Der Sensorik-Anbieter Sick AG vergrößert sein Produkt- und Lösungsportfolio um Anwendungen aus den Bereichen Indoor- und Outdoor-Lokalisierung sowie dem Deep-Learning. Das gab das Unternehmen mit Sitz im badischen Waldkirch im Rahmen seiner globalen Fachpressetage am Firmensitz bekannt.
Mehr Transparenz
Demnach stellt der Anbieter auf der kommenden LogiMAT (19. bis 21. Februar) erstmals ein umfassendes Indoor-Lokalisierungsportfolio aus abgestimmter Sensorik und Analyse-Tools vor. Damit sollen, so das Unternehmen, große Datenmengen ausgewertet und somit mehr Transparenz innerhalb der Lieferkette hergestellt werden. „Logistikabläufe sind durch die wachsenden Warenbewegungen und Dynamiken heute schon in einem hohen Maße kompliziert. Nur mit viel Expertenwissen auf dem Shopfloor ist es möglich, hier den Überblick zu behalten und eine Steuerung der Prozesse zu ermöglichen“, sagte Bernd von Rosenberger, Vice President Global Industry Center Logistics Automation bei der Sick AG anlässlich der Pressetage. „Netzwerkwissen zu verschiedenen Eigenschaften von Quellen und Senken ist notwendig“, so Rosenberger weiter.
Die Kombination machts
Sick möchte mit seinem neuen Angebot nach eigenen Angaben erstmals alle verfügbaren Sensortechnologien für die Ortung von Objekten – von Utrawideband Tags über Scanner-Lokalisierung hin zu Spurführungs- und Infrastruktursensoren – kombinieren und auf Basis dessen individuelle Kundenapplikationen entwickeln. „Mit diesem Angebot liefern wir nicht nur eine Antwort um die Frage, wie I 4.0 möglich wird, wir schaffen damit eine effiziente Logistik und Produktion, die den Anforderungen des dynamischen Marktes und der Kunden gewachsen ist“, erklärte Rosenberger gegenüber den Fachjournalisten.
Um beschleunigter Produktentwicklung Rechnung zu tragen, arbeitet das Unternehmen nach eigener Aussage derzeit an seiner ersten Anwendung, die auf Deep Learning Algorithmen basiert und auf der HANNOVER MESSE (1. bis 4. April 2019) Premiere feiern wird. Damit möchte der Anbieter vor allem die wachsende Nachfrage individualisierter Lösungen bedienen. „Bis vor einigen Jahren haben Hersteller versucht, Sensoren für jede Anforderung zu entwickeln. Heute löst man die immer individueller werdenden Aufgabenstellungen durch neue Sensor-Software-Konzepte“, so Bernhard Müller, Senior Vice President Industrie 4.0 bei Sick.
Wenn Sensoren trainieren
Mit der neuen Anwendung möchte das Unternehmen nach eigenen Angaben einen Schritt weitergehen und nutzt die Deep-Learning-Technologie für Sensoren, die mithilfe selbstlernender Algorithmen Daten liefern, verarbeiten und analysieren. Bei einer solchen Lösung werden beispielsweise Sensoren durch eine Vielzahl von Bildern darauf trainiert, eine Antwort auf eine spezifische Frage zu geben. Aus diesem Training heraus könne der Sensor dann selbständig neue, ihm nicht bekannte Bilder einem Ergebnis zuordnen. „Zum Beispiel arbeiten wir aktuell mit Deep Learning an einem Pilotprojekt in der Holzindustrie. Basis unserer Lösung ist eine Kamera mit Deep Learning Funktionalität“, erklärte Müller.
Die besten Stellen nutzen
Für eine optimale Ausnutzung des Rohstoffs Holz, müssen Sägewerke wissen, wie die Verhältnisse im Holzstamm sind. Wo befinden sich die Jahresringe, wo der Kern? Dies ist für eine gute Verarbeitung des Holzes notwendig. „Herauszufinden, wie das Holz am besten genutzt werden kann, das haben wir der Kamera mittels Deep Learning beigebracht. Eine Aufgabe, die zuvor ausschließlich von Menschen erledigt werden konnte“, so Müller.
Lagerhallen, Logistikimmobilien , Logistik-Newsletter , KEP-Dienste , Container, Paletten , Intralogistik & Supply Chain Management (SCM) , Verpackung & Verladung , Versand, Umschlag & Lieferung , Luftfrachtverkehr , Gabelstapler , Fahrerlose Transportsysteme (FTS) , Fashion Logistics , Fördertechnik , Lagertechnik , E-Commerce , Bundesvereinigung Logistik e.V. (BVL) , LogiMAT , Logistik- bzw. Transport-Dienstleistungen , Industrie 4.0 , Neubau (Logistikzentrum) , Digitalisierung & Vernetzung , Logistik-IT , Logistik-Studium , Transport- und Logistik-Dienstleistungen , Kommissionierung