Aufrufe
vor 7 Monaten

f+h fördern und heben 12/2018

  • Text
  • Fuh
  • Foerdern
  • Heben
f+h fördern und heben 12/2018

Anzeige Transportdreirad

Anzeige Transportdreirad Zyklon flexibel einsetzbar PF 3326 - 33263 Gütersloh Tel: 05241/98680 - info@wulfhorst.de Ähnliche Beispiele ließen sich für Digitalisierung, Automatisierung und – jüngstes Beispiel – das Thema Künstliche Intelligenz (KI) anführen. Automatisierung und Digitalisierung, mithin das Zukunftsprojekt Industrie 4.0, sind in ihren Dimensionen noch kaum erfasst, geschweige in intelligente Datenvernetzung umgesetzt. Wieder stellt sich die Frage nach den Synonymen und Definitionen: Analytics-Technologie und KI z. B. oder die Abgrenzung von Robotik und KI bzw. Machine Learnig (ML). Was heißt KI und wer hat tatsächlich KI im Einsatz? Wo etwa sind Roboter im Einsatz, die mit speziellen Algorithmen in neuronalen Netzen selbstständig Entscheidungen treffen? Wo sie in der Intralogistik künftig sicher zum Einsatz kommen werden, zeigte bereits vor zwei Jahren das Modellprojekt, in dem Google und die Universität von Kalifornien in Berkeley zwei Monate lang 14 Roboter insgesamt mehr als 800 000 Greifversuche an verschiedenen Alltagsgegenständen durchführen ließen. Ohne Vorwissen. Ausschließlich auf Basis der Bilderfassung integrierter Kameras mussten sie so lange probieren, bis sie den richtigen Zugriff gefunden und eigenständig erlernt hatten. In darauffolgenden Anwendungen lag die Fehlerquote schließlich zwischen zehn und 20 Prozent. Wulfhorst.indd 1 01.08.2017 13:25:53 02 ANSPRUCHSVOLLE PROGRAMMIERUNG Keine Frage, mit der Steuerung individueller Prozesse etwa beim „Griff in die Kiste“ werden Methoden und Verfahren der KI die Kommissionierprozesse der Zukunft als Schlüsselfaktor prägen. Der allerdings spielt sich im Bereich der Software ab. Roboter, Sensorik, Bilderfassung oder Rechnerhardware sind „nur“ Instrumente. Nicht der Einsatz von Robotertechnik kennzeichnet KI-Anwendungen, sondern die Software dahinter, ihre Programm- bzw. Funktionsmuster mit neuronalen Netzen für selbstlernende Systeme, das ML. Mit unterschiedlichen Hardware-Komponenten werden dabei Informationen erfasst und von der Software konvertiert, vernetzt und analysiert, Handlungsoptionen abgeleitet und schließlich ihre Ausführung angestoßen. Mit Verfahren und Methoden der KI geschieht dies eigenständig und selbstlernend. Die Systeme speichern Informationen als Erfahrungswerte, verarbeiten auch neue, unbekannte Daten und treffen dann eigenständig Entscheidungen. Die Einbindung solcher KI-Methoden und -Verfahren erfordert eine anspruchsvolle Programmierung. Für die operativen Anwendungen ist zunächst ein Teaching, die Definition, das Clustern und das Einlesen von Mustern und Merkmalen sowie der entsprechenden Reaktionen, erforderlich. Im Konzern der PSI Software AG deckt die Geschäftseinheit PSI FLS Fuzzy Logik & Neuro Systeme GmbH die Kompetenzen bei Fuzzy Logic und Neuronalen Netzen seit mehr als 50 Jahren ab. Basierend auf diesem Know-how ist die Einbindung von Methoden und Verfahren der KI ein zentraler Bestandteil der Produktevolution geworden. Mit Fuzzy Logic, neuronalen Netzen oder Deep Learning legt die PSI die Software-Produkte des Konzerns gegenwärtig einerseits auf einen künftigen Schritt der Automatisierung aus. Andererseits werden die Software- Systeme selbst auf eine Automatisierung ihrer eigenen funktionalen Prozesse ausgerichtet. NEURONALES NETZWERK FÜR AUTO-ID-PROZESSE Dabei sind konkrete Programmentwicklungen und Pilotierungen bereits in der Umsetzung. Sie zeigen eine Vielzahl von Optimierungspotenzialen durch die Einbindung von KI in das funktionale Spektrum der Systeme aus der PSI Logistics Suite. So hat die PSI Lo- 02 Mit Instrumenten der Künstlichen Intelligenz werden erfasste Informationen selbstständig vernetzt und in Echtzeit etwa an Anzeigesysteme übermittelt 03 Auto-ID und Vernetzung mit KI: 200 Ultra-HD-Kameras erkennen die Gepäckstücke auf der Fördertechnik, melden automatisch Beschädigungen und steuern den Materialfluss 12 f+h 2018/12 www.foerdern-und-heben.de

PERSPEKTIVEN gistics gemeinsam mit dem Schwesterunternehmen PSI FLS Fuzzy Logik & Neuro Systeme ein neuronales Netzwerk für Auto-ID, Dokumentation und Rückverfolgung mit Überwachungskamerasystemen, CCTV (Closed Circuit Television), entwickelt. Die Anwendung ergänzt das Produktspektrum der Airport-Systeme für Gepäck-Handling in der PSI Logistics Suite. Der Flughafen Hamburg hat bereits Interesse an einer Pilotierung signalisiert. Ein „Proof of Concept“ ist bereits aufgelegt. Danach würde das neuronale Netz für das Deep Learning mit mehr als 2 000 Bildern von Gepäckstücken in unterschiedlichen Lagen und aus verschiedenen Perspektiven „gefüttert“. Auf dieser Basis „erkennt“ die Software alle weiteren Varianten von Gepäckstücken – inklusive ihrer individuellen Merkmale. An der Gepäckförderanlage verfolgen und überwachen 200 Ultra-HD-Kameras, die bereits installiert sind, den Transport jedes einzelnen Gepäckstücks. Mit ihrer hohen Auflösung erfassen sie den Barcode – bei einer höheren Lesequote als herkömmliche Scanner. In ihrem neuronalen Netz kann die Software die Bildaufnahmen der individuellen Gepäckstücke auf der Förderstrecke dann mit den Barcode informationen verknüpft, Gepäckstücke als solche verifizieren und ihren Weg auf den Förderanlagen steuern. Bei solchen Anwendungen sind keine Investitionen für zusätzliche Scanner-Technik erforderlich. Ferner entfallen Ressourcen für Nachbearbeitungen, die bei herkömmlichen Prozessen bis zu zehn Prozent des Gepäckaufkommens betreffen. Überdies lassen sich das Gepäck-Handling sowie der Zustand der Koffer lückenlos dokumentieren und archivieren. Darüber hinaus erkennt die KI-Lösung etwaige Beschädigungen der Gepäckstücke, meldet automatisch entsprechende Veränderungen und unterstützt die Ursachenermittlung. Potenziale, die sich mit KI-Lösungen auch für intralogistische Anwendungen jenseits von Flughäfen erschließen lassen. Die PSI Logistics arbeitet an KI-Lösungen für unterschiedliche Packstücke und der Einbindung von sprachbasierten Applikationen. Bei der Behältererkennung und Unterstützung von Anwendungen der Qualitätssicherung ist der Aufwand für das Deep Learning bereits vertretbar. Die Technologieentwicklungen und Optionen der Miniaturisierung in Bereichen wie der Bilderfassung und -verarbeitung, Sensorik, Rechnergeschwindigkeit und Robotik werden zunehmend weitere Anwendungsfelder ermöglichen und wirtschaftlich machen. Die PSI Logistics erschließt mit Methoden und Verfahren der KI gegenwärtig bereits Anwendungen für automatisierte IT-Prozesse bei der multikriteriellen Optimierung von Logistiknetzen. Autor: Dr. Giovanni Prestifilippo, Geschäftsführer PSI Logistics GmbH, Berlin Fotos: PSI Logistics www.psilogistics.com 03

AUSGABE