Teach-In-Prozesse abgeschlossen
Ein weiterer Entwicklungsschwerpunkt war die Orientierung des autonomen Fahrzeugs in der Fläche. Die Entwickler griffen dabei auf die Monte-Carlo-Lokalisation (MCL) zurück, ein Sample-basiertes Verfahren zur Zustandsschätzung der Position und Orientierung eines mobilen Systems. Erste Versuche erfolgten im Lager des Projektpartners Audi. Mit Hilfe von Teach-In-Fahrten wurden Wegpunkte aufgezeichnet, an denen sich das autonome System orientiert. Zwischen diesen Wegpunkten kann es sich anschließend frei bewegen. Als Orientierungspunkte dienten fest installierte Gegenstände wie Wände oder Säulen. „Während der ersten Testläufe müssen die Teach-In-Fahrten noch von uns durchgeführt werden. Zu einem späteren Zeitpunkt ist aber geplant, dass ein möglicher Nutzer des Systems diese Fahrten selbst durchführen kann“, erläutert Abel. Die Erkennung der Kisten in den Regalen erfolgt mehrstufig über ein neuronales Netz. In diesem Fall kommt neben einer bildgebenden Sensorik auch eine Kombination aus 3D-Kamera und taktilen Näherungssensoren zum Einsatz.
Mehr Speed für die Praxis
Insgesamt ist Entwicklungsingenieur Bengt Abel mit dem Projektverlauf sehr zufrieden. „Lediglich an der Geschwindigkeit von Fahrzeug und Roboter müssen wir noch arbeiten. Die reichen für einen Praxiseinsatz momentan nicht aus“, resümiert er. Das sei aber zu einem großen Teil den noch recht hohen Sicherheitsanforderungen geschuldet. Auch Gerd Hembach ist mit den bisherigen Ergebnissen zufrieden: „Das Konsortium hat innerhalb von dreieinhalb Jahren belastbare Ergebnisse erarbeitet und in einem Anwendungssystem umgesetzt. Zum Projektende im Juni erwarte ich ein prototypisches Gesamtsystem.“
Mit dem Technologieprogramm PAiCE (Platforms/Additive Manufactoring/Imaging/Communication/Engineering) fördert das BMWi die Erprobung neuer digitaler Technologien in industriellen Prozessen und Anwendungen. Ein Bestandteil des Förderprogramms ist das QBIIK-Projekt, an dem sich die Entwicklungspartner Bär Automation, Still GmbH, Audi Sport und das Karlsruher Institut für Technologie beteiligen. Das Projektende ist nach dreieinhalbjähriger Laufzeit für den Juni diesen Jahres geplant.