Robotik als Schlüsselkomponente für die Logistik 4.0 - Factory Innovation
Logistik

Robotik als Schlüsselkomponente für die Logistik 4.0

Flexible Robotersysteme für dynamische Logistikprozesse

Lesedauer: 4 Minuten

03. Oktober 2021

Robotik als Schlüsselkomponente für die Logistik 4.0

Im Gegensatz zum Einsatz von Robotern in standardisierten Produktionsprozessen müssen Roboter innerhalb von dynamischen Logistikprozessen flexibel und anpassungsfähig gegenüber variablen Umgebungsbedingungen und nicht standardisierten Gütern sein. Durch die Fortschritte im Bereich der künstlichen Intelligenz und die Vernetzung durch Industrie 4.0 werden Roboter in Zukunft auch komplexe Aufgabenstellungen in der Logistik zuverlässig ausführen können. Eine entscheidende Komponente eines Robotersystems stellt die Interpretation der Arbeitsumgebung mithilfe von multi-modalen Sensorsystemen dar. Der Beitrag beschreibt Anwendungen für Robotersysteme in der Logistik und stellt im Rahmen der Depalettierung ein Beispiel der Interpretation von multi-modalen Sensordaten vor.

Robotik in der Logistik

Der Einsatz von Robotern in der Intralogistik nimmt kontinuierlich zu [1]. Auch innovative Lösungen wie mobile Roboter werden in der Praxis eingesetzt. Derzeit existieren bspw. mobile Robotersysteme zum Einsatz in der Kommissionierung. Hier befördern mehrere Roboter Regale zu manuellen Kommissionierstationen. Sie navigieren mithilfe von Markierungen in für Menschen nicht zugänglichen Bereichen durch das Lager und werden durch ein Warenmanagementsystem koordiniert. Es erscheint nur eine Frage der Zeit, bis diese Systeme auch in gemeinsamen Arbeitsbereichen mit Menschen eingesetzt werden.
Hier können Leichtbauroboter eine große Rolle spielen. Die Technologie erlaubt die Zusammenarbeit von Mensch und Roboter innerhalb von hybriden Teams ohne Schutzzäune und ermöglicht so neue Anwendungen. Sie basiert auf sensitiver Kollisionserkennung und wirkt entgegen einer Kollision beispielsweise durch Ausweichen oder Kraftbegrenzung bei einer Berührung mit einem Menschen oder Gegenstand. Dadurch sind mobile Kommissionierroboter denkbar, die im Zusammenspiel mit dem Menschen Picking- und Transportaufgaben übernehmen. Im Fehlerfall kann der Roboter durch eine geeignete Mensch-Maschine Schnittstelle mit dem Menschen kommunizieren und so im Idealfall die korrekte Vorgehensweise erlernen. Auch neue Geschäftsmodelle sind möglich. So können die mobilen Roboter im Rahmen von Auftragsspitzen per Pay-per-Use Modell eingesetzt werden. So spart der Logistikunternehmer die hohen Investitionskosten und kann trotzdem seine Prozesse auch bei kurzfristigen Änderungen effizient gestalten. Bild 1 zeigt die Visualisierung eines solchen Szenarios.

thamer1
Bild 1: Mobile Kommissionierroboter in einem hybriden Team

Ein weiteres Anwendungsszenario, in dem durch den Einsatz von künstlicher Intelligenz ein logistischer Prozess durch einen Roboter durchgeführt werden kann, stellt die Entladung von Containern dar. Hier muss ein Roboter in der Lage sein, ein Packszenario anhand von Sensordaten zu analysieren, um ein Stückgut aus dem Container zu entnehmen, das für die Entladung geeignet ist. Aufgrund der hohen Gütervielfalt und limitierten Informationen über den Zustand der Güter werden multi-modale Sensorsysteme zur Erfassung des Containerinhalts genutzt. Diese bezeichnen Sensorsysteme, die Daten von unterschiedlichen Sensortechnologien erfassen. Dies kann z. B. durch die Nutzung von 2D-Kameras und 3D-Sensorik erreicht werden. Die 2D-Kameras generieren ein Farbbild anhand dessen sich Texturen von Objekten erkennen lassen. Die 3D-Sensorik ist für die Auswertung der räumlichen Information und Zusammenhänge geeignet. Dadurch können die Vorteile beider Sensorsysteme miteinander verknüpft werden  eine robustere Objekterkennung ist möglich. In dem von der EU geförderten Projekt RobLog [2] wurde dieser Ansatz genutzt, um einen kognitiven Entladeroboter zu entwickeln. Hierbei wurden zwei unterschiedliche Ansätze verfolgt. Im Rahmen eines Industriedemonstrators wurde ein Entladeroboter für Kaffeesäcke konzipiert und umgesetzt, der streng nach industriellen Anforderungen spezifiziert wurde [3]. Zusätzlich wurde ein Entladeroboter für universelles Stückgut umgesetzt, der in der Lage ist, unbekannte Objekte nachträglich zu erlernen.

Depalettierung

In der Logistik herrscht allgemein ein hoher Bedarf nach einer Automatisierung von Arbeitsschritten, da aufwendige Tätigkeiten bei manueller Durchführung und entsprechender Mitarbeiterbindung zeit- und kostenintensiv sind. Gerade im Bereich der Distribution von Gütern, wie beispielsweise im Verteilzentrum, stellen Arbeiten wie das Be- und Entladen, speziell jedoch auch das Palettieren und Depalettieren (die Be- und Entladung von Transportpaletten oder Containern), einen Großteil der Beschäftigung dar. Daraus ergibt sich ein Bedarf nach einer Wandlung dieser manuellen Tätigkeiten in automatisierte Lösungen. Zu einem bestimmten Grad sind solche Lösungen bereits vorhanden, die Aufgaben zweckmäßig automatisch verrichten. Es existieren Robotersysteme für die Depalettierung am Markt, jedoch sind diese auf bekannte Objekte und Packanordnungen spezialisiert. Bei willkürlichen Packanordnungen oder unbekannten Objekten müssen Roboter viel flexibler und intelligenter konzipiert sein, um diese Szenarien automatisiert und fehlerfrei auflösen zu können.

Lesen Sie weiter im Shop

zum Shop






Das könnte Sie auch interessieren

Anbieterportal

Abels&Kemmner
Premium

Abels&Kemmner

52134 Herzogenrath
Premium

GUS ERP GmbH

50933 Köln
Premium

GFOS mbH

45141 Essen
Premium

ORSOFT GmbH

04109 Leipzig

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)