Automatische Entladung von Stückgütern durch ein kognitives Robotersystem - Factory Innovation
Logistik

Automatische Entladung von Stückgütern durch ein kognitives Robotersystem

Lesedauer: 4 Minuten

03. Oktober 2021

Die automatische Entladung von Massenstückgütern und deren automatisierte Überführung in die logistischen Systeme ist eine große technische Herausforderung. Bisherige Forschungsarbeiten sind in der Lage eine Lage- und Positionsbestimmung von kubischen Stückgütern durchzuführen und die Stückgüter mit einer angepassten Handhabung aus dem Ladungsträger zu entnehmen. Der Einsatz hat gezeigt, dass unterschiedliche Umgebungen, sich ändernde Stückgüter und deren Zustand die Weiterentwicklung zu einem anpassungsfähigen technischen System erfordern. Innerhalb des Beitrags stellen wir daher ein Konzept zur Lösung dieser Herausforderung vor, indem kognitive Methoden und Technologien in die Teilsysteme Objekterkennung, Robotersteuerung und Handhabung zu integrieren und zu einem Gesamtsystem zusammenzufügen.

Die zunehmende Globalisierung der Warenströme verursacht ein kontinuierliches Wachstum von Waren, die in Standardladungsträgern transportiert werden. Um eine Wettbewerbsfähigkeit zu gewährleisten, besteht für die Logistik die Notwendigkeit zu höherer Effizienz und Flexibilität. Ein großes Potenzial zur Rationalisierung liegt in der durchgängigen Automatisierung über die gesamte Prozesskette. Der Bereich der Robotik-Logistik des BIBA fokussiert sich auf die Entwicklung von Methoden und deren Umsetzung in technischen Systemen um eine durchgängige Automatisierung über die gesamte Prozesskette zu erreichen.

Eintreffende Ware kann nach ihrer Art klassifiziert werden. Hieraus ergeben sich die Potenziale für eine Automatisierung des Entladevorgangs:

  • Palletierte Ware wird mit einem Gabelstapler entladen und entweder direkt weiterverteilt, oder nach einer Depalletierung in ein Lager überführt. Eine weitere Automatisierung des Entladevorgangs ist aus wirtschaftlicher Sicht nicht sinnvoll.
  • Nichtstandardisierte Güter werden individuell gehandhabt. Die Handhabung unterscheidet sich nach Art, Form, Größe und Gewicht der Ware. Aufgrund der individuellen Handhabung ist eine Automatisierung nichtstandardisierter Stückgüter nicht wirtschaftlich, da individuelle Lösungen gefordert sind.
  • Standardisierte, lose Massenstückgüter werden derzeit hauptsächlich manuell entladen. Da sich sowohl Form, Größe und Gewicht in einem Spektrum befinden, ergeben sich hier Potenziale für die Automatisierung des Entladevorgangs.

Aus der Analyse des Wareneingangs von standardisierten, losen Massenstückgütern ergeben sich Herausforderungen für ein vollautomatisches, technisches System:

  • Es treten vielfältige Formen auf. Diese müssen sowohl erkannt, als auch gehandhabt werden.
  • Die Packmuster variieren je nach Form. Je nach Packmuster unterscheidet sich die optimale Entladestrategie.
  • Die Einsatzfelder sind unterschiedlich. Je nach Einsatzort unterscheidet sich der Wareneingang.

Aus den ersten beiden Punkten ergibt sich, dass nur ein kognitives System diesen Anforderungen genügen kann. Aus dem dritten Punkt folgt, dass das System modular aufgebaut sein sollte, sodass die Integration des Systems in unterschiedlichen Szenarien möglich ist.

Stand der Technik

Die Studie RoboScan’07 [2] zeigt auf, dass Unternehmen der Logistikbranche entsprechende Automatisierungslösungen nachfragen, diese aber noch nicht auf dem Markt erhältlich sind. Speziell der Bedarf an technischen Systemen für die automatische Entladung von kubischen Massenstückgütern wird für den Bereich Kurier, Express und Paketmarkt (KEP) in [1] untersucht und deren Potenziale aufgezeigt.

Der Paketroboter [3, 4] ist in der Lage vollautomatisch kubische Massenstückgüter zu entladen (Bild 1). Das System ist bisher nicht in der Lage andere Stückgüter automatisch zu entladen oder aus bisherigen Erfahrungen zu lernen.

bsr 1
Bild 1: Paketroboter zur automatischen Entladung kubischer Stückgüter.

In [5-7] werden Verfahren für die Erkennung von kubischen und nahezu kubische Stückgüter vorgestellt. Die Pakete und Gebinde aus Rollen befinden sich auf einer Palette und der Sensor ist über der Palette installiert. Es gibt bisher kein Verfahren, dass verschiedenen Klassen von Stückgütern erkennt.

Ein Greifsystem bezeichnet die Einheit, die sich nach der letzten Achse des Roboters befindet. Innerhalb der Greifertechnik wurden bisher Systeme entwickelt, die spezielle Objekte greifen können. Hierzu gehören die Greifer Gripper PS 06, Gripper LA 05, Parcle Gripper 90° 06 und Gripper SC 06 [8] zur Handhabung kubischer Stückgüter sowie Greifer zur Handhabung von Sackgütern mithilfe von Nadeln [9, 10]. Es gibt bisher keinen Greifer, der eine große Vielfalt von Massenstückgütern mit einem Gewicht bis zu 60kg handhaben kann.

Insgesamt gibt es keine Lösungsansätze aus dem Bereich der Robotik-Logistik, die kognitive Methoden einsetzen. Der Begriff der Kognition stammt aus der Psychologie und wird nicht einheitlich verwendet. In dem Kontext eines technischen Systems verwendet [11] die Beschreibung „Fähigkeit eines System die Umwelt wahrzunehmen, Wissen zusammenzuführen und dieses zu strukturieren“. Das Ziel im Bereich der kognitiven Robotik besteht daher darin ein System zu entwerfen, das aufgrund unvollständiger Umgebungsinformationen eine vorgegebene Aufgabe erledigt, z.B. um eigenständig Umgebungen zu erkunden [12-14] oder Aufgaben in Interaktion mit Menschen zu erfüllen [15].

Wenn Sie den kompletten Beitrag lesen möchten, klicken Sie hier ]







Das könnte Sie auch interessieren

Anbieterportal

Potsdam Consulting Advisory GmbH
Platinum

Potsdam Consulting Advisory GmbH

Leistungen

Services

Beratung

14057 Berlin
Premium

GFOS mbH

45141 Essen
Abels&Kemmner
Premium

Abels&Kemmner

52134 Herzogenrath
Premium

GUS ERP GmbH

50933 Köln

alle Anbieter
Sharer Icon: facebookSharer Icon: TwitterSharer Icon: LindekInSharer Icon: XingSharer Icon: EnvelopeSharer Icon: Print

Wir verwenden Cookies, um die Nutzererfahrung stetig zu verbessern. Mehr Erfahren.

We use cookies to constantly improve our users’ experience. Learn more.

Essentielle Cookies

Essential Cookies

Cookie Settings
Speichert Einstellungen, die hier getroffen werden. (1 Jahr)

Cookie Settings
Saves selected settings. (1 Year)

Statistik

Statistics

Google Analytics | Google LLC | Datenschutz
Cookie von Google für Website-Analysen. Erzeugt statistische Daten darüber, wie der Besucher die Website nutzt. Alle Informationen werden anonymisiert gespeichert. (2 Jahre)

Google Analytics | Google LLC | Privacy Notice
Cookie used by Google for web site analysis. Collects statistical data on how visitors use the website. This data does not contain personal information. (2 years)