Fraunhofer-Technologieforum: Fahrerlose Transportsysteme und mobile Roboter

Selbstständig unterwegs

Sowohl die industrielle Produktion als auch der Internethandel stellen hohe Anforderungen an die Logistik. Das Motto lautet: Bestellen in Sekunden – Kommissionieren in Minuten – Ausliefern in Stunden. Nur mit einer durchgängig rationalisierten Warenlogistik lässt sich diese Aufgabe bewerkstelligen. Fahrerlose Transportsysteme (FTS) der neuen Generation gewährleisten genau das: schnelle, zuverlässige und kosteneffektive innerbetriebliche Logistik bei hoher Prozesssicherheit und lückenloser Warenverfolgung.

Fahrerlose Transportfahrzeuge wie diese mobile Plattform des Fraunhofer IPA sind ein Kernelement, um auf die Anforderungen an logistische Prozesse wirtschaftlich reagieren zu können. (Bild: Fraunhofer IPA/Foto: Rainer Bez)

Fahrerlose Transportfahrzeuge wie die mobile Plattform des Fraunhofer IPA sind ein Kernelement, um auf die Anforderungen an logistische Prozesse wirtschaftlich zu reagieren. (Bild: Fraunhofer IPA/Foto: Rainer Bez)

Das Technologieforum Fahrerlose Transportsysteme und mobile Roboter am Fraunhofer IPA in Stuttgart vom 20. September beschäftigte sich im ersten Teil mit den Chancen, Technologien und der Wirtschaftlichkeit von Fahrerlosen Transportsystemen. Nach einem allgemeinen Überblick beschäftigten sich Vortragende wie Yaser Gamai von Dematic, Günter Ulrich vom Fraunhofer IPA oder Peter Ossendorf von MLR Systems u.a. mit maßgeschneiderten Lösung für die Intralogistik und den Themen kompatible Schnittstellen sowie FTS in Industrie und Dienstleistung. Im zweiten Teil des Seminars wurden dann Anwenderbeispiele von Firmen, wie Grenzebach Maschinenbau, Magazino oder Safelog, vorgestellt. Auch das Fraunhofer IML stellte ein aktuelles Projekte für BMW sowie die Entwicklung der Stack Access Machine SAM vor. Das Fraunhofer IPA selbst beteiligte sich mit einem Beitrag zur mobilen Roboternavigation. (fiz)

Fraunhofer-Technologieforum: Fahrerlose Transportsysteme und mobile Roboter
Bild: Fraunhofer IPA/Foto: Rainer Bez


Das könnte Sie auch interessieren

Yaskawa hat den Erweiterungsbau seines Robotikzentrums am Standort Allershausen bei München eingeweiht. Im Rahmen einer Eröffnungsfeier mit Kunden und Partnern des Unternehmens sagte Yaskawa-Europa-President Manfred Stern: „Wir sehen uns immer stärker als europäischer Player der Robotik.“

Anzeige

Einen Gegenstand entgegennehmen oder ihn einer anderen Person reichen: Für Menschen gehört das zu den natürlichsten Handlungen. Doch für Roboter ist es eine schwierige Angelegenheit.

Anzeige

Ocado Technology, die Forschungsabteilung des großen Online-Supermarktes Ocado, hat ein neues Robotersystem entwickelt, das eine große Anzahl der 50.000 verschiedenen Artikel auf der Website des Supermarktes greifen kann. Es verwendet ein proprietäres Computer-Vision-System, das von der Forschergruppe konzipiert wurde, um Greifpunkte für einen bestimmten Gegenstand zu berechnen, ohne dass ein 3D-Modell des zu entnehmenden Objekts benötigt wird.

Anzeige

Vor kurzem fand das Richtfest für das neue automatische Kleinteilelager von Eisele Pneumatics in Waiblingen bei Stuttgart statt. Das 1939 gegründete Familienunternehmen entwickelt, produziert und vertreibt als Anbieter von Verbindungslösungen mit rund 160 Mitarbeitern Anschlüsse aus Ganzmetall, darunter Steckanschlüsse, Schnellschlusskupplungen und Schlauchverschraubungen. Das neue Kleinteilelager soll die schnelle Verteilung der Waren sicherstellen.

In der achten Episode der YouTube-Interviewreihe Robots in Depth spricht Ian Bernstein, Gründer verschiedener Robotikfirmen wie Sphero, im Interview mit Robotikexperte Per Sjöborg über seine Erfahrungen beim Aufbau eines weltweiten Vertriebsnetzes sowie über die Herausforderungen der Software- und Hardware-Entwicklung.

Das von einem Forscherteam des Robotics Innovation Center am DFKI und der Universität Bremen verfasste wissenschaftliche Paper ‚Intrinsic interactive reinforcement learning – Using error-related potentials for real world human-robot interaction‘ beschreibt ein Verfahren des Maschinellen Lernens, bei dem ein Roboter aus dem eigenen Fehlverhalten in der gestengesteuerten Interaktion mit dem Menschen lernt.

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige