Still participeert in project rond autonoom rijdende voertuigen in het warehouse

Transportvoertuigen die volledig autonoom door magazijnen en productieomgevingen navigeren, hun omgeving leren analyseren en ‘begrijpen’, obstakels en mensen op betrouwbare wijze herkennen en ontwijken, en tegelijkertijd goederen snel en betrouwbaar van de ene plaats naar de andere transporteren. Het klinkt nu nog als science fiction, maar als het aan de initiatiefnemers van het Europese onderzoeksproject IMOCO ligt, wordt dit toekomstbeeld binnenkort werkelijkheid. Daarvoor zijn binnen het onderzoeksproject vier scenario’s gedefinieerd, die worden gekarakteriseerd door digitale tweelingen en AI-principes (machine learning/deep learning): intelligente navigatie, het ophalen van goederen, het transport, en het afleveren van de goederen op de plaats van bestemming.

Als onderdeel van het project heeft Still zijn OPX iGo neo ingezet. “Die orderpicker komt dankzij zijn intelligente uitrusting en de daaruit voortvloeiende mogelijkheden al heel dicht in de buurt van het concept van het autonoom rijdende voertuig”, vertelt Ansgar Bergmann, die bij Still verantwoordelijk is voor het IMOCO-project.
 
Gevoelige sensortechnologie vereist
De huidige automatisch geleide voertuigen kennen nog beperkingen als het gaat om het daadwerkelijk volledig autonoom verplaatsen in het magazijn of in de productieruimte. Hoewel de voertuigen zelfstandig obstakels herkennen en remmen, kunnen ze nog geen obstakels ontwijken, intelligent de meest efficiënte routes bepalen en de omgeving analyseren. Daarvoor is zeer gevoelige sensortechnologie nodig in de vorm van laserscanners, camera’s of radar. Hiermee kunnen ruimtelijke objecten zoals stellingen en zelfs bewegwijzering en markeringen worden gedetecteerd. Ook moeten ze hun omgeving ‘begrijpen’, veranderingen registreren en in staat zijn daarmee om te gaan. Alleen dan zullen de voertuigen zelfstandig naar hun bestemming kunnen navigeren, ladingen kunnen herkennen en behandelen, obstakels weten te omzeilen en geschikte afzetlocaties kunnen vinden voor de getransporteerde goederen.

De OPX iGo neo is al autonoom in het gangpad. Hier detecteert en begrijpt de truck zijn omgeving en bepaalt op basis daarvan zijn acties. Het volledig autonoom verlaten van het gangpad en het navigeren door de hallen van de klant – en hierbij bijvoorbeeld zelfstandig optimale rijroutes bepalen – is vooralsnog niet mogelijk. Maar aangezien de truck al is uitgerust met passende omgevingssensortechnologie, vormt dat volgens de projectpartners een ideaal uitgangspunt voor de beoogde doorontwikkeling van het project.
 
“Voor de OPX iGo neo is het doel van het project het inzicht in de omgeving en de besluitvormingsmogelijkheden verder te vergroten – om de autonome mogelijkheden en de intelligentie van de robot continu te verbeteren en de truck autonoom te laten handelen; ook buiten de gangpaden. Machine learning en deep learning spelen daarbij een essentiële rol”, legt Ansgar Bergmann uit.

Obstakels in real time detecteren
Het doel van IMOCO bestaat erin de voorwaarden te scheppen om mobiele robotsystemen in dynamische intralogistieke omgevingen te gaan inzetten. Autonoom uitgevoerde en op de situatie afgestemde wijzigingen in de routeplanning, rekening houdend met bewegende objecten zoals personen of voertuigen, moeten dan in het hele magazijn mogelijk zijn. “Het onderzoeksproject is gericht op het verder ontwikkelen van de klassieke drie-eenheid van herkennen, analyseren en handelen naar waarnemen, begrijpen en oplossen, door middel van artificiële intelligentie”, aldus Ansgar Bergmann.

In het kader van het onderzoeksproject moeten de voertuigen met behulp van verschillende sensortechnologieën de ruimtelijke omgeving kunnen waarnemen. Ze moeten niet alleen getrainde objecten herkennen, maar ook hun bewegingen inschatten. De detectie van obstakels moet in real time gebeuren om een soepele operatie mogelijk te maken.
 
Hamburg wordt onderzoekscentrum
Op het hoofdkwartier van Still in Hamburg wordt een demonstratieruimte ingericht waar al het werk van de projectpartners wordt samengebracht. Naast Still, als vertegenwoordiger van de Kion Group, nemen aan Duitse zijde ook het Fraunhofer-Institut für Materialfluss und Logistik (IML), Hahn Schickard, IMST GmbH, Nuromedia en Digital Twin Technology deel aan het project. IMOCO wordt gefinancierd door de Europese Unie via de onderzoeksorganisatie Electronic Components and Systems for European Leadership (ECSEL) en door het Duitse ministerie van Onderwijs en Onderzoek.
Foto: Still / IMOCO