Die Elektrotechnik-Studenten Marco Anke, Antonio Albani und Karl Kunze der Hochschule Mittweida entwickelten im Rahmen einer Projektarbeit einen kollaborativen Roboter, der in der Lage ist, gemeinsam mit dem Menschen Black Jack zu spielen.
Der Roboter trägt den Namen „Doby“, der ihm schon vor Beginn des Projekts eine eigene Identität verlieh. Ziel der Studierenden war es, Robotik und künstliche Intelligenz auf unterhaltsame Weise zu verbinden und das Ergebnis auf Veranstaltungen und Messen präsentieren zu können.
Im Projekt übernahm Marco Anke die visuelle Gestaltung und die Benutzeroberfläche, Antonio Albani entwickelte und implementierte den KI-Algorithmus, und Karl Kunze programmierte die Steuerungslogik sowie die Bewegungsabläufe des Roboters. Für die Umsetzung investierten die Studierenden zahlreiche Stunden, insbesondere in das Training der Bilderkennungs-KI mit mehreren umfangreichen Modellen.
Der Roboter nutzt eine Webcam, die Bilddaten an den Steuerungsrechner liefert, sowie einen Saugreifer zum Aufnehmen und Bewegen der Karten. Als Softwarebasis dient Ubuntu; die Steuerung erfolgt über Python‑Skripte, ergänzt durch RTDI zur Rationalisierung. Middleware verbindet Kamera, KI und Steuerungslogik; die Bilderkennungs‑KI wurde mit mehreren Modellen trainiert, und die in Python implementierte Steuerungslogik koordiniert Greifer, Kamera und Bewegungen.
Marco Anke, Antonio Albani und Karl Kunze mit dem Black Jack Cobot
Wie entstand die Idee, einen Cobot Black Jack spielen zu lassen, und warum fiel die Wahl auf dieses Spiel?
Karl: “Die Idee entstand aus dem Wunsch heraus, einen Demonstrator zu entwickeln, der bei Veranstaltungen wie der Nacht der Wissenschaften zeigt, wie Robotik und KI zusammenwirken und Besucher aktiv einbezieht.”
Marco: “Wir entschieden uns bewusst für ein Kartenspiel, da sich Black Jack mit seinen klaren Regeln und festen Werten technisch gut umsetzen lässt.”
Antonio: “Die strikte Spielstruktur von Black Jack erleichterte zudem die Entwicklung eines passenden KI-Algorithmus.”
Warum eignet sich ein Kartenspiel besonders gut, um Robotik und KI zu vermitteln?
Marco: “Ein Kartenspiel bietet feste Werte und Farben, wodurch sich die Karten gut für das KI-Training eignen und anschließend präzise erkennen lassen.”
Antonio: “Black Jack ist zudem übersichtlich, die Regeln sind einfach, die Werte klar berechenbar und es existieren bereits Bilddatensätze, die das Training der KI erleichtern.”
Wie erkennt der Roboter die Karten?
Antonio: „Die Kartenerkennung funktioniert über die Kamera. Die Karte wird vor die Kamera gehalten, der Videostream wird an das Programm übergeben und dort verarbeitet. Über 20 Bilder hinweg prüft das System, ob die Karte konsistent erkannt wird. Dann werden der Kartenwert und die Farbe als Text ausgegeben.“
Erkennung der Spielkarte mittels Kamerasystem
Vorstellung des Spielablaufs
Was stellte die größte technische Herausforderung bei der Umsetzung dar?
Karl: “Die größte Schwierigkeit lag in der Programmierung der Spiellogik, damit wirklich jeder Sonderfall korrekt funktioniert, von seltenen Spielsituationen bis zur richtigen Anzeige des Gewinnerbildschirms.”
Marco: “Bei der Bildverarbeitung war entscheidend, Fehlinterpretationen von Karten zu vermeiden und sicherzustellen, dass die Software auch zwei Karten gleichzeitig erkennen kann.”
Antonio: “Zu Beginn reagierte der Algorithmus nur auf eine Karte und die Simulation des Spielverhaltens führte teils zu unregelmäßigen Entscheidungen, was zusätzliche Tests erforderte.”
Welche fachlichen und persönlichen Erkenntnisse habt ihr durch das Projekt dazu gewonnen?
Marco: “Ich habe gelernt, wie vielseitig Cobots in Industrie und Alltag eingesetzt werden können und wie sich KI-Trainingsprozesse simulieren und optimieren lassen. Gleichzeitig wurde deutlich, wie effizient moderne Hardware solche Lernprozesse unterstützt.”
Antonio: “Besonders spannend war die Arbeit an der KI selbst, um zu verstehen, wie viele Daten nötig sind und wie man den Trainingsprozess gezielt strukturieren kann.”
Karl: “Für mich stand das Training von KI-Modellen zur Bilderkennung im Vordergrund. Dabei habe ich gelernt, mit Rückschlägen umzugehen und Lösungswege zu finden, was auch für spätere berufliche Projekte mit Industrierobotern wertvoll ist.”
Im Interview wurden die drei Studierenden auch gefragt: Welche Rolle könnten Cobots künftig in der Industrie spielen und wie wird die Zusammenarbeit mit Menschen aussehen? Ihrer Einschätzung nach liegt das Potenzial dieser Roboter vor allem in Bereichen, in denen Präzision, Wiederholbarkeit und visuelle Kontrolle entscheidend sind, wie bei Montage-, Prüf- oder Wartungsarbeiten. Sie betonen, dass Cobots den Menschen nicht ersetzen sollen, sondern ihn gezielt unterstützen, indem sie monotone oder sicherheitskritische Aufgaben übernehmen und mithilfe spezialisierter KI-Modelle in Millisekunden reagieren können. Wie Marco Anke hervorhebt: „Fehlerkontrolle und visuelle Erfassung sind entscheidend, besonders dort, wo Menschen etwas übersehen könnten.“
Fotos: Viktoria Miller, Iryna Zavadska