Schwarmintelligente Transportroboter

Schwarmintelligente Transportroboter mit Teamgeist, die sich wie eine Fußballmannschaft verhalten, sind längst keine Science-Fiction mehr. InSystems Automation entwickelt autonom navigierende Transportroboter, die 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.

Was heißt eigentlich Schwarmintelligenz?

Was verbirgt sich hinter dem Begriff der Schwarmintelligenz? Inwiefern lassen sich heutige Transportroboter bereits als schwarmintelligent bezeichnen? Folgt man der Definition des Wirtschaftsprofessors Olaf Bendel, so versteht man unter Schwarmintelligenz (engl. swarm intelligence), bezogen auf Menschen, zunächst allgemein das Zusammenwirken mehrerer Individuen als Gruppe zur Lösung von Problemen und Bewältigung von Anforderungen (Gabler Wirtschaftslexikon 2019). Anders gesagt, mehrere Individuen bilden mit ihren Fähig- und Fertigkeiten eine kollektive Intelligenz.

Statt von Individuen oder Gruppen sprechen wir bei InSystems Automation von Systemen, die in einem Verbund gemeinsam Aufgaben verrichten. Statt von „Schwarmintelligenz“ nutzen wir lieber den Begriff der kollaborativen Systemverbünde, wobei kollaborativ im Sinne von zusammenarbeitend zu verstehen ist. Jedes System ist dazu in der Lage, eigene Ziele zugunsten übergeordneter Systemgruppenziele unterzuordnen und sich kooperativ gegenüber anderen Systemmitgliedern zu verhalten. Folglich könnte man auch von einer kooperativen Intelligenz sprechen.Überträgt man die Definition von Bendel auf unser Beispiel, dann würde es also heißen: Mehrere Systeme tragen im Verbund zur Lösung von Problemen und Bewältigung von Anforderungen bei und verfügen über eine kollektive bzw. kooperative Intelligenz.

Kollaborierende Transportroboter

proANT 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 proANT Modelle werden über einen wesentlich höheren Grad kollektiver sowie kooperativer Intelligenzverfügen. Egal ob Kisten, Paletten oder Fässer, künftige proANT Modelle 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 optimiert 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 (zum Beispiel Füllstand der Batterie darf nicht unter 20% fallen) nicht 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 sollen kollaborative Systemverbünde mittels Methoden der Künstlichen Intelligenz (KI) Muster erfassen können, die es ihnen erlauben, auf Schwankungen im intralogistischen Materialprozess zu reagieren. Fallen innerhalb bestimmter Zeiten (zum Beispiel 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 (predictive maintenance).

Interessierte können sich von unserer Technologie vom 19.02. bis 21.02.2019 auf der LogiMAT, der 17. Internationale Fachmesse für Intralogistik-Lösungen und Prozessmanagement, in Stuttgart einen Eindruck verschaffen. InSystems hat seinen Messestand (Standnummer A80) in Halle 7.

Weiterführende Links: 
Video über individuelle proANT Transportroboter 

FTS nach Maß 

Spezifikation eines FTS

 

 

error: Content is protected !!