KI: Echtzeit-Sensordaten für Digitale Lagerhaus-Zwillinge nutzen

Im Forschungsprojekt ARIBIC untersucht Kion zusammen mit LeddarTech, dem KIT und der University of Toronto die Potenziale KI-basierter Echtzeit-Kartographie. Konsortialführer ist Still.

Beim Forschungsprojekt ARIBIC werden die über Sensoren und Kameras ermittelten Daten dazu verwendet, 3D-Karten von Lagerhäusern oder Produktionsanlagen zu erstellen. (Foto: Still)
Beim Forschungsprojekt ARIBIC werden die über Sensoren und Kameras ermittelten Daten dazu verwendet, 3D-Karten von Lagerhäusern oder Produktionsanlagen zu erstellen. (Foto: Still)
Therese Meitinger

Die Frankfurter Kion Group und ihre Kooperationspartner LeddarTech, das Karlsruhe Institute of Technology (KIT) und das STARS Lab an der University of Toronto haben das Forschungsprojekt „ARIBIC“ gestartet. Konsortialführerin des Projekts ist die Kion-Tochter Still. Das besagt eine Pressemitteilung vom 4. August. Das Akronym steht demnach für „Artificial Intelligence-Based Indoor Cartography“: kontinuierliche Evaluation von Daten soll es ermöglichen, in Echtzeit einen digitalen Zwilling eines Lagerhauses oder einer Produktionsumgebung zu schaffen. Sowohl das deutsche Bundesministerium für Wirtschaft und Energie (BMWi) als auch das kanadische National Research Council of Canada Industrial Research Assistance Program (NRC IRAP) stellen nach Unternehmensangaben Projektmittel dafür bereit.

ARIBIC adressiert das Problem, dass eine große Menge von sensorbasierten Umgebungsdaten, die beim Einsatz von FTS entstehen, bisher für gewöhnlich nicht systematisch erfasst und verarbeitet wird. Im Forschungsprojekt sollen die von den Sensoren an den Fahrzeugen gesammelten Daten genutzt werden, um hochauflösende 3D-Karten von Lagerhäusern oder Produktionsumgebungen zu erstellen.

„Über diese aktuellen Sensordaten erzeugen wir einen lebenden digitalen Zwilling der Umgebung und können damit relevante Informationen quasi in Echtzeit darstellen und teilen“, erläutert Bengt Abel, Projektleiter bei Still.

Anomalien werden erkannt und gemeldet

Die Daten werden in dem Projektaufbau nach Firmenangaben von den Sensoren an das Fahrzeug übertragen, dort aufbereitet, und dann zur ARIBIC-Cloud geschickt. Der Nutzer erhalte so Live-Informationen über die Position von Objekten über Tracking und Tracing, so Kion. Diese Daten ermöglichten dann beispielsweise die Routen der Fahrzeuge zu simulieren und damit die Prozesse im Lager oder in der Produktion zu verbessern. Gleichzeitig bieten laut der Forschungsgemeinschaft diese intelligenten digitalen Services den Vorteil, dass Anomalien wie etwa blockierte Fahrwege erkannt und gemeldet werden. Wenn dies konsequent durchgeführt wird, lässt sich Kions Ansicht nach schlussendlich die gesamte Struktur eines Lagerhauses optimieren.

LeddarTech, ein kanadisches Unternehmen für Umgebungssensorik-Lösungen für autonome Fahrzeuge und Fahrerassistenzsysteme, ist laut der Mitteilung maßgeblich an dem Projekt beteiligt. Der Beitrag von soll sich auf das Sensorsystem konzentrieren. Die kanadischen Entwickler würden ihre technologischen Kompetenzen in den Bereichen Sensorik, Wahrnehmung und Sensorfusion für Mobilitätsanwendungen einbringen, heißt es.

Als Forschungspartner werden das Karlsruher Institut für Technologie (KIT) und das STARS Lab an der Universität Toronto genannt. Im Rahmen des ARIBIC-Projekts soll das STARS Lab Methoden zur Extraktion detaillierter semantischer Informationen (Objektbeschriftungen) aus großen 3D-Karten von Lagerumgebungen entwickeln. Die Abteilung Robotik und Interaktive Systeme des Instituts für Fördertechnik und Logistiksysteme (IFL) am KIT soll sich im Rahmen des ARIBIC-Projekts mit der Erkennung von Intralogistik-Elementen in 3D-Sensordaten sowie mit der Zusammenführung von Karten in Multi-Roboter-Szenarien beschäftigen.  

Der Abschluss des Projekts ist für das vierte Quartal 2023 geplant.

Printer Friendly, PDF & Email