Entwicklung einer theoretischen Grundlage für ein modulares, flexibles System in grid-based storage Systemen und Multi Shuttle Lösungen

Description

Die Helmut-Schmidt-Universität / Universität der Bundeswehr Hamburg (HSU) hat am 11. August 2020 gemeinsam mit der Universität der Bundeswehr München das neue "Zentrum für Digitalisierungs- und Technologieforschung der Bundeswehr" (kurz DTEC.Bw) gegründet. Im Rahmen des Forschungsprojektes „Autonomes und hochflexibles IntraLogistik-Kompaktlager“ (AuLoKomp) verfolgen die HSU und ihr (geplanter) Kooperationspartner das Ziel, zentrale und dezentrale Ansätze zur dynamischen Routenplanung auf automatisch erstellten Graphen zu erforschen. Durch die entwickelten neuen Methoden zur Bewegungsplanung von Flotten Autonomer Mobiler Roboter (AMR), möchten die HSU und ihr Kooperationspartner bestehende Forschungslücken in von aktuell üblichen grid-based storage Systemen und Multi Shuttle Lösungen schließen. Lot 1: Hintergrund des Projektes AuLoKomp ist die Entwicklung der theoretischen Grundlagen für ein neuartiges Kompaktlagersystem. Bisher vorhandene und eingesetzte automatische intralogistische Systeme für Kleinladungsträger (KLT) haben entweder einen hohen Raumnutzungsgrad, wie beispielsweise Blocklager, oder zeichnen sich durch schnelle Zugriffszeiten auf die einzelnen Ladungsträger aus, wie z. B. Multi Shuttle Systeme. In den letzten Jahren entwickelten Anbieter Lagerlösungen mit gestapelten KLT, die für den Einzelzugriff von Autonomen Mobilen Robotern (AMR) vorausschauend umgelagert werden, sogenannte „grid-based storage“-Systeme. Greifen die AMRs mit gleichmäßiger Zugriffshäufigkeit auf alle KLTs zu, entsteht trotzdem ein hoher Aufwand für die Umlagerung. Diese Systeme eignen sich daher nicht für ein automatisiertes Kleinteillager. Im AuLoKomp-Projekt entwickeln die HSU und ihre Kooperationspartner die theoretische Grundlage für ein neuartiges „grid-based storage system“ mit einem Einzelplatzzugriff auf KLT. Durch ein Hebe- und Senksystem wollen die Kooperationspartner variable Fahrwege schaffen, auf denen AMRs die KLT von jedem beliebigen Ort aus lagern und diese dann für die Entnahme bereitstellen können. Sie wollen dabei insbesondere den Energieverbrauch, die dezentrale Steuerung der AMRs, die Navigation sowie das autonome Handhaben der Stückgüter berücksichtigen sowie Betriebsstrategien für das Gesamtsystem entwickeln. Die folgenden Forschungsfragen möchte die HSU in Zusammenarbeit mit ihrem Kooperationspartner beantworten: 1. Wie sehen die Logistiksysteme aus, in denen derzeit und zukünftig eine Vielzahl von AMR benötigt werden? 2. Welche Anforderungen an die Bewegungsplanung der AMR und die Routennetzwerke (Graphen), auf denen die AMR fahren, ergeben sich in den gefundenen Anwendungsfällen? 3. Werden die aktuell in Forschung und Industrie verwendeten Methoden den zukünftig zu erwartenden Anforderungen gerecht? 4. Können Methoden der automatischen Generation von Graphen die Einrichtung des Transportsystems erleichtern? Und welchen Effekt hat dies auf die Bewegungsplanung der AMR? 5. Wie kann das Wissen über das anstehende Auftragsvolumen in die Bewegungsplanung der AMR einbezogen werden? Vor diesem Hintergrund soll der Kooperationspartner die folgenden Leistungen im Projekt AuLoKomp erbringen: • Marktprognose über die Trends und Bedarfe für AMR in Logistiksystemen, insbesondere Recherche zur Trendentwicklung und Bedarfe sowie anschließende Analyse der Ergebnisse und Entwicklung von Anwendungsfällen; • Literaturrecherche über den aktuellen Stand von dezentralen Verfahren der Bewegungsplanung für AMR und der automatischen Generation von Graphen, insbesondere Durchführung von Literaturrecherche nach wissenschaftlichen Standards und Einordung und Klassifizierung der Ergebnisse, die eine Vorauswahl von Verfahren zur Bewegungsplanung und zur Generation der Graphen ermöglicht; • Vergleich von Methoden zur automatischen Generation von Graphen, insbesondere Kriterienbewertungsanalyse der in zuvor herausgearbeiteten Anwendungsfälle auf Methoden zur automatischen Generation von Graphen; • Entwicklung und Implementierung einer Methode für die automatische Generation von Graphen für logistische Anwendungsfälle, insbesondere Entwicklung eines Algorithmus zur automatischen Generation von Roadmap Graphen für logistische Anwendungsfälle, welche die zuvor identifizierten Anforderungen erfüllt; • Analyse Methode zur Berücksichtigung des Auftragsvolumens in der Aufgabenplanung und der darauffolgenden Bewegungsplanung, insbesondere Entwicklung eines neuartigen Algorithmus für die verkehrs- und auftragsabhängige Aufgabenverteilung für die identifizierten Anwendungsfälle.