Re-Identifizierung industrieller Entitäten mittels 5G und Edge Computing
Die Vision eines intelligenten Warenhauses umfasst die durchgängige Vernetzung des Informations- und Materialflusses, mit dem Ziel die Planung, Steuerung und Durchführung verschiedener Logistikprozesse zu optimieren. Ein häufig im Lager- und Logistikwesen auftretender Prozess ist die Identifizierung von industriellen Entitäten, wie beispielsweise Paletten oder Kisten, was typischerweise manuell durch an den Entitäten angebrachte Marker (z.B. Bar- oder QR-Codes) vorgenommen wird. Intelligente Automatisierungslösungen können hier gezielt zur Optimierung der Prozesse eingesetzt werden. Aus diesem Grund hat der Lehrstuhl für Software Engineering der Universität Duisburg-Essen in Kooperation mit dem Lehrstuhl für Förder- und Lagerwesen der TU Dortmund und dem Fraunhofer IML einen Prototypen zur automatisierten Detektion und Identifikation von Europaletten entwickelt.
Die Umsetzung basiert auf einem mobilen Roboter, der sich frei innerhalb der Lagerumgebung bewegen kann und ein Live-Videostream seiner Umgebung aufnimmt. Dieser Stream wird an eine KI-basierte Anwendung mittels 5G übertragen, die das eingehende Bildmaterial auf das Vorhandensein von Europaletten untersucht. Der Einsatz des Mobilfunkstandards 5G in Kombination mit der Vor-Ort Verarbeitung der Daten mittels Edge Computing bildet die technologische Grundlage für den Datenaustausch zwischen Roboter und der Anwendung. Sowohl die Kommunikation zwischen dem mobilen Roboter und dessen Steuerung als auch die Übertragung des Videostreams setzen einen stabilen und schnellen Datentransfer voraus. Jedoch unterscheiden sich die Anforderungen an die Netzeigenschaften in Abhängigkeit der Funktionalität. Die Live-Übertragung des Bildes erfordert beispielsweise eine unterbrechungsfreie und hohe Datenrate, wohingegen die Steuerung des Roboters kurze Latenzzeiten voraussetzt. Daher wird die Robotersteuerung und Verarbeitung des Videostreams auf einem Edge Server ausgeführt, der sich in unmittelbarer Nähe des Roboters innerhalb des 5G-Netzwerks befindet. Durch diese Vor-Ort Bereitstellung der Funktionalitäten können die Verbindungseigenschaften des 5G-Netzes bestmöglich genutzt werden, sodass sowohl die Steuerung als auch die Verarbeitung des Videostreams in Echtzeit erfolgen kann.
Wird eine Europalette in dem Livestream erfolgreich detektiert, kann diese (inkl. verschiedener Zusatzinformationen wie einer Identifikationsnummer oder die aktuell auf der Palette gelagerten Produkte) von der Anwendung automatisiert ins Inventar aufgenommen oder, sofern sie bereits inventarisiert wurde, identifiziert werden. Im Rahmen verschiedener Experimente wurde die Genauigkeit und Zuverlässigkeit des Systems untersucht, die gezeigt haben, dass eine automatisierte Detektion und (Re-) Identifikation von industriellen Entitäten mittels eines mobilen Roboters in Kombination mit der Übertragung und Verarbeitung der Daten durch 5G und Edge Computing möglich ist. Künftige Arbeiten umfassen Verbesserungen bezüglich der Genauigkeit der Pallettendetektion, die Implementierung einer autonomen Steuerung sowie die Umsetzung eines Roboterschwarms zur Identifikation von Paletten.
Die Konzeption der Anwendung und die Ergebnisse wurden in einem Beitrag zusammengefasst und auf dem 19. Fachkolloquium der WGTL e.V. vorgestellt und veröffentlicht. Link zum Beitrag: https://doi.org/10.2195/lj_proc_rutinowski_en_202310_01
Video zum Beitrag:
Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren