Sie sind hier: HomeFeldebeneRobotik

Fahrerlose Transportsysteme: Steuern in dynamischen Umgebungen - via Cloud

Fortsetzung des Artikels von Teil 1.

Orientierung im Raum

Prinzip der ­kooperativen Kartierung, Fraunhofer IPA Bildquelle: © Fraunhofer IPA

Bild 2: Das Prinzip der ­kooperativen Kartierung: Indem alle Fahrzeuge ihre lokal erfassten Sensordaten über die Cloud zentral bereitstellen, kann jedes Fahrzeug auf eine stets aktuelle Karte zugreifen. 

‚Longterm-SLAM‘ heißt eines der beiden Softwaremodule, auf der die neue Navigationsmethode aufbaut. SLAM steht für ‚Simultaneous Localization and Mapping‘. Dahinter steckt ein Verfahren, bei dem ein FTF seine genaue Position im Raum ermittelt und dabei gleichzeitig seine Umgebung kartiert. „In einem statischen Umfeld würde es genügen, wenn ein FTF bei seinem ersten Einsatz einen SLAM durchführt“, erklärt Pfeiffer und ergänzt: „Auf diese Umgebungskarte könnte es sich dann bei jeder weiteren Pfadplanung stützen.“ Doch weil sich in betriebsamen Produktions- und Lagerhallen mit jeder Sekunde etwas ändert, genügt das anfängliche SLAM-Verfahren nicht: „Je weiter sich die Realität in der Werkshalle von der hinterlegten Umgebungskarte entfernt, desto schlechter kann ein FTF seine aktuelle Position bestimmen“, so der promovierte Ingenieur.

Pfeiffers Mitarbeiter haben deshalb das bereits erwähnte Longterm-SLAM-Verfahren entwickelt: Dabei erfasst ein FTF laufend seine Umgebung, während es vom einen zum anderen Punkt navigiert. Alle signifikanten Änderungen vermerkt es umgehend in der Umgebungskarte, die so immer auf dem neuesten Stand ist. Aus diesen Daten lässt sich schließlich eine kollisionsfreie Bahn zum vorgegebenen Zielort errechnen. „Dabei erfasst das Softwaremodul gleichermaßen Schränke – die ja häufig über Jahre immer an derselben Stelle stehen – wie Gitterboxen oder geparkte Gabelstapler, die nur für kurze Zeit an einem Ort verbleiben“, sagt Pfeiffer.

Es sind diese vermeintlich oder tatsächlich statischen Objekte, die einem FTF Anhaltspunkte liefern, damit es seine aktuelle Position im Raum ermitteln kann. Denn die Fahrzeuge sind mit Laserscannern ausgestattet, die laufend die Umgebung abtasten. Zusätzlich fließen odometrische Berechnungen in die Lageschätzung mit ein. Das Antriebssystem ist zu diesem Zweck mit Encodern ausgestattet, die die Anzahl der Radumdrehungen erfassen. Damit lässt sich die zurückgelegte Wegstrecke abschätzen. Dank dieser Datenfusion ist ein FTF in der Lage, seinen Pfad ständig zu optimieren und allen potenziellen Hindernissen rechtzeitig auszu­weichen.