Kooperative Intelligenz bei mobilen Einheiten

Kooperative Intelligenz bei mobilen Einheiten

Wie intelligent sind
Transportroboter bereits?

Schwarmintelligente Transportroboter mit Teamgeist, die sich wie eine Fußballmannschaft verhalten, sich untereinander mit Blick auf zu treffende Entscheidungen abstimmen und koordinieren, sind längst keine Science Fiction mehr. Heutige Transportroboter können bereits komplexe Aufgaben wie, die Bereitstellung von Material an Maschinen und Arbeitsplätzen innerhalb eines Flottenverbundes, gemeinsam lösen.
Der Systemverbund verfügt über eine kollektive sowie kooperative Intelligenz, die man gemeinhin als Schwarmintelligenz bezeichnet.

Bei der Firma Bierbaum ist eine autonome Roboterflotte, ausgerüstet mit Schwarmintelligenz, im Einsatz. (Bild: InSystems Automation GmbH)

Bei der Firma Bierbaum ist eine autonome Roboterflotte, ausgerüstet mit Schwarmintelligenz, im Einsatz. (Bild: InSystems Automation GmbH)

Transportroboter sind heute bereits insofern schwarmintelligent, als sie Transportaufträge innerhalb ihrer Flotte flexibel erledigen, autonom in einer komplexen, sich verändernden Umgebung navigieren und plötzlich auftretende Hindernisse erkennen und vermeiden können. Sie erledigen selbständig die an sie gestellten Aufgaben und werden von einem zentralen Flottenmanagementsystem disponiert und überwacht. Kommende Modelle werden über einen wesentlich höheren Grad kollektiver sowie kooperativer Intelligenz verfügen. Egal ob Kisten, Paletten oder Fässer, künftige Transportroboter entscheiden untereinander ohne ein zentrales Softwaremanagement, welches Fahrzeug einen Transportauftrag übernehmen soll. Maßgeblich hierfür werden verschiedene Leistungsindikatoren (KPIs) wie der Batterie- und Wartungszustand, Fahrtroute und -zeit, aber auch die individuellen Fähigkeiten eines jeden Roboters sein. Auf der anderen Seite verbessert sich die Flotte nach sogenannten Systemgruppenzielen oder globalen Zielen. Diese können etwa lauten, dass Transportaufträge so schnell wie möglich oder aber mit so wenig Verschleiß wie möglich abgearbeitet werden sollen. Die kollektive Intelligenz besteht nun darin, dass die Flotte Strategien entwickelt, wie sie die ihr gestellten Ziele idealerweise erreichen kann, ohne dabei die eigenen individuellen Ziele (z.B. Füllstand der Batterie darf nicht unter 20% fallen) zu missachten. Eine große Herausforderung und notwendiger Bestandteil solcher dezentral organisierten Verbünde ist die Selbstkontrolle des Schwarms durch Verwendung geeigneter Monitoring-Methoden, ob die vorgegebenen Ziele eingehalten werden konnten, um eventuell Strategieanpassungen vorzunehmen.

KI-Methoden bei kollaborativen Systemverbünden

In einem weiteren Entwicklungsschritt ist davon auszugehen, dass Methoden der künstlichen Intelligenz immer wichtiger werden. Kollaborative Systemverbünde werden Muster erfassen können, die es ihnen erlauben, auf Schwankungen im intralogistischen Materialprozess zu reagieren. Fallen innerhalb bestimmter Zeiten (z.B. beim Schichtwechsel) mehr Transporte an einer Maschine an, werden Transportroboter von der Flotte vorausschauend an den Hotspots positioniert und bereitgehalten. Durch diese Art des Flottenmanagements können die vorhandenen Transportkapazitäten effizienter genutzt werden. Geplant ist außerdem die Verbesserung einzelner individueller Fähigkeiten wie das Docking an einer Ladestation oder das vorausschauende Erkennen von Wartungs- und Reparaturarbeiten.

Fazit

Heutige Transportroboter agieren bereits schwarmintelligent und können komplexe Transportaufträge in einem Verbund lösen. Sie verfügen über kollektive bzw. kooperative Intelligenz. Durch den Einsatz neuer Technologien und Methoden, vor allem im Bereich der KI, ist mit einem entscheidenden Innovationssprung bei der Performance von Transportrobotern in den nächsten Jahren zu rechnen. Das Ziel ist es, die Dynamik von intralogistischen Materialprozessen mit selbstlernenden, sich selbst optimierenden Verbundsystemen zu kontrollieren.

InSystems Automation GmbH
www.insystems.de

Das könnte Sie auch Interessieren

Bild: KUKA AG
Bild: KUKA AG
Cobot-Einsatz in der Qualitätssicherung

Cobot-Einsatz in der Qualitätssicherung

Zur Qualitätssicherung des neuen Mahlwerks für die neue Kaffeemarke Ligre hinsichtlich Langlebigkeit und Einhaltung des voreingestellten Kaffeegewichts setzten die Entwicklungstechniker von Gronbach in einem Testaufbau auf die Unterstützung durch den Cobot LBR iisy von Kuka.

Bild: Fraunhofer-Institut IML
Bild: Fraunhofer-Institut IML
Belohnung als 
Anreiz zum Lernen

Belohnung als Anreiz zum Lernen

KI-Entwickler Julian Eßer trainiert Roboter, sich intelligent zu verhalten. Denn das Entscheidende ist, dass die Maschinen nicht nur bei kalkulierbaren Ereignissen richtig handeln. Vor allem müssen sie auch in unvorhergesehen Situationen das Richtige tun. Dafür testet er als Mitglied des AI Grids, einer Initiative des Bundesforschungsministeriums, die vielversprechende Talente in künstlicher Intelligenz in Deutschland fördert, am Fraunhofer IML Hunderte Roboter in virtuellen Welten. Ziel ist, dass die Maschinen üben und lernen, mit Störungen und Varianten ähnlicher Situationen umzugehen – und dann selbst Varianten anbieten. Dafür kommt eine Art Belohnungssystem für Roboter zum Einsatz: So lernen sie leichter aus Fehlern und wählen den schnellsten und effektivsten Weg zum Ziel.

Bild: TeDo Verlag GmbH
Bild: TeDo Verlag GmbH
inVISION Day Metrology 2024

inVISION Day Metrology 2024

Am 16. Mai 2024 findet zum zweiten Mal der inVISION Day Metrology – Digital Conference for Metrology statt. An dem Tag werden in den vier Sessions 3D-Scanner, Inline Metrology, Surface Inspection sowie CT & X-Ray aktuelle Lösungen und Produkte in zahlreichen 20-minütigen Vorträgen präsentiert.