Zusammenfassung
Anlehnend an die Entwicklung cyber-physischer Systeme können roboterbasierte Prüfsysteme durch zusätzliche Sensorik und die Integration kognitiver Systembausteine in ihrer Flexibilität und ihrem Automatisierungsgrad erhöht werden. In der industriellen Praxis ist dies für die Prüfung komplexer Produktmerkmale wie der haptischen Bedienqualität von besonderem Interesse. Entgegen der Prüfung konventioneller Produktmerkmale werden haptische Prüfungen gegenwärtig überwiegend manuell durchgeführt. Mit Blick auf die Prüfung wahrgenommener Qualität ergeben sich durch die Besonderheiten der menschlichen Wahrnehmung Anforderungen an die Prüfung, die über eine Objektivierung mittels messtechnischer Beschreibungsmerkmale hinausgehen. Psychophysikalische Konzepte der menschlichen Wahrnehmung wie eine einheitliche und aufeinander abgestimmte Bediencharakteristik von Bedienelementen innerhalb eines lokalen Bereiches müssen im gleichen Maße in der Auswertung berücksichtigt werden. Ausgehend von den Defiziten bestehender haptischer Prüfsysteme wird am Anwendungsbeispiel der Betätigungshaptik von Bedienelementen im KFZ-Innenraum die Entwicklung und Implementierung eines Prüfsystems vorgestellt, die zentrale Gestaltungsmerkmale cyber-physischer Systeme aufgreift.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
[1] Daub, O.: Die Objektivierung der Subjektivität. In: Schmitt, R. (Hrsg.): Perceived Quality. Subjektive Kundenwahrnehmungen in der Produktentwicklung nutzen, S. 61–76. Symposion, Düsseldorf 2014.
[2] Bubb, H.; Bengler, K.; Grünen, R. E.; Vollrath, M.: Automobilergonomie. Springer Vieweg, Wiesbaden 2015.
[3] Ballesteros, S.; Heller, M. A.: Haptic object inspection. In: Grunwald, M. (Hrsg.): Human Haptic Perception. Basics and Applications, S. 207–222. Birkhäuser Basel, Basel 2008.
[4] Prefi, T.; Falk, B.; Schmitt, R.: Entwicklung: Qualität und Markt. In: Pfeifer, T.; Schmitt, R. (Hrsg.): Masing Handbuch Qualitätsmanagement, S. 383–399. Carl Hanser Verlag, München 2014.
[5] Anguelov, N.: Haptische und akustische Kenngrößen zur Objektivierung und Optimierung der Wertanmutung von Schaltern und Bedienfeldern für den Kfz-Innenraum. dissertation.de – Verlag im Internet, Berlin 2009.
[6] Falk, B.; Quattelbaum, B.; Schmitt, R.: Product Quality from the Customers’ Perspective – Systematic Elicitation and Deployment of Perceived Quality Information. In: Huang, G. Q.; Mak, K. L.; Maropoulos, P. G. (Hrsg.): Proceedings of the 6th CIRP-Sponsored International Conference on Digital Enterprise Technology, S. 211–222. Springer-Verlag Berlin Heidelberg, Berlin, Heidelberg 2010.
[7] Allin, S.; Matsuoka, Y.; Klatzky, R.: Measuring just noticeable differences for haptic force feedback: implications for rehabilitation. In: Proceedings 10th Symposium on Haptic Interfaces for Virtual Environment and Teleoperator Systems. HAPTICS 2002, S. 299–302. IEEE, Washington, DC 2002.
[8] Pfeifer, T.; Schmitt, R.; Hermes, R.: Autonome Produktionszellen: Eine Vision für die Produktion im 21. Jahrhundert. Definitionen: Autonomie, Autonome Produktionszelle. In: Pfeifer, T.; Schmitt, R. (Hrsg.): Autonome Produktionszellen. Komplexe Produktionsprozesse flexibel automatisieren. Springer Verlag, Berlin 2006.
[9] Geisberger, E.; Cengarle, M. V.; Keil Patrick; Niehaus, J.; Thiel, C.; Thönnißen-Fries, H.-J.: Cyber-Physical Systems – Die physikalische und die virtuelle Welt verschmelzen. In: acatech – Deutsche Akademie der Technikwissenschaften (Hrsg.): Cyber-Physical Systems. Innovationsmotor für Mobilität, Gesundheit, Energie und Produktion, S. 13–19. Springer-Verlag Berlin Heidelberg, Berlin, Heidelberg 2011.
[10] Kephart, J. O.; Chess, D. M.: The vision of autonomic computing. Computer 36 (2003), Nr. 1, S. 41–50.
[11] Frank, U.; Giese, H.; Klein, F.; Oberschelp, O.; Schmidt, A.; Schulz, B.; Vöcking, H.; Witting, K.: Selbstoptimierende Systeme des Maschinenbaus. Definitionen und Konzepte. Universität Paderborn, Heinz Nixdorf Institut, Paderborn 2004.
[12] Meyer, T.; Priesterjahn, C.; Sextro, W.: Introduction to Self-optimization and Dependability. In: Gausemeier, J.; Schäfer, W.; Sextro, W. et al. (Hrsg.): Dependability of Self-Optimizing Mechatronic Systems, S. 1–24. Springer-Verlag Berlin Heidelberg, Berlin, Heidelberg 2014.
[13] Mühlbauer, M.: Cyber-physikalisches Prüfsystem zum Anfassen. Robotergestützte Haptikkontrolle. Robotik und Produktion 1 (2016), Nr. 2, S. 78–79. Internetadresse: http://sps-magazin.de/downloads/heftarchiv/robotikundproduktion/2016/ROBOTIK_UND_PRODUKTION_2_2016.pdf. Zuletzt aufgerufen am 23.08.18.
[14] Pichlik, H.: CyberFLEX. Cyberphysikalisches produktflexibles Testsystem für Labor und Fertigung. mechatroniknews 9 (2016), Nr. 8, S. 3–5. Internetadresse: http://www.cluster-ma.de/fileadmin/user_upload/bilder/Newsletter2016/newsletter16_08/mechatroniknews_aug16.pdf. Zuletzt aufgerufen am 23.08.18.
[15] Spingler, M. R.: Metrological System for Perceived Quality Parameters to Establish Transfer Functions to Human Perception. Apprimus, Aachen 2011.
[16] Beaujean, P.; Kristes, D.; Schmitt, R.: Self-Optimizing Production – Implications for Quality Management. In: Majstorovic, V. (Hrsg.): 5th International Working Confer-ence Total Quality Management – Advanced and Intelligent Approaches. May 31 – June 4, 2009, Belgrad, Serbien, S. 339–349. Mechanical Engineering Faculty, Labora-tory for Production metrology and TQM, Belgrad 2009.
[17] Schmitt, R.; Permin, E.; Fuhrmann, M.: Cognitive Self-Optimization for Quality Control Loops – Potentials and Future Challenges in Research. Advanced Materials Research (2014), Nr. 1018, S. 477–484.
[18] Frank, D.; Gong, Y.; Chhor, J.; Schmitt, R.: Autonomous detection and localization of quality characteristics for automated inspection systems. In: Majstorovic, V. (Hrsg.): 9th International Working Conference Total Quality Management – Advanced and Intelligent Approaches. June 5-7, 2009, Belgrad, Serbien, S. 117–125. Mechanical Engineering Faculty, Laboratory for Production metrology and TQM, Belgrad 2017.
[19] Doerrer, C.; Werthschuetzky, R.: Simulating push-buttons using a haptic display: Requirements on force resolution and force-displacement curve. In: Wall, S. A.; Riedel, B.; Crossan, A. et al. (Hrsg.): Conference proceedings – Euro-Haptics 2002. July 8-10, 2002, Edinburgh, Scotland, S. 41–46. University of Edinburgh, Edinburgh 2002.
[20] Srinivasan, M. A.; Chen, J.: Human performance in controoling normal forces of contact with rigid objects. In: Kazerooni, H. (Hrsg.): Advances in robotics, mechatronics and haptic interfaces 1993, S. 119–125. American Society of Mechanical Engineers, New York, NY 1993.
[21] Frank, D.; Chhor, J.; Schmitt, R.: Stereo-vision for autonomous industrial inspection robots. In: 2017 IEEE International Conference on Robotics and Biomimetics. ROBIO 2017. December 5-8, 2017, Macau SAR, China, S. 2555–2561. IEEE, Piscataway, NJ 2017.
[22] Kadambi, A.; Bhandari, A.; Raskar, R.: 3D Depth Cameras in Vision: Benefits and Limitations of the Hardware. With an Emphasis on the First- and Second-Generation Kinect Models. In: Shao, L.; Han, J.; Kohli, P. et al. (Hrsg.): Computer Vision and Machine Learning with RGB-D Sensors, S. 3–26. Springer International Publishing, Cham 2014.
[23] Lux, G.; Reinhart, G.: An approach for the automated self-calibration of robotbased inspection systems. In: 2015 IEEE 7th International Conference on Cybernetics and Intelligent Systems (CIS) and IEEE Conference on Robotics, Automation and Mecha-tronics (RAM). July 15-17, 2015, Angkor Wat, Siem Reap, Cambodia, S. 106–111. IEEE, Piscataway, NJ 2015.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2020 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature
About this paper
Cite this paper
Frank, D., Schmitt, R.H., Chhor, J., Ellerich, M. (2020). Entwicklung eines selbstoptimierenden Prüfsystems zur Erfassung der haptischen Bedienqualität. In: Schmitt, R. (eds) Potenziale Künstlicher Intelligenz für die Qualitätswissenschaft. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-60692-6_12
Download citation
DOI: https://doi.org/10.1007/978-3-662-60692-6_12
Published:
Publisher Name: Springer Vieweg, Berlin, Heidelberg
Print ISBN: 978-3-662-60691-9
Online ISBN: 978-3-662-60692-6
eBook Packages: Computer Science and Engineering (German Language)