Fahrerlose Transportsysteme und mobile Arbeitsmaschinen

Ob Transportfahrzeug in der Halle, mobiler Roboter in der Fertigung oder Arbeitsmaschine auf dem Feld: Eine Maschine, die sich selbst bewegt, muss ihre Umgebung zuverlässig wahrnehmen. Genau das ist seit der Gründung unser Fach. FusionSystems verbindet dafür mehrere Sensoren zu einem Bild der Umgebung und leitet daraus ab, wo die Maschine ist, was um sie herum geschieht und wohin sie sicher fahren kann.

Multisensorielle Umfelderkennung als gemeinsame Grundlage

Kein einzelner Sensor sieht alles. Eine Kamera erkennt, was ein Objekt ist, ein Laserscanner misst genau, wie weit es entfernt ist, weitere Sensoren liefern Bewegung und Lage. Die multisensorielle Umfelderkennung führt diese Daten zusammen. So entsteht ein Umfeldmodell, das Personen, Objekte, Hindernisse und befahrbaren Freiraum enthält und auch bei Staub, Gegenlicht oder Erschütterungen trägt.

Dieselbe Grundlage nutzen wir im Straßenverkehr, in der Halle und auf dem Feld. Die Verfahren beschreiben wir unter Sensor Fusion & Physical AI, die Erkennung von Menschen unter Personenerkennung.

Fahrerlose Transportsysteme: MULI

MULI ist das fahrerlose Transportsystem von FusionSystems. Wir haben es selbst konzipiert, gestaltet und entwickelt. Durch seinen modularen Aufbau lässt es sich an unterschiedliche Aufgaben anpassen; es navigiert in der Halle und im Freien. Software und Sensorik zur Personen-, Objekt- und Hinderniserkennung sorgen für den sicheren Einsatz in Produktion, Logistik und Transport.

Ein fahrerloses Transportsystem macht den Materialfluss flexibel: Es transportiert Kleinladungsträger zwischen Lager, Maschine und Montage und ersetzt starre Fördertechnik. In die Leitebene binden wir es über unser Steuerungs- und Visualisierungssystem ein.

Mobile Robotik: Gelenkarm auf mobiler Plattform

Im Förderprojekt InnoTeam RoSa entwickeln wir MULI weiter. Das Projekt verbindet die mobile Plattform mit einem Gelenkarmroboter: Der Roboter kommt zum Werkstück, statt dass das Werkstück zum Roboter gebracht wird. Dafür muss das System seine Umgebung dreidimensional erfassen, die eigene Position genau kennen und die Bewegung von Plattform und Arm aufeinander abstimmen. Unsere Umfelderkennung liefert die Grundlage dafür.

Mehr zum Vorhaben steht unter Förderprojekte.

Mobile Arbeitsmaschinen: Umfelderkennung auf dem Feld

Was in der Halle gilt, gilt auch im Freien. Im Projekt KoSiNuS statten wir eine Landwirtschaftsmaschine mit Fahrzeugumfelderkennung aus. Wir verarbeiten und fusionieren die Daten verschiedener Sensoren, damit die Maschine Personen, Hindernisse und freien Fahrweg sicher erkennt, zwischen Pflanzreihen ebenso wie am Feldrand. Das Vorhaben entwickelt zentrale Komponenten und Sicherheitsarchitekturen für autonome mobile Arbeitsmaschinen.

Mehr dazu im FusionBLOG und unter Förderprojekte.

Navigation und Lokalisierung

Eine mobile Maschine muss jederzeit wissen, wo sie ist. Wir setzen dafür mehrere Navigationsarten ein und kombinieren sie zu einer hybriden Navigation:

• Spurführung: Die Maschine folgt einer Linie. Das ist einfach einzurichten und unempfindlich gegen Bodenunebenheiten und Erschütterungen.
• Landmarken: Eine Kamera bestimmt Position und Lage anhand von Marken an Decke oder Wand. Die Wege bleiben frei wählbar und lassen sich jederzeit ändern.
• Konturen: Ein Laserscanner gleicht die Umrisse der Umgebung mit einer Karte ab. Das Verfahren eignet sich auch für den Außenbereich.

Die Kombination steigert Effizienz, Flexibilität und Sicherheit. Die Sensoren richten wir auf Ihre Umgebung ein.

Mitarbeit in Fachgremien

FusionSystems bringt seine Erfahrung in die Fachwelt ein. Dr.-Ing. Ullrich Scheunert und Axel Pätzold arbeiten aktiv im VDI-Fachausschuss „Autonome Mobile Robotik“ mit. FusionSystems ist Mitglied im Branchenverband Forum-FTS.

Die Anwendung in der Fertigung beschreiben wir unter Industrie & Maschinenbau, die Umfelderkennung im Straßenverkehr unter Umfelderkennung für den autonomen ÖPNV.