AdaptiV2 – Adaptives Fahrzeug- und Flottenverhalten für autonome mobile Roboter

Aufgrund immer kürzerer Produktlebenszyklen, zunehmender Individualisierung von Produkten und den daraus resultierenden erforderlichen Veränderungen von Produktions- und Logistikprozessen müssen Produktions- und Logistiksysteme zunehmend flexibel, wandelbar und an sich verändernde Rahmenbedingungen anpassbar sein. Zur Durchführung des innerbetrieblichen Materialflusses werden daher statt fest installierten Systemen zunehmend Autonome Mobile Roboter (AMR) eingesetzt. Diese müssen dabei in einer dynamischen Umgebung agieren, da sich in Produktions- und Logistiksystemen in der Regel auch Personen befinden und diese – neben anderen Gegenständen – Hindernisse für AMR darstellen können. In der Regel verfügen AMR über die Fähigkeit zur Reaktion auf Hindernisse – beispielsweise indem sie anhalten. Auf ein jeweiliges Hindernis angepasste Reaktionen der AMR – z.B. ein Warnton bei einer Person oder das Umfahren einer im Weg liegenden Palette – sowie die Berücksichtigung lokal generierter Informationen über die Umgebung auf Flottenebene erfordern darüberhinausgehende Methoden.

Im Rahmen des Projekts AdaptiV² werden daher Verfahren entwickelt, die ein adaptives Verhalten von AMR und AMR-Flotten ermöglichen. Zum einen werden Verfahren zur Verknüpfung und Interpretation der von den verschiedenen Sensoren der AMR generierten Daten entwickelt und basierend auf den interpretierten Daten – die beispielsweise die Differenzierung verschiedener Hindernisse erlauben – ein angepasstes Verhalten der AMR umgesetzt. Zum anderen werden die von den einzelnen AMR generierten Informationen – z.B. Hindernisse in der Umgebung – auf Ebene der AMR-Flotte aggregiert und Verfahren entwickelt, die darauf aufbauend eine adaptive Steuerung der AMR-Flotte erlauben – beispielsweise indem detektierte Hindernisse bei der Routenplanung berücksichtigt werden. Insgesamt soll durch das adaptive Verhalten der AMR deren Leistungsfähigkeit in dynamischen Umgebungen wie Produktions- und Logistiksystemen erhöht sowie eine gelingende Mensch-Maschine-Interaktion erreicht werden