Roboter und KI : AI in der Industrie: Jetzt kommen die Roboter

Die Überschneidung der Software-Lösungen und Entwicklungswerkzeuge für Robotik im industriellen Umfeld sind allerdings enorm, denn Fahrzeugsicherheit ist für die Handhabung von „intelligenten“, fahrerlose Transportsystemen genauso essenziell wie für beliebige und frei konfigurierbare Missionen. Das Familienunternehmen ANDATA kommt ursprünglich aus der Fahrzeugsicherheit, Fahrzeug- und Verkehrsautomatisierung.

„Natürlich kann man mit einer Standardlösung durchkommen“, sagt Dr. Andreas Kuhn, CEO von ANDATA. Fahrerlose Transportsysteme sind nichts Neues. Die gibt es schon länger. Früher waren sie einfach ausgeführt und hatten eine fixe Aufgabenstellung. Auch jetzt kann man bei einem eingegrenzten Aufgabenbereich einiges aus dem Regal erstehen. Tasks wie: Hole von Station B den Teil C und bringe ihn auf Position D, und wiederhole das tausendmal, sind einfach auszuführen

Sind die Anforderungen aber komplexer, geht „von der Stange“ nicht mehr. Denn für freie Aufgaben braucht man den Einsatz von AI-Technologien und den dazugehörigen Algorithmen. So werden beispielsweise Missionen wie: fahre von A nach B, danach hole C und warte bei D bis das Teil fertig ist, erfolgreich ausgeführt. „Die Einheiten müssen dann intelligent sein“, so Kuhn. Es reicht nicht, dass sie eingelernte Wege, die sie tausendmal wiederholen, kennen. Sie müssen ihren Weg frei in der Umgebung finden. Und sie müssen verschiedene Aufgaben erfüllen. Der Warenfluss als solcher kann dann komplett flexibel und frei sein.

Diese Art der Intelligenz umfasst auch die Fähigkeit zur Interaktion. Die einzelnen Roboter müssen auf Menschen und andere Vehikel reagieren können. Das ist jetzt neu. Das heißt, sie müssen wissen, was sie machen sollen, wenn beispielsweise vor ihnen der Stapler vorbeifährt oder jemand gerade eine Palette auf dem Weg abgestellt hat. Sie sollen vielleicht nicht warten, sondern vorbeifahren oder einen anderen Weg suchen. Sie müssen in der Lage sein, mit sich ändernden Umgebungsbedingungen, „in freier Wildbahn“, zurechtzukommen. Dazu werden tatsächliche Verkehrsregeln entwickelt. Die Regeldefinition fängt auf der Ebene der Einzelvehikel an, wird individuell angepasst und verknüpft alle Einheiten systemisch miteinander. Am Ende folgt jeder Roboter bestimmten Vorgaben und arbeitet mit anderen zusammen.

„Das ist die Königsdisziplin“, sagt Andreas Kuhn, „denn ähnlich wie im Verkehr, heißt es nicht, nur weil man den Verkehrsregeln oder der Geschwindigkeitsbegrenzung folgt, dass es deswegen keinen Stau gibt“. Um den zu vermeiden, muss die entsprechende Architektur und die richtige Methode gewählt werden. Vor allem Simulationsmethoden, oft in Form von digitalen Zwillingen, kommen hier zum Einsatz, die im Vorfeld das System auch bezüglich Robustheit absichert. „Der Teufel liegt im Detail und ganz kleine Fehler haben große Auswirkungen“, sagt der CEO. Bei der Automatisierung der Roboter braucht oft nur eine Kleinigkeit im Weg sein und es entsteht ein Stau, der die ganze Fabrik lahmlegen könnte.

Um den Verkehrsfluss zu gewährleisten und dem Schwarm Orientierung zu geben, werden Karten gezeichnet, auch das machen spezielle Roboter „Es gibt einzelne Einheiten, die fahren nur herum und schauen, was sich geändert hat, denn die Roboter brauchen eine Karte“, sagt Kuhn. Sie brauchen eine Abbildung dessen, wo sie arbeiten. Das ist einerseits eine statische Karte der Fabrikshalle. Sie wird vermessen, festmontierte Regale und die verschiedenen Stationen vermerkt. Dann gibt es wechselnde Begebenheiten, die gerade geschehen. Auch diese werden in der Karte vermerkt und wieder gelöscht, um den anderen Einheiten den Weg zu zeigen. Für diese Aufgabe verwendet man eine Einheit oder wenige Roboter, denn diese müssen mit der vollen Sensorik ausgestattet sein und die ist entsprechend teuer. Die Roboterflotte besteht also aus einigen besser ausgestatteten, „intelligenteren“ Einheiten, die ihr Wissen mit den weniger bestückten Robotern teilen. Auf Need-to-know Basis zuzusagen.

Die Aufgabenaufteilung und Regelentwicklung braucht es ein fein definiertes Anforderungsprofil. „Man muss tatsächlich im Detail schon ganz genau wissen, was die einzelnen Einheiten tun müssen“, sagt der KI-Experte. Das geht bis zur Überlegung, welche Bewegungen genau ausgeführt werden, um ein Teil z.B. aus einem Regal zu nehmen, auf der Einheit abzulegen und auch wieder auszuladen. Anhand dieser Annahmen kann die Flotte aufgebaut werden. Das kann nur ein sehr schlaues Teil sein, das alle möglichen Aufgaben erfüllen kann. Beispielsweise in Klein- und Mittelbetrieben auch bei Losgröße eins zu unterstützen. Größere Unternehmen Weisen mit einigen intelligenten Teilen bis zu mehreren hundert kleinen Systemen Tasks zu. Die große Masse an Robotern hat dann eine relativ simple Mechanik und einfache, gleichartige Missionen. Das können beispielsweise das Holen Medikamenten-Schachteln sein, oder das Verpacken von Büchern, die alle die gleiche Größe haben.

„In den Anforderungen muss derzeit noch viel berücksichtigt werden“, sagt Andreas Kuhn.
Die Systeme funktionieren schon ganz ausgezeichnet, wenn die Vorarbeit in der Definition geleistet wird. Sie lernen aber nach wie vor viel auswendig. Sie schaffen es, Kollisionen zu vermeiden und halten Sicherheitsvorgaben ein. „Sie fahren niemanden über die Füße, aber richtig schlau sind sie noch nicht“, meint Kuhn. Ziel ist, einer Einheit täglich neue, verschiedene Tasks auftragen zu könnten. Doch davon ist man noch zwei Jahrzehnte entfernt.