Fahrerlose Transportsysteme

Hannes Weik | Günter Herkommer,

Steuern in dynamischen Umgebungen - via Cloud

Die wandelbare Produktion ist Voraussetzung für moderne ­Industrie-4.0-Anwendungen. Starre Installationen wie Fließbänder oder fahrerlose Transportsysteme (FTS), die Leitlinien auf dem Boden folgen, werden diesem Anspruch nicht mehr gerecht.

© Fraunhofer IPA

Vielmehr sind neue Ansätze gefragt, die eine freie Navigation in dynamischen Umgebungen ermöglichen.

Nein, es ist kein Velomobil – das Gefährt, welches das Düsseldorfer Start-up TeleRetail Aitonomi in enger Zusammenarbeit mit dem Fraunhofer-Institut für Produktionstechnik und Automatisierung (IPA) entwickelt hat (siehe Bild 1). Mit seinem futuristischen Design erinnert der Mini-Transporter zwar an jene windschnittig verkleideten, muskelkraftbetriebenen Liegeräder, doch es gibt einen entscheidenden Unterschied: Das Fahrzeug wird von einem Elektromotor angetrieben und navigiert unbemannt durch belebte Fußgängerzonen und Parks. Passanten, die plötzlich seine Bahn kreuzen, weicht es zuverlässig aus. Die Idee hinter dem kompakten Rover ist letztlich, völlig selbstständig Botengänge und Einkäufe für den Menschen zu erledigen.

Bild 1: Der autonome Rover von TeleRetail Aitonomi ist mit einem GPS-Empfänger und einem Laserscanner am Heck ausgestattet.

© TeleRetail Aitonomi

Doch während das autonome Fahren im Straßenverkehr bislang noch Seltenheitswert hat, ist es in Industrie und Logistik bereits fest etabliert. Seit Jahren sind FTS in Produktions- und Lagerhallen im Einsatz. Allerdings handelt es sich dabei oft um starre Installationen: Die einzelnen fahrerlosen Transportfahrzeuge (FTF) folgen festen Routen, deren Verlauf zum Beispiel durch Leitlinien auf oder im Boden vorgegeben ist. Ihre bordeigenen Sensoren tasten laufend die Umgebung ab. Erkennen sie ein Hindernis, bleibt das FTF stehen und wartet, bis der Weg wieder frei ist.

Einmal eingerichtet, lässt sich ein solches FTS nur noch mit großem Aufwand an neue Gegebenheiten in Produktion und Lagerhaltung anpassen. Um bei Umstrukturierungen kostspielige und zeitraubende Umbaumaßnahmen zu vermeiden, haben sechs Wissenschaftler vom Fraunhofer IPA eine ausgeklügelte Technologie entwickelt, mit deren Hilfe FTF frei durch dynamische Umgebungen navigieren können.

Im Applikationszentrum Industrie 4.0 am Fraunhofer IPA testen Gruppenleiter Kai Pfeiffer und fünf seiner Mitarbeiter ihre flexible Navigationstechnologie: Ein FTF bahnt sich seinen Weg durch die Halle. Kurz bevor es an Felipe Garcia Lopez vorbeifährt, versperrt ihm der Mathematiker unvermittelt den Weg. Doch die Kollision bleibt aus. Stattdessen ändert der industrielle Serviceroboter augenblicklich seine Route und umfährt den Forscher mit einem Sicherheitsabstand.

Anzeige

Orientierung im Raum

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. 

© Fraunhofer IPA

‚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.

Der Weg des geringsten Widerstandes

Bild 3: Das FTS von Bär Automation erlaubt es Audi, die Performance des Gesamtsystems zu evaluieren und auf der Basis einer detaillierten Fehleranalyse zu optimieren.

© Bär Automation

Dennoch kann ein FTF während der Navigation jederzeit auf ein unvorhergesehenes Hindernis stoßen. Bisher haben mobile Systeme dann einfach vor dem Hindernis angehalten und nach einer vorgegebenen Wartezeit auf ihre Situation aufmerksam gemacht. Mit dem Softwaremodul ‚Elastic-Band‘, welches für die reaktive Bahnplanung verantwortlich ist und eine optimierte Ausweichroute berechnet, gibt es dafür jetzt eine elegantere Lösung.

Wie genau Elastic-Band funktioniert, lässt sich am besten mit einem Gummiband veranschaulichen, auf das Perlen gefädelt sind: Spannt man es von der aktuellen Position des FTF zu dessen Zielpunkt, beschreibt es den Idealfall einer exakten Gerade. Die Größe der Perlen symbolisiert dabei die Abmessungen des Fahrzeugs zusammen mit dem Mindestabstand, den es aus Sicherheitsgründen stets einhalten muss. Pfeiffer hierzu: „Ein potenzialfeldbasiertes Rechenverfahren regelt, wie sich das perlenbesetzte Gummiband durch die Gänge eines Hochregallagers schlängelt. Von allen Objekten im Raum gehen abstoßende Kräfte aus, die das Gummiband auf Abstand halten. Stark vereinfacht heißt das: Das FTF folgt dem Weg des geringsten Widerstands.“

‚Longterm-SLAM‘ und ‚Elastic-Band‘ optimieren also die Navigation in einer dynamischen Einsatzumgebung – für jedes einzelne FTF und völlig unabhängig voneinander. „Dabei müssten sie eigentlich gar nicht alle mit Sensoren ausgestattet sein, um perfekt navigieren zu können“, betont Pfeiffer: „Sie müssen noch nicht einmal ihre Pfade selber planen können. Das kann genauso gut ein zentraler, leistungsstarker Navigationsserver für sie übernehmen.“

Das Potenzial von ‚Cloud Navigation‘

Bild 4. Fraunhofer-Forscher Kai Pfeiffer: "Theoretisch kann ein FTF die Entscheidung für eine alternative Bahn völlig autonom treffen, auch wenn das in der Praxis meist nicht gewünscht ist."

© Fraunhofer IPA

Die Forscher vom Fraunhofer IPA haben deshalb alle FTF und sämtliche stationären Laserscanner, die in der Werkshalle montiert sind, über die Cloud miteinander vernetzt. Gemeinsam tragen sie quasi in Echtzeit alle Daten zusammen, die für Lokalisation, Kartierung, Pfadplanung und -optimierung nötig sind. Die rechenintensiven Navigationsalgorithmen führt bei dieser sogenannten kooperativen Pfadplanung ein zentraler Server aus, der jedem einzelnen FTF seine individuelle Route zuweist. So kann es in einer dynamischen Umgebung spontan jedem Hindernis ausweichen.

Damit ergeben sich Pfeiffer zufolge beträchtliche Einsparungen im Zusammenhang mit der Hardware: „Der Energiebedarf pro Recheneinheit sinkt um 70 % und die Kosten für Sensoren in bestimmten Fällen sogar um bis zu 80 %. Praxistests haben zudem ergeben, dass die ‚Cloud Navigation‘ die Lokalisierungsgenauigkeit um bis zu 75 % steigert. Damit nicht genug: Die kooperative Pfadplanung verkürzt die zurückgelegten Fahrwege um bis zu 20 %, während der reibungslose Verkehr an Kreuzungspunkten eine Zeitersparnis von 25 % bringt. „So werden FTS zugleich leistungsfähiger und wirtschaftlicher“, fasst Pfeiffer zusammen. Dabei ist es durchaus machbar, vorhandene FTS auch jederzeit nachträglich über die Cloud vernetzen zu lassen.

Simulation – so realistisch wie noch nie

Bis hierher lässt sich festhalten: Untereinander vernetzte FTF bieten modernen Industrie-4.0-Anwendungen interessante neue Perspektiven. Denn die Cloud liefert quasi in Echtzeit Daten. Daraus können Produktionsplaner einen digitalen Schatten erzeugen und auf dessen Grundlage Entscheidungen für weitere Optimierungen oder Umplanungen treffen. Mit anderen Worten: Die ‚Cloud Navigation‘ ermöglicht erstmals Materialfluss-Simulationen auf der Grundlage realer Daten: Sogenannte NUC-PCs, leistungsstarke Kleinstrechner, simulieren dazu virtuelle FTF. Gleichzeitig erfassen stationäre Laserscanner das gesamte Geschehen in einer Werkshalle.

Mit einer solchen Installation lässt sich simulieren, wie echte FTF in einer dynamischen Umgebung beispielsweise auf Menschen reagieren, die achtlos ihre Bahn kreuzen. Visualisieren lässt sich das entweder am Computer oder über Augmented-Reality-Brillen. Produktionsplaner können aus diesen Daten ersehen, welchen zusätzlichen Weg ein FTF zurücklegen müsste, träfe es auf ein dynamisches Hindernis, wie groß die daraus resultierende zeitliche Verzögerung wäre, mit der es sein Ziel erreichte, und um welchen Faktor sich die Reichweite des Akkus vermindert. Zudem können Produktionsplaner dank solcher realitätsnaher Simulationen dynamisch auftretende Staupunkte und andere kritische Stellen schon vorab und nicht erst im Testbetrieb identifizieren und beheben.

Zusammen mit der Bär Automation haben die Wissenschaftler vom Fraunhofer IPA bereits ein entsprechendes FTS für die Automobilproduktion realisiert. Es kommt in der R8-Manufaktur von Audi in Ne-ckarsulm zum Einsatz, befördert dort Karosserien von der einen zur anderen Montagestation und ersetzt so die Fließbänder, die keine flexible Produktion zulassen. Auch TeleRetail Aitonomi freut sich über das rege Interesse an ihrem Rover. In fünf US-Bundesstaaten wird der autonome Mini-Transporter bereits getestet und in der Schweiz prüfen die Behörden eine landesweite Straßenzulassung. Im hessischen Dietzenbach soll das Gefährt künftig Botengänge zwischen dem Rathaus und den einzelnen Ämtern übernehmen – das Genehmigungsverfahren läuft.

Am Messestand des Fraunhofer IPA auf der Automatica ist der ‚Cloud Navigation‘ eine eigene Demonstrationsfläche vorbehalten. Besucher können dort per Augmented-Reality-Brille live erleben, wie virtuelle FTF in den angrenzenden Bereichen des Messestands herumfahren und in Echtzeit Standbesuchern ausweichen, die ihre Bahn kreuzen, ohne es auch nur zu ahnen.

Autor: 
Hannes Weik ist Redakteur Themengebiet Robotik am Fraunhofer IPA.

  • Xing Icon
  • LinkedIn Icon
Anzeige
Anzeige

Das könnte Sie auch interessieren

Anzeige

Miba

Die ersten Schritte der Digitalisierung

Echtzeit-Transparenz im Materialfluss: Dieses Ziel setzte sich das Unternehmen Miba, als es die Digitalisierung der internen Logistikabläufe anging. Wie gut aber gelang letztlich die enge ­Verknüpfung von ERP und MES? – Ein Erfahrungsbericht.

mehr...
Anzeige
Anzeige

Big Data

Online die Maschinendaten im Griff

Riesige Datenmengen in wertvolle Informationen verwandeln – wie lässt sich dieser Ansatz einer Smart Industry umsetzen? Die Verknüpfung PC-basierter Steuerungen mit Matlab und einem IoT-Analaytikdienst auf Cloudbasis kann ein praktikabler Ansatz...

mehr...
Anzeige

Internet of Things

Ohne Edge und Swarm geht es nicht

Mit dem IoT haben sich die Anforderungen an die Verarbeitung von Daten geändert, die Sensoren und Aktoren von Maschinen bereitstellen. Dies muss schnellstmöglich passieren – am besten dort, wo die Daten entstehen. Edge-Knoten und...

mehr...
Anzeige
Anzeige
Anzeige

Industrie 4.0

Warum Predictive Maintenance?

Um Schäden proaktiv zu erkennen, lohnen sich Investitionen in vorausschauende Wartungssysteme. Nicht nur dass sich so die Lebensdauer einer Maschine erhöht, es eröffnen sich sogar neue Geschäftsmodelle für Maschinenbauer.

mehr...

Industrie 4.0

Wo bleiben die neuen Geschäftsmodelle?

Als Kennzeichen eines Industrie-4.0-Umfeldes werden immer wieder die notwendigen neuen Geschäftsmodelle genannt. Doch bis dato ist bei den wenigsten Unternehmen etwas davon zu sehen. Schneider Electric hat nun ein paar Modelle am Laufen.

mehr...

Industrie 4.0

Erste Kundenprojekte per BaSys 4.0

Ende Juni 2019 lief das BMBF-Projekt 'Basissystem Industrie 4.0‘ aus. Das Fraunhofer IESE bietet auf ­dessen Basis nun zusammen mit NetApp und Objective Partner Industrie-4.0-Lösungen mit Support und Adaption auf Kundensysteme an. – Die...

mehr...
Jetzt Newsletter abonnieren