An einem neuen Forschungsprojekt ist der Bildverarbeitungsspezialist Framos beteiligt: Künftig helfen Roboter beim Entleeren von Containern. Die Technologie kann prinzipiell auch bei Kühlcontainern eingesetzt werden.
Mit dem Projekt „Interaktives Robotiksystem zur Entleerung von Seecontainern“ (Iris) forscht das Bremer Institut für Produktion und Logistik an der Universität Bremen gemeinsam mit der BLG Handelslogistik, Schulz Systemtechnik sowie der Framos GmbH als Entwicklungspartnern an der automatisierten Entladung von 40-Fuß-Standardcontainern. Zukünftig sollen intelligente Roboter diese schwere und bisher vorwiegend manuelle Aufgabe automatisiert erledigen. Das Bundesministerium für Verkehr und digitale Infrastruktur fördert das auf drei Jahre angelegte Projekt mit 2,2 Millionen Euro, der Tüv Rheinland ist als Projektträger an Bord.
Ein Großteil aller weltweit verschifften Seecontainer wird direkt im Hafen beladen und entleert. Mit einem Volumen von 65 Kubikmetern und einer Nutzlast von 26 Tonnen fassen sie bis zu 1800 Pakete mit bis zu 35 Kilogramm Einzelgewicht. In den hochtechnisierten Logistikketten ist das Entleeren dieser Standard-Container einer der letzten nicht automatisierten Prozesse, so die Projektpartner. Die hohe Komplexität sowie anspruchsvolle Pack- und Entladeszenarien würden eine vollautomatisierte Entladung bis dato unmöglich machen. Ziel des Iris-Projektes ist die Verbesserung der Arbeitsbedingungen sowie die Erhöhung der Effizienz von Umschlagprozessen an Seehäfen. Ein mobiler Roboter soll innerhalb kürzester Zeit und ohne Änderungen der vorhandenen Infrastruktur die Seecontainer selbstständig entladen können.
Entladen mit künstlicher Intelligenz und Bildverarbeitung
Der Roboter soll sich selbstfahrend zwischen den Toren bewegen, in den Container hineinfahren sowie über ein innovatives Greifsystem verfügen. Mithilfe von Machine Learning-Methoden kann er verschiedene Packszenarien eigenständig klassifizieren und die Container optimal entladen. Basierend auf künstlicher Intelligenz entwickelt die Framos GmbH als Spezialist für industrielle Bildverarbeitung innerhalb des Iris-Projektes Methoden für eine zuverlässige Klassifizierung der Packszenarien und Analyse des Containerinhaltes. „Die Objekterkennung basiert auf 2D-/3D-Bilddaten. Sie verwendet modernste Methoden der Bildverarbeitung und kombiniert diese mit maschinellem Lernen, zum Beispiel Deep Learning“, erklärt Dr. Simon Che’Rose, Entwicklungsleiter bei dem in Taufkirchen bei München ansässigen Unternehmen. „So kann das System erkennen, ob ein Container vollautomatisch entladen werden kann oder ob in besonderen Situationen eine manuelle Steuerung des Roboters erforderlich ist. Lage und Orientierung des Inhaltes werden dazu im Vorfeld komplett analysiert und ermöglichen eine optimale Planung des Entladevorganges.“
Das Iris-Projekt widmet sich erst einmal der Entladung von Standardcontainern.
Prototyp 2019
Mensch-Maschine-Schnittstellen sollen die einfache und agile Interaktion zwischen Roboter und Mitarbeitern sowie die intuitive Kontrolle und Steuerung eines oder mehrerer Roboter ermöglichen. Die Mitarbeiter können die Roboter von einem Leitstand aus jederzeit überwachen und bei Störungen schnell und ohne Programmierkenntnisse eingreifen. Das Risiko kostenintensiver Systemstillstände werde damit minimiert, versprechen die Projektpartner. Bereits 2019 soll ein Prototyp fertiggestellt sein und zeigen, wie eine verlässliche Zusammenarbeit von Mensch und Maschine in der Entladung von Seecontainer aussehen kann. Alle Entwicklungspartner des Iris-Projektes fokussieren damit auf die Entlastung der Hafenarbeiter, eine Verringerung der Entladezeiten und auf die Maximierung der Umschlagkapazität.
Intelligente 3D-Erkennung unterstützt Anwendungen in allen Industrien
Die Machine Learning-Technologie von Framos basiert auf selbstlernenden 3D-Algorithmen und innovativer Sensorik, unter anderem kommt im Iris-Projekt die neueste Intel Realsense-Technik zum Einsatz. Die 3D-Kameras und Tiefenmodule sowie die von Framos entwickelten intelligenten Algorithmen lassen sich nach Angaben des bayrischen Technologieunternehmens auf vielfältige Szenarien in allen Industriebereichen übertragen. Die Erkennung, Vermessung und Analyse von Situationen und Objekten mithilfe von künstlicher Intelligenz und 3D-Technologie unterstütze die industrielle Automatisierung und Robotik, die Qualitätsüberprüfung, die Sicherheit und Überwachung sowie Lösungen im Bereich autonomer Fahrzeuge, Drohnen und neuartige Consumer-Lösungen. Einige der bestehenden Systeme von Framos sind nach Angaben des Unternehmens bereits in den Kältelagern von Supermarktketten beim automatisierten Entstapeln von Leerkisten durch Roboter im Einsatz.
