Kopplung von TwinCAT-CNC und ROS für CNC-Pfadplanung/TwinCAT-ROS integration for CNC path planning – Camera-based collision-free path planning for CNC robot systems in industrial automation

Inhaltsverzeichnis

Bibliographische Infos

Cover der Ausgabe: wt Werkstattstechnik online Jahrgang 115 (2025), Heft 09
Open Access Vollzugriff

wt Werkstattstechnik online

Jahrgang 115 (2025), Heft 09

Autor:innen:
Verlag
VDI fachmedien, Düsseldorf
Copyrightjahr
2025
ISSN-Online
1436-4980
ISSN-Print
1436-4980

Kapitelinformationen

Open Access Vollzugriff

Jahrgang 115 (2025), Heft 09

Kopplung von TwinCAT-CNC und ROS für CNC-Pfadplanung/TwinCAT-ROS integration for CNC path planning – Camera-based collision-free path planning for CNC robot systems in industrial automation

Autor:innen:
ISSN-Print
1436-4980
ISSN-Online
1436-4980
Kapitelvorschau:

In der Produktionstechnik werden vermehrt CNC-gesteuerte Fertigungszellen mit Robotern erweitert, die auch von der vorhandenen CNC gesteuert werden können. CNC-Steuerungen verfügen allerdings nicht über Funktionen zur Planung kollisionsfreier Bewegungspfade. Das Robot Operating System (ROS) bietet Algorithmen zur kollisionsfreien Pfadplanung, ist jedoch nur begrenzt industrietauglich. In diesem Beitrag wird eine Schnittstelle entwickelt, mit der TwinCAT-CNC mit den ROS-Algorithmen zur Pfadplanung erweitert werden kann.

Literaturverzeichnis

  1. [1] Lasi, H.; Fettke, P.; Kemper, H.-G. et al.: Industrie 4.0. Wirtschaftsinformatik 56 (2014) 4, S. 261–264 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  2. [2] UN Trade and Development: Digital Economy Report 2019. Value Creation and Capture: Implications for Developing Countries. New York: United Nations Publications 2019 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  3. [3] Soori, M.; Jough, F. K. G.; Dastres, R. et al.: Robotical Automation in CNC Machine Tools: A Review. Acta Mechanica et Automatica 18 (2024) 3, pp. 434–450 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  4. [4] Brecher, C.; Breitbach, T.; Hoffmann, F. et al.: Hybrides Bearbeitungszentrum für den Werkzeug- und Formenbau. wt Werkstattstechnik online 98 (2008) 11–12, S. 893–898. Internet: www.werkstattstechnik.de. Düsseldorf: Springer-VDI-Verlag Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  5. [5] Pfeifer, D.; Fauser, S.; Scheifele, C. et al.: Reusage of Extended Digital Twins from Virtual Commissioning for Dynamics-Based Trajectory Planning in CNC Controlled Robotics. International Conference on Flexible Automation and Intelligent Manufacturing, 2024, pp. 151–159 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  6. [6] DIN-Normenausschuss Werkzeugmaschinen: DIN 66025–1: Programmaufbau für numerisch gesteuerte Arbeitsmaschinen; Allgemeines. Deutsche Fassung, Januar 1983 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  7. [7] Zhou, Z.; Xiong, R.; Wang, Y. et al.: Advanced Robot Programming: a Review. Current Robotics Reports 1 (2020) 4, pp. 251–258 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  8. [8] Open Robotics: Open platforms for robotics. ROS. Stand: 2025. Internet: www.openrobotics.org/. Zugriff am 27.08.2025 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  9. [9] ROS: ROS – Robot Operating System. Stand: 2024. Internet: ros.org/. Zugriff am 27.08.2025 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  10. [10] Macenski, S.; Martin, F.; White, R. et al.: The Marathon 2: A Navigation System. IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2020, pp. 2718–2725, doi.org/10.1109/IROS45743.2020.9341207 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  11. [11] Coleman, D. T.; Sucan, I. A.; Chitta, S. et al.: Reducing the Barrier to Entry of Complex Robotic Software: a MoveIt! Case Study. AsXiv 2014, doi.org/10.48550/arXiv.1404.3785 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  12. [12] ROS: Acknowledgements — ROS2_Control: Rolling Jul 2025 documentation. Stand: 22.07.2025. Internet: control.ros.org/rolling/doc/acknowledgements/acknowledgements.html. Zugriff am 27.08.2025 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  13. [13] Github: ROS-Industrial: Tesseract. Motion Planning Environment. Stand: 22.07.2025. Internet: https://github.com/tesseract-robotics/tesseract. Zugriff am 27.08.2025 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  14. [14] Sucan, I. A.; Moll, M.; Kavraki, L. E.: The Open Motion Planning Library. IEEE Robotics & Automation Magazine 19 (2012) 4, pp. 72–82 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  15. [15] Ratliff, N.; Zucker, M.; Bagnell, J. A. et al.: CHOMP: Gradient optimization techniques for efficient motion planning. 2009 IEEE International Conference on Robotics and Automation (ICRA), Kobe, 2009, pp. 489–494 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  16. [16] Kalakrishnan, M.; Chitta, S.; Theodorou, E. et al.: STOMP: Stochastic trajectory optimization for motion planning. 2011 IEEE International Conference on Robotics and Automation (ICRA), Shanghai, China, 2011, pp. 4569–4574 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  17. [17] Mayoral-Vilches, V.; Pinzger, M.; Rass, S. et al.: Can ROS be used securely in industry? Red teaming ROS-Industrial. ArXiv 2020, doi.org/10.48550/arXiv.2009.08211 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  18. [18] Picknick: ROS 2 Compatible Hardware. Stand: 21.07.2025. Internet: picknik.ai/hardware-ecosystem/. Zugriff am 27.08.2025 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  19. [19] Franceschi, P.; Faroni, M.; Baraldo, S. et al.: ros2 fanuc interface: Design and Evaluation of a Fanuc CRX Hardware Interface in ROS2. ArXiv 2025, doi.org/10.48550/arXiv.2506.14487 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  20. [20] Arbo, M. H.; Eriksen, I.; Sanfilippo, F. et al.: Comparison of KVP and RSI for Controlling KUKA Robots Over ROS. IFAC-PapersOnLine 53 (2020) 2, pp. 9841–9846 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  21. [21] ROS 2 Documentation: Humble documentation: DDS implementations. Stand: 23.07.2025. Internet: docs.ros.org/en/humble/Installation/RMW-Implementations/DDS-Implementations.html. Zugriff am 27.08.2025 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  22. [22] Ye, Y.; Nie, Z.; Liu, X. et al.: ROS2 Real-time Performance Optimization and Evaluation. Chinese Journal of Mechanical Engineering 36 (2023) 1, #144 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  23. [23] Gutiérrez, C. S. V.; Juan, L. U. S.; Ugarte, I. Z. et al.: Towards a distributed and real-time framework for robots: Evaluation of ROS 2.0 communications for real-time robotic applications. ArXiv 2018, doi.org/10.48550/arXiv.1809.02595 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  24. [24] Barut, S.; Boneberger, M.; Mohammadi, P. et al.: Benchmarking Real-Time Capabilities of ROS 2 and OROCOS for Robotics Applications. 2021 IEEE International Conference on Robotics and Automation (ICRA), Xi’an, China, 2021, pp. 708–714 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  25. [25] Fresnillo, P. M.; Vasudevan, S.; Perez Garcia, J. A. et al.: An Open and Reconfigurable User Interface to Manage Complex ROS-Based Robotic Systems. IEEE Access 12 (2024), pp. 114601–114617 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  26. [26] Weber, A.; Eichelberger, H.; Hildebrand, J.: ADS Performance Revisited. ArXiv 2024, doi.org/10.48550/arXiv.2410.15853 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  27. [27] Malecha, M.; Gottardi, A.; Terreran, M. et al.: Human-robot collaboration for complex draping processes of Carbon-Fibre-Reinforced Polymers for aerospace part. International Conference on Mechanical and Aerospace Engineering, ICMAE 2024. 15th International Conference on Mechanical and Aerospace Engineering (ICMAE), 2024 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  28. [28] Liang, C.-J.; McGee, W.; Menassa, C. C. et al.: Real-time state synchronization between physical construction robots and process-level digital twins. Construction Robotics 6 (2022) 1, pp. 57–73 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  29. [29] Sterk-Hansen, A.; Saghaug, B. H.; Hagen, D. et al.: A ROS 2 and TwinCAT Based Digital Twin Framework for Mechatronics Systems. 2023 11th International Conference on Control, Mechatronics and Automation (ICCMA), 2023, pp. 485–490 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  30. [30] Terei, N.; Wiemann, R.; Raatz, A.: ROS-Based Control of an Industrial Micro-Assembly Robot. Procedia CIRP 130 (2024), pp. 909–914 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  31. [31] Beckhoff Automation GmbH & Co. KG: Beckhoff Information System. ADS. Stand: 2025. Internet: infosys.beckhoff.com/index.php?content=./content/1031/tcinfosys3/11291871243.html&id=. Zugriff am 27.08.2025 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  32. [32] Domingues, B.; Costa, T. L.; Meireles, M. et al.: Protocol Performance in Robotics: Analyzing ADS vs. UDP Protocols for ROS2 and TwinCAT Integration. 2025 Brazilian Conference on Robotics (CROS), Belo Horizonte, Brazil, 2025, pp. 1–6 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  33. [33] Liu, S.; Liu, P.: Benchmarking and optimization of robot motion planning with motion planning pipeline. The International Journal of Advanced Manufacturing Technology 118 (2022) 3–4, pp. 949–961 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  34. [34] Koubaa, A. (Hrsg.): Robot Operating System (ROS). The Complete Reference, Volume 1. Cham: Springer International Publishing 2016 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  35. [35] Beckhoff Automation: Funktionsbeschreibung. TF5200 | TwinCAT 3 CNC . Data Streaming. Internet: download.beckhoff.com/download/document/automation/twincat3/TF5200_data_streaming_de.pdf. Data Streaming. Zugriff am 01.09.2025 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  36. [36] Verl, A.; Röck, S.; Scheifele, C. (Hrsg.): Echtzeitsimulation in der Produktionsautomatisierung. Beiträge zu Virtueller Inbetriebnahme, Digitalem Engineering und Digitalen Zwillingen. Heidelberg: Springer Vieweg 2024 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  37. [37] ISG Industrielle Steuerungstechnik GmbH: ISG-VIRTUOS. Die Simulationsplattform für digitale Zwillinge zur virtuellen Inbetriebnahme. Stand: 2023. Internet: www.isg-stuttgart.de/produkte/softwareprodukte/isg-virtuos. Zugriff am 27.08.2025 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  38. [38] Pilz Industrial Motion Planner: MoveIt Documentation: Rolling documentation. Stand: 30.06.2025. Internet: moveit.picknik.ai/main/doc/how_to_guides/pilz_industrial_motion_planner/pilz_industrial_-motion_planner.html. Zugriff am 27.08.2025 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  39. [39] Larsen, L.: Auf dem Weg zu einer flexiblen Produktion: automatische und kollisionsfreie Bahnplanung für kooperierende Industrieroboter. Doktorarbeit, Universität Augsburg, 2019 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  40. [40] ROS 2 Documentation: Humble documentation. Installation. Stand: 22.07.2025. Internet: docs.ros.org/en/humble/Installation.html. Zugriff am 27.08.2025 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34
  41. [41] Macenski, S.; Foote, T.; Gerkey, B. et al.: Robot Operating System 2: Design, architecture, and uses in the wild. Science Robotics 7 (2022) 66, eabm6074 Google Scholar öffnen DOI: 10.37544/1436-4980-2025-09-34

Zitation

Download RIS Download BibTex

Downloads

Download Kapitel (PDF)

Hinweis

Dieses Werk ist urheberrechtlich geschützt und darf nur nach den Vorgaben der Nutzungs- und Lizenzvereinbarung genutzt werden. Jede darüber hinaus gehende Nutzung des Werkes ist ausdrücklich untersagt und wird verfolgt.

Per E-Mail teilen

Medien