Fahrerlose Transportfahrzeuge (FTF) sammeln beim Navigieren durch Lager- oder Produktionshallen ununterbrochen wertvolle Sensordaten. Das internationale Forschungsprojekt ARIBIC (Artificial Intelligence-Based Indoor Cartography) will Methoden aufzeigen, mit denen sich diese Informationen nutzen lassen. Die über Sensoren und Kameras ermittelten Daten können in der ARIBIC-Cloud dazu verwendet werden, 3D-Karten von Lagerhäusern oder Produktionsanlagen zu erstellen, die jederzeit auf dem aktuellen Stand sind. „Über diese Sensordaten erzeugen wir einen digitalen Zwilling der Umgebung und können damit relevante Informationen in Echtzeit darstellen“, beschreibt Bengt Abel, Projektleiter bei Still, die Grundidee des Forschungsprojekts.
Die von der ARIBIC-Plattform generierten Abbilder bleiben dynamisch und stets aktuell. „In der auf künstlicher Intelligenz basierenden Innenraumkartografie werden durch das FTF erfasste Veränderungen, beispielsweise ein verschobenes Regal oder eine neu abgestellte Palette, sofort berücksichtigt und in das System zurückgespielt“, erläutert der Experte. Mit den gewonnenen Daten lassen sich Regale (zunächst) virtuell verschieben oder Produktionsflächen neu anordnen und somit Lager und Produktionshallen optimieren. Anhand der Informationen ist beispielsweise erkennbar, in welchen Bereichen des Lagers viel oder wenig gefahren wird oder welche Gänge häufiger zugestellt und damit blockiert sind.
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).