f+h fördern und heben 1/2025

PERSPEKTIVEN04Mobile

PERSPEKTIVEN04Mobile Robotik für die Intralogistik vom FTF/AGV zum AMRFlexibler TransportDynamische Quelle/SenkeVordefinierte TransportwegeKundenspezifische Fahrzeugeje nach Use Case undTransportaufgabeZusätzliche Automatisierungfür Handling an der SchnittstelleerforderlichFTF / AGV. . .AMRFlexibler TransportDynamische Quelle/SenkeOffene TransportwegeOptional: Handling an derSchnittstelleKooperierende Systemefür Handlings- undWertschöpfungsprozesseKooperative TransporteModulare Systemefür Transporte mit variierendenLasten und Geometrienwohl die Hardware als auch die notwendige IT-Infrastrukturdiese flexiblen Freiheitsgrade bedienen können. Die klassischeAutomatisierungspyramide ist für derart hochdynamische Prozessean vielen Stellen nicht mehr geeignet. Gefragt sind FleetManagement Systeme, die unterschiedliche proprietäre Lösungenintegrieren und auf Level Manufacturing Execution System(MES) und Material Flow Controller (MFC) unterstützen. DieStandardisierung der Kommunikation vereinfacht zusätzlich dieIntegration und den Betrieb von fahrerlosen Transportsystemen(Beispiel VDA 5050).Ein mögliches flexibles FTF für die fluide Produktionslogistikist das am Institut für Fördertechnik und Logistik (IFT) der UniversitätStuttgart entwickelte Low-cost-FTF Scooty. Dieses flächenbewegliche,modulare FTF wurde für den Transport vonKleinladungsträgern der Automobilindustrie konzipiert und soll05Klassifikation der KI – Einordung vonDeep Reinforcement Learning DRLKünstlicheIntelligenzMaschinellesLernenDRLDeep Learningzukünftig auch Verbundfahrten von mehreren FTF erlauben. InVerbindung mit dem intelligenten Hallenboden, der die dynamischePfadplanung, die Energieversorgung sowie die Kollisionsvermeidungübernimmt, lassen sich viele solcher FTF gleichzeitigsteuern und kontrollieren, wobei das einzelne FTF wenigerSensorik benötigt und damit preiswerter ist. Ein monetärerMehrwert entsteht dann, wenn durch Skalierung des Preisvorteilsvieler Low-cost-FTF sich die Investition in den intelligentenHallenboden egalisiert. Bild 03 zeigt die Kombination aus Scootyund intelligentem Hallenboden.Fahrerlose Transportfahrzeuge oder englischsprachig AutomatedGuided Vehicles (AGV) ermöglichen einen flexiblen Transportzwischen zwei Standorten (Quelle/Senke). Bei diesen Fahrzeugensind die Transportwege im Wesentlichen vordefiniert.Auch das Ausweichen und Überholen untereinander ist im Allgemeinennicht möglich. Die Weiterentwicklung und Erweiterungder Funktionalität dieser Fahrzeuge wird als autonome mobileRoboter (AMR) bezeichnet. AMR haben die Fähigkeit, selbstständigHindernissen auszuweichen oder auch nach Fahrtantritt dieRoute zur Senke aufgrund neuer produktionslogistischer Bedingungenzu verändern. Entweder geschieht dies dezentral in einemlokalen Optimierungsraum (Hindernis erkannt, Ausweichmanövereinleiten) oder zentral über ein Fleet Management System.Des Weiteren lassen sich ergänzende Funktionen an oder mitder Peripherie (Produktionsinfrastruktur) ableiten. An derSchnittstelle zur Fördertechnik, also der Aufnahme oder Abgabedes zu befördernden Guts, wird kein spezifischer Handlingprozessmehr notwendig. AMR wären in der Lage, diesen Handlingprozessselbstständig auszuführen. Kooperationen von modularenAMR beim Transport oder bei der Ausführung wertschöpfenderTätigkeit während der Fahrt sind ebenso denkbar.Bild 04 stellt die Funktionsunterschiede zwischen FTF/AGVund AMR gegenüber.KÜNSTLICHE INTELLIGENZ ERSCHLIESSTUNGEAHNTE MÖGLICHKEITENNeben Hardware-Lösungen für eine zukunftsfähige Intralogistiksind softwaretechnische Lösungen vonnöten. In erster Linie diekünstliche Intelligenz (KI) bietet hier neue ungeahnte Möglichkeiten.ChatGPT ist zum Beispiel im privaten und beruflichenUmfeld angekommen, in der Intralogistik hält die KI ebenfalls10 f+h 2025/01 www.foerdern-und-heben.de

Einzug. Das Maschinelle Lernen zum Beispiel ist ein Teilgebietder KI, welches sich mit der Entwicklung von Algorithmen befasst,die es Computern ermöglichen, aus Daten zu lernen undMuster zu erkennen, ohne explizit von Menschenhand programmiertzu werden. Das Reinforcement Learning ist Teil desüberwachten Maschinellen Lernens. Ein Software-Agent lerntdurch Interaktionen mit der Umgebung, indem er Aktionen ausführtund dafür Feedback in Form von Belohnungen oder Bestrafungenerhält. Sein Ziel ist dabei, die Belohnungen zu maximierenund die Strafen zu minimieren. Das Deep Learning wiederumist eine Teilmenge des Maschinellen Lernens, in demmehrschichtige künstliche neuronale Netzwerke mithilfe riesigerDatenmengen lernen, um komplexe Muster zu lernen. EineKombination aus Reinforcement Learning und Deep Learningist das Deep Reinforcement Learning (DRL), bei dem tiefe neuronaleNetzwerke verwendet werden, das Problem komplex istund große Datenmengen vorhanden sind. Einen Überblick überdie Klassifikation der KI zeigt Bild 05.Der Einsatz von Deep Reinforcement Learning in der Intralogistikwurde am IFT im Rahmen eines Forschungsprojekts miteinem Hersteller von Shuttle-Systemen erprobt. Ziel war die Optimierungdes Durchsatzes eines Shuttle-Lagers durch eine aufINTRALOGISTIKSYSTEME WERDENNUR SO INTELLIGENT SEIN, WIEDER MENSCH ES VORGIBTBasis der KI trainierten Steuerung. Die richtige Auswahl der geeignetenShuttles und Ladungsträger sowie die Reduzierung vonUmlagerungen führten im Projekt zu kürzeren Spielzeiten imShuttle-System und erhöhten damit den Durchsatz gegenüberkonventionell programmierten Steuerungen. Dies beweist einmalmehr, dass KI vor allem auch in der Intralogistik vielfältigeEinsatzgebiete findet. Der Mensch wird die Intralogistik, unterstütztvon künstlicher Intelligenz, modifizieren und optimieren.Die Intralogistiksysteme werden jedoch nur so intelligent sein,wie der Mensch es vorgibt.UND WO BLEIBT DER MENSCH?Bei aller Digitalisierung und Automatisierung darf der Menschnatürlich nicht vernachlässigt werden. Dieser wird nach wie vorzentraler Bestandteil der Intralogistik sein. Die manuelle Kommissionierungwird beispielsweise durch Hard- und Softwarevon Maschinen unterstützt und verdeutlicht die positive Verknüpfungsowie Ergänzung von Mensch und Maschine. Dabeiwerden die kognitiven Fähigkeiten und die Flexibilität des Menschenmit der Effizienz von (teil-)automatisierten Lösungen verknüpft.Hauptsächlich bei schweren körperlichen Arbeiten oderdurch den Fachkräftemangel und den damit einhergehendenAutomatisierungszwang sind solche Verknüpfungen unabdingbar.Maschinen unterstützen, ersetzen den Menschen aber(noch) nicht.Die vor uns liegende Zukunft bietet neue Chancen. Dabeikann uns die Intralogistik vielseitig unterstützen. Nutzen wirdiese Chance und gestalten wir die Zukunft mit.Autoren: Univ.-Prof. Dr.-Ing. Robert Schulz, Leiter des Instituts für Fördertechnikund Logistik, Universität Stuttgart. Daniel Mezger, M.Sc., stellvertretenderInstitutsleiter des Instituts für Fördertechnik und Logistik, UniversitätStuttgartwe makematerialflowWenn Bleche und Langgüter platzsparendgelagert und schnell verfügbar sein müssen,gibt es keine bessere Wahl als automatisierteLager- und Kommissionierlösungen vonRemmert. Mit nachweisbaren Erfolgen undzufriedenen Kunden auf der ganzen Welt könnenSie sich darauf verlassen, dass RemmertIhr Material in den perfekten Fluss bringt.Erfahren Sie mehr unter remmert.deBesuchen Sie uns auf derLogiMAT, Halle 3 - C14Fotos/Grafiken: IFT, Arena2036www.ift.uni-stuttgart.de