Sensordaten von Fahrerlosen Transportfahrzeugen sinnvoll sammeln
Wenn Fahrerlose Transportfahrzeuge (FTF) durch Hallen navigieren, werden sie zu wahren Datensammlern. Daten, die jedoch sofort wieder gelöscht werden. Sinnvoll ist das nicht.
Foto: Still
Gegen diese Datenverschwendung will das internationale Forschungsprojekt Aribic (Artificial Intelligence-Based Indoor Cartography) vorgehen. Es will Methoden aufzeigen, mit denen sich diese wertvollen Informationen gewinnbringend nutzen lassen.
Jederzeit aktuelle Karten
Die über Sensoren und Kameras ermittelten Daten können in der Aribic-Cloud dazu verwendet werden, 3-D-Karten von Lagerhäusern oder Produktionsanlagen zu erstellen, die jederzeit auf dem aktuellen Stand sind. „Über diese aktuellen Sensordaten erzeugen wir einen lebenden digitalen Zwilling der Umgebung und können damit relevante Informationen quasi in Echtzeit darstellen und teilen“, beschreibt Bengt Abel, Projektleiter beim Intralogistikkonzern Still, die Grundidee des Forschungsprojekts.
Innenraumkartografie mit KI
Im Gegensatz zur heutigen Methode, bei der nach einer Momentaufnahme ein starres 3-D-Abbild der Umgebung angefertigt wird, bleiben die von der Aribic-Plattform generierten Abbilder dynamisch und stets aktuell. „Wenn der Stapler oder das FTF durch die Umgebung fährt, erfasst deren Sensorik selbst kleinste Veränderungen und leitet diese an die Aribic-Plattform weiter. In der auf künstlicher Intelligenz basierenden Innenraumkartografie werden diese Änderungen, beispielsweise ein verschobenes Regal oder eine neu abgestellte Palette, sofort berücksichtigt und in das System zurückgespielt“, so der Still-Experte.
Großer Nutzen für die Nutzer
Benötigt werden hochauflösende 3-D-Karten mit semantischen Informationen zunächst einmal für die Lokalisierung und Navigation von Fahrerlosen Transportfahrzeugen in ihrer Arbeitsumgebung. Betreiberinnen und Betreiber von Lager- oder Produktionshallen wissen so jederzeit, wo sich ihre Fahrzeuge befinden. Mit dieser Information wiederum lässt sich die Warenhaus- oder Fabrikplanung optimieren. Beispielsweise ist eindeutig erkennbar, in welchen Bereichen des Lagers viel oder wenig gefahren wird oder welche Gänge häufiger zugestellt und damit blockiert sind. Mit diesen Ergebnissen lassen sich Regale (zunächst) virtuell verschieben oder Produktionsflächen neu anordnen. Abel: „Anwenderinnen und Anwender können mit der neuen Möglichkeit, die Arbeitsumgebung permanent aufzunehmen, ihre Lager und Produktionshallen künftig optimal planen und ausnutzen. Erstmals würden sie einen detaillierten Einblick erhalten, was überhaupt in ihren Warenhäusern passiert.“
Weitere Anwendungsfelder denkbar
Nach Aussage des Still-Experten sind noch unzählige weitere Anwendungsfelder denkbar, die auf den Aribic-Ergebnissen aufbauen: „Wir haben bereits heute großartige Ideen. Ich bin mir aber ganz sicher, dass in Zukunft noch sehr viele hinzukommen werden.“
Das Aribic-Projekt
Gestartet ist das Aribic-Projekt im März dieses Jahres. Der Abschluss ist für das vierte Quartal 2023 angedacht. An dem internationalen Forschungsvorhaben sind neben dem Konsortialführer Still noch das Karlsruher Institut für Technologie (KIT), die Universität Toronto mit dem Stars-Labor und der kanadische Sensorhersteller LeddarTech beteiligt. Gefördert wird das Projekt durch das deutsche Bundesministerium für Wirtschaft und Energie (BMWi) und das Industrial Research Assistance Program des kanadischen National Research Council (NRC IRAP).
