recognition Using 3D Combined Features. 2nd International Conference on Machine Vision, S 128–132

    Google Scholar 

  11. Akyol S (2003) Nicht-intrusive Erkennung isolierter Gesten und Gebärden. Dissertation, RWTH Aachen

    Google Scholar 

  12. Liebhardt M (2013) Motion Retargeting. http://www.ros.org/wiki/reem_teleop. Zugegriffen: 15. Januar 2013.

  13. SMErobotics Projekt. www.smerobotics.org. Zugegriffen: 14. Januar 2014

  14. Forschungscampus ARENA2036. www.arena2036.de. Zugegriffen: 14. Januar 2014

  15. Projekt LIAA. www.project-leanautomation.eu. Zugegriffen: 14. Januar 2014

  16. Studie Effirob. http://www.ipa.fraunhofer.de/index.php?id=1643. Zugegriffen: 14. Januar 2014

Download references

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Martin Naumann Dipl.-Ing. .

Editor information

Editors and Affiliations

Rights and permissions

Reprints and permissions

Copyright information

© 2014 Springer Fachmedien Wiesbaden

About this chapter

Cite this chapter

Naumann, M., Dietz, T., Kuss, A. (2014). Mensch-Maschine-Interaktion. In: Bauernhansl, T., ten Hompel, M., Vogel-Heuser, B. (eds) Industrie 4.0 in Produktion, Automatisierung und Logistik. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-04682-8_25

Download citation

Publish with us

Policies and ethics