Human-Robot Contact Force MPC — Sichere Kollaboration durch prädiktive Kraftregelung

Warum das relevant ist (Zusammenfassung für Entscheider)

• Kollaborative Roboter in der Nähe von Menschen gefährden Mitarbeiter, wenn Kollisionskräfte sichere Schwellenwerte überschreiten (ISO/TS 15066 definiert körperregionspezifische Grenzwerte). Konventionelle Regler behandeln Kontakt als Fehler; MPC behandelt ihn als optimierbare Nebenbedingung.
• MPC-basierte Kontaktkraftregelung reduziert Spitzenkollisionskräfte um bis zu 77 % (65 N auf 15 N in veröffentlichten DLR-Experimenten) bei gleichzeitiger Aufgabenfeasibilität und Nachführgenauigkeit.
• Hybrides Bewegungs-/Kraft-MPC ermöglicht Robotern die Ausführung kontaktreicher Aufgaben (Wischen, Führen, Greifen, Türöffnen) unter sicherer Behandlung unerwarteten menschlichen Kontakts — der Positions-RMSE bleibt auch während Störungsereignissen unter 1,2 cm.
• Für DACH-Hersteller, die Cobots auf Produktionslinien einsetzen, bietet dieses Muster einen prinzipientreuen, auditierbaren Sicherheitsrahmen, der Kraftgrenzen direkt auf Optimierernebenbedingungen abbildet — ohne ad-hoc-Verstärkungsabstimmung.

Das Entwurfsmuster erklärt

Kontaktkraft-MPC behandelt physische Interaktion nicht als auszuregelnde Störung, sondern als primäre Optimierungsvariable. Der Regler verfolgt gleichzeitig Positionstrajektorien und regelt Kontaktkräfte, wobei er basierend auf dem erkannten Kontaktzustand zwischen Modi wechselt oder diese mischt.

Warum MPC gegenüber Alternativen? Klassische Impedanzregler legen eine feste Beziehung zwischen Positionsfehler und Kraft fest. MPC geht weiter: Es prognostiziert die Kontaktentwicklung über einen zurückgleitenden Horizont, erzwingt harte Kraftgrenzen als Nebenbedingungen (nicht als weiche Strafterme) und wägt Aufgabengeschwindigkeit gegen Kontaktsicherheit optimal ab. Dies ist besonders wertvoll, wenn ISO/TS 15066-Grenzen garantiert werden müssen — der Optimierer kann Kraft-Feasibilität vor der Bewegungsansteuerung nachweisen.

Architektur: Die typische Verarbeitungskette umfasst: (1) Kontakt-/Kraftsensorik oder -schätzung, (2) prädiktives Modell der Kontaktdynamik (mitunter mit Modellwechsel zwischen Freibewegungs- und Kontaktregimes), (3) eingeschränkte Optimierung bei 50–500 Hz zur Durchsetzung von Kraftobergrenzen und (4) Drehmomentniveau-Ausführung an den Robotergelenken.

Lineares MPC vs. NMPC bei der Kontaktkraftregelung: Die meisten Kontaktkraft-MPC-Anwendungen in diesem Muster verwenden lineares MPC — die kartesische oder gelenkraumdynamische Beschreibung des Roboters wird um den aktuellen Betriebspunkt linearisiert, und das Kontaktmodell (Feder-Dämpfer) ist ebenfalls linear, was ein konvexes QP ergibt, das in Echtzeit bei 50–500 Hz auf Standardhardware gelöst werden kann. Dies ist der dominante Ansatz für ISO/TS 15066-Kraftbegrenzung (Anwendungen 1–2), modellwechselbasierte Interaktionsregelung (Anwendung 6) und Exoskelett-Störungsausregelung (Anwendung 7). Adaptives lineares MPC (MRAC + MPC, Anwendung 5) behält die konvexe QP-Struktur bei, aktualisiert jedoch Modellparameter online, wenn sich die Türdynamik ändert, und passt sich an verschiedene Lasten ohne erneute Identifikation an. Nichtlineares MPC (NMPC) erscheint in zwei Fällen: szenariobasiertes NMPC mit Markov-Ketten-Menschenbewegungsvorhersagen (Anwendung 3), bei dem die Nichtlinearität aus dem probabilistischen Szenariobaum und nicht aus der Roboterdynamik stammt; sowie LeTac-MPC (Anwendung 4), bei dem ein differenzierbares gelerntes taktiles Modell in die Optimierung eingebunden wird und Nichtlinearität durch die neuronale Kontaktrepräsentation einführt. Der entscheidende Unterschied für den Einsatz: Lineares MPC kann auf dem eingebetteten Rechner des Roboters laufen; NMPC für Menschenbewegungsvorhersage oder gelernte Kontaktmodelle erfordert typischerweise einen externen Echtzeit-PC.

Anwendungen & Referenzimplementierungen

Anwendung 1: Kollisionskraftbegrenzung an einem 7-DoF-Leichtbauarm — Industrielle Sicherheit

Forscher am DLR implementierten kontaktrückkopplungsbasiertes MPC auf einem 7-DoF KUKA LWR IV+ Leichtbauroboter. Der Regler überwacht Kontaktkräfte in Echtzeit und modifiziert die geplante Trajektorie, um Spitzenkräfte unterhalb einer definierten Obergrenze zu halten. In Kollisionsbegrenzungstests betrug die maximale Kontaktkraft ohne MPC-Rückkopplung 65,87 N; mit aktiviertem MPC sank die Spitze auf 14,74 N — eine Reduktion um 77 %. Die Kraftnebenbedingung war auf 15 N gesetzt, und der Regler hielt die Feasibilität durchgehend aufrecht. Dies zeigt, dass MPC ISO/TS 15066-artige körperregionspezifische Grenzwerte direkt im Optimierungskreis durchsetzen kann. ¹

Anwendung 2: Hybrides Bewegungs-/Kraft-MPC robust gegenüber menschlichem Kontakt — Kontaktreiche Aufgaben

Dieselbe DLR-Plattform wurde zur Validierung von hybridem Bewegungs-/Kraft-MPC verwendet, bei dem der Roboter die Endeffektorkraft gegen eine Oberfläche regelt, während ein Mensch unerwartet den Roboterkörper berührt. Ohne zusätzlichen Kontakt betrug der Positions-RMSE 0,86 cm und der Kraft-RMSE 0,58 N. Mit unerwartetem menschlichem Kontakt verschlechterten sich diese Werte geringfügig auf 1,14 cm bzw. 0,89 N. Die abschließende Kraftregelung erreichte 0,20 cm Positions-RMSE und 0,10 N Kraft-RMSE. Dies zeigt, dass der Regler die aufgabenbezogene Kraftnachführung auch unter unmodellierten Störungen durch menschliche Interaktion aufrechterhalten kann. ¹

Anwendung 3: Szenariobasiertes NMPC für Sicherheit im gemeinsamen Arbeitsbereich — Cobot-Koexistenz

Ein Artikel in Control Engineering Practice von IMT Lucca schlägt szenariobasiertes NMPC mit probabilistischen Menschenbewegungsvorhersagen für gemeinsame Arbeitsbereiche vor. Der Ansatz verwendet Markov-Ketten höherer Ordnung, um einen Szenariobaum wahrscheinlicher menschlicher Trajektorien aufzubauen, und moduliert anschließend die Robotergeschwindigkeit so, dass der Roboter stets vor einer Kollision zum Stillstand kommen kann. Experimente an einem Kinova Gen3 Roboter in Interaktion mit einem menschlichen Bediener zeigten überlegene Leistung gegenüber einem NMPC-Schema ohne Menschenbewegungsvorhersagen sowie gegenüber einer Strategie mit fester Bahn und Geschwindigkeits-/Abstands-Überwachung. Der entscheidende Vorteil: Der Roboter vermeidet unnötige Verlangsamungen, wenn prognostiziert wird, dass der Mensch sich entfernt, und erhöht so den Durchsatz ohne Sicherheitseinbußen. ²

Anwendung 4: Taktil-reaktives Greifen bei 25 Hz — Handhabung empfindlicher Objekte

LeTac-MPC kombiniert GelSight-Taktilsensorik mit einer differenzierbaren MPC-Schicht, um reaktives Greifen bei 25 Hz Regelfrequenz zu ermöglichen. In dynamischen Schütteltests erzielte das System 8/10 erfolgreiche Griffe gegenüber 2/10 bei Open-Loop-Regelung. In Hinderniskollisionsszenarien verbesserte sich die Erfolgsrate auf 10/10 gegenüber 3/10 bei Open-Loop. Das taktile Einbettungsmodell fließt direkt in die MPC-Optimierung ein und ermöglicht dem Regler, die Greifkraft in Echtzeit anzupassen, ohne empfindliche Objekte zu zerdrücken. Dieses Muster ist direkt relevant für die Handhabung empfindlicher Bauteile in der Elektronik- oder Lebensmittelproduktion. ³

Anwendung 5: Adaptives MPC für das Öffnen von Türen — Mobile Manipulation

ETH-Zürich-Forscher kombinierten MRAC (Model Reference Adaptive Control) mit MPC für Türöffnungsaufgaben an einem mobilen Manipulator. Die adaptive Schicht kompensiert unbekannte Türdynamik (Gewicht, Reibung, Federkraft), während MPC die Öffnungstrajektorie plant. Bei einer leichten Tür sank der RMSE von 6,7 Grad (Basis) auf 1,4 Grad (MRAC+MPC). Bei einer schweren Tür verbesserte sich der RMSE von 3,2 auf 1,6 Grad. Die aufgebrachten Kräfte wurden bei 10–15 N für leichte Türen und 20–25 N für schwere Türen gehalten, wobei der Regler sich online an die veränderte Dynamik anpasste, ohne manuelle Neuabstimmung. ⁴

Anwendung 6: Modellprädiktive Interaktionsregelung — Industrielles Handführen und Wischen

MPIC (Model Predictive Interaction Control) verwendet Modellwechsel zwischen Freibewegung und Kontaktregimes, um Aufgaben wie Handführen und Tischpflege an einem 6-Gelenk-Leichtbaurobotarm zu bewältigen. Das MPC läuft mit einem 0,5-s-Prädiktionshorizont bei 50 Diskretisierungsschritten, prognostiziert Kontaktübergänge und passt das Verhalten präventiv an. Dies beseitigt die Instabilität, die bei konventionellen Reglern häufig auftritt, wenn diese beim Kontakt-/Löseereignis abrupt zwischen Positions- und Kraftmodi wechseln. ⁵

Anwendung 7: Störungsausregelungs-MPC für Exoskelette — Medizinische Mechatronik

Ein Artikel in Scientific Reports beschreibt ein störungsausregelndes MPC für die Positionsregelung von Unterschenkelexoskeletten. Der Ansatz integriert einen Störungsschätzer in den MPC-Rahmen, der dem Regler ermöglicht, patienteninduzierte Perturbationen vorauszusehen und zu kompensieren. Virtuelle Experimente demonstrierten eine um über 34 % verbesserte Regelgenauigkeit gegenüber einem Basisregler. Für Hersteller von Rehabilitations- und Assistenzgeräten reduziert dieses Muster das Risiko unangenehmer oder unsicherer Gelenkfehler während Therapiesitzungen. ⁶

Was das für Ihren Betrieb bedeutet

• Wenn Sie Cobots auf Produktionslinien einsetzen, bietet Kontaktkraft-MPC eine auditierbare, nebenbedingungsbasierte Sicherheitsgarantie, die direkt auf ISO/TS 15066-Grenzwerte abbildet — heuristische Sicherheitszonen werden durch mathematisch nachweisbare Kraftgrenzen ersetzt.
• Bereitschaftsindikatoren: Sie benötigen Kraft-/Drehmomentsensorik (oder Schätzung aus Motorströmen), ein dynamisches Robotermodell und eine Echtzeit-Rechenplattform, die zu Optimierungszyklen von 50+ Hz fähig ist. Die meisten modernen Cobot-Plattformen (Universal Robots, KUKA iiwa, Franka Emika) stellen die Sensorinfrastruktur bereit.
• Das Muster skaliert vom Einzelarm-Cobot bis zu mobilen Manipulatoren für Türöffnen, Bin-Picking oder Oberflächenbearbeitung — jede Aufgabe, bei der Kontakt beabsichtigt und präzise gesteuert werden muss.

Wie wir liefern (Engagement-Modell)

• Phase 0: NDA + Datenanfrage — wir prüfen Ihre Roboterplattform, den Sensoraufbau und die Sicherheitsanforderungen
• Phase 1: Discovery mit festem Umfang — Konzeptmachbarkeit, Kraftmodellidentifikation, Nebenbedingungsspezifikation (typischerweise 4–6 Wochen)
• Phase 2: Implementierung + Validierung + Inbetriebnahme — MPC-Design, Solver-Integration, Hardware-in-the-Loop-Tests
• Phase 3: Monitoring + Schulung + Skalierung — Bedienerschulung, Parameterübergabe, Erweiterung auf weitere Zellen

Typische KPIs zur Verfolgung

• Sicherheit: Spitzenkontaktkraft (N), ISO/TS 15066-Compliance-Marge, Kollisionserkennungslatenz
• Aufgabenleistung: Positionsnachführungs-RMSE (mm), Kraftregelungs-RMSE (N), Zykluszeit
• Robustheit: Erfolgsrate unter Störungen, Adaptionszeit bei neuen Nutzlasten/Objekten
• Bedienerlast: Manuelle Abstimmungseingriffe pro Schicht, Sicherheitsvorfallrate

Risiken & Voraussetzungen

• Modellgüte ist entscheidend: Kontaktdynamikmodelle (Steifigkeit, Dämpfung) müssen identifiziert oder online geschätzt werden. Schlechte Modelle beeinträchtigen die Kraftvorhersagegenauigkeit.
• Sensoranforderungen: Kraft-/Drehmomentsensorik am Endeffektor oder auf Gelenkebene ist unerlässlich. Taktile Skins verbessern die Leistung, erhöhen aber die Integrationsaufwände.
• Echtzeit-Rechenleistung: Das MPC muss je nach Anwendung mit 25–500 Hz laufen. Eingebettete Plattformen benötigen ausreichende Rechenreserven.
• Zertifizierungspfad: Obwohl MPC ISO/TS 15066-Nebenbedingungen mathematisch durchsetzen kann, erfordert der Zertifizierungsprozess für sicherheitskritische Systeme zusätzliche Validierung (z. B. Worst-Case-Solver-Timing-Garantien).

FAQ

F: Funktioniert das mit unseren vorhandenen Universal Robots- oder KUKA-iiwa-Cobots? A: Ja. Beide Plattformen bieten die Gelenkdrehmomentsensorik und Echtzeit-Schnittstellen, die für Kontaktkraft-MPC benötigt werden. Das MPC läuft auf einem externen Echtzeit-PC, der über die Low-Level-Steuerungsschnittstelle des Roboters verbunden ist.

F: Wie verhält sich das im Vergleich zur einfachen Reduzierung der Robotergeschwindigkeit zur Sicherheit? A: Geschwindigkeitsreduzierung ist der einfachste Ansatz, opfert aber den Durchsatz. Kontaktkraft-MPC ermöglicht dem Roboter, sich im Freiraum mit voller Geschwindigkeit zu bewegen und das Verhalten nur zu modulieren, wenn Kontakt vorhergesagt oder erkannt wird — typischerweise werden dabei 30–50 % der durch pauschale Geschwindigkeitslimits verlorenen Zykluszeit zurückgewonnen.

F: Was passiert, wenn das Kontaktmodell falsch ist? A: Adaptive Varianten (wie MRAC+MPC) aktualisieren das Kontaktmodell online. Zudem bietet die Nebenbedingungsformulierung inhärente Robustheit — auch bei Modellabweichung wird die Kraftobergrenze als harte Nebenbedingung durchgesetzt, nicht als weicher Zielwert.

F: Wie lang ist der typische Implementierungszeitraum? A: Für eine einzelne Cobot-Zelle mit bekannter Nutzlast und bekannten Kontaktszenarien sind von der Discovery bis zur validierten Inbetriebnahme 8–12 Wochen zu erwarten, einschließlich Modellidentifikation, MPC-Design und Vor-Ort-Inbetriebnahme.

30-minütigen Discovery-Call buchen

Bereit zu erkunden, ob dieses Muster zu Ihrem System passt?

Dr. Rafal Noga — Unabhängiger APC/MPC-Berater

E-Mail | noga.es

Fester Projektumfang · NDA zuerst · DACH-Vor-Ort-Einsätze möglich

Öffentliche Referenzen

Footnotes

1. Hamad et al., “Contact Feedback MPC” (ICRA 2024, DLR). https://elib.dlr.de/208582/1/IEEE_ICRA_2024__Contact_Feedback_MPC_copyright.pdf ↩ ↩²

2. Bemporad et al., “Safe Human-Robot Workspace Sharing via Scenario-Based Nonlinear MPC” (Control Engineering Practice). https://cse.lab.imtlucca.it/~bemporad/publications/papers/cep-smpc-robot.pdf ↩

3. Xu & She, “LeTac-MPC: Learning MPC for Tactile-Reactive Grasping” (arXiv, 2024). https://arxiv.org/html/2403.04934v1 ↩

4. “Adaptive Interaction Control for Robot Door Opening” (ETH Zurich, 2021). https://arxiv.org/pdf/2106.04202 ↩

5. Gold et al., “Model Predictive Interaction Control for Industrial Robots” (IFAC PapersOnLine, 2020). https://www.ifac-papersonline.net/article/S2405-8963(20)31305-4/pdf ↩

6. “Disturbance-Rejection MPC for Exoskeleton Position Control” (Scientific Reports, 2023). https://www.nature.com/articles/s41598-023-43344-3 ↩

📅 Bei Calendly buchen