In aanwezigheid van talrijke projectdeelnemers, universiteitsfunctionarissen en productontwikkelaars vond de presentatie van de resultaten van de eerste volledig geautomatiseerde heftrucks met contragewicht plaats bij Linde Material Handling in Aschaffenburg. Vier heftrucks werden gebruikt om te demonstreren hoe deze technologie in de toekomst zou kunnen werken.  

Bij "echte" industriële trucks is het iets complexer dan bij de reeds wijdverspreide, onbemande "onderrijrobots" die met hun omgeving communiceren – bijvoorbeeld via de VDA 5050 IT-interface. Acceleratie, remmen, sturen en mastbesturing, omgevingsdetectie en veiligheidssystemen voor personeelsbescherming moeten allemaal volledig gedigitaliseerd worden om een ​​intelligente algehele besturing mogelijk te maken.

In het ontwikkelingscentrum van Linde MH op de hoofdvestiging in Nilkheim ziet alles er nog wat provisorisch uit. Twee elektrische heftrucks van de E20-E30-serie staan ​​klaar voor gebruik, volledig uitgerust met sensoren, 3D-scanners, HD-camera's en antennes die op een aluminium profiel op het dak zijn gemonteerd.

CE-certificering is nog in behandeling, legt Stefan Prokosch uit, initiatiefnemer van het project "Cooperative Autonomous Intralogistics Systems" (KAnIS). Zes noodstopschakelaars aan de linker- en rechterkant van de apparaten moeten het publiek een gevoel van veiligheid geven; het bedieningspaneel bevindt zich aan de linkerkant en kan van buitenaf via een scherm worden bediend. Een controleteam met afstandsbedieningen zorgt ervoor dat niemand hier wordt "platgedrukt". Vooral omdat negen van de tien deelnemende universiteitsprofessoren op de eerste twee rijen zitten. Deze professoren zijn significant betrokken bij KAnIS, een project van € 5 miljoen, gefinancierd door de overheid met € 2,8 miljoen, en dragen bij aan zeven studentenprojecten, twaalf bachelorscripties, zes masterscripties en één proefschrift.

Hans-Georg Stark, projectmanager van de faculteit Ingenieurswetenschappen aan de Hogeschool Aschaffenburg, legt uit dat alle systemen moeten samenwerken. Net als bij andere projecten was gebleken dat wifi niet langer volstond voor de communicatie tussen de componenten, waarvan de data via een edge-computer wordt verzameld. Een 5G-campusnetwerk van Ericsson, met een latentie van 11 milliseconden, helpt bij de dataoverdracht. Wie twijfelt aan de realtime nauwkeurigheid, zal ontdekken dat de merkbare vertraging op de publieke monitor niet te wijten is aan een daadwerkelijke vertraging van de dataoverdrachtssnelheid, maar aan de weergave op het scherm.

Tijdens de demonstratie van de contragewichtvorkheftrucks binnenshuis is de eerste taak voor het publiek simpelweg het verplaatsen van een draadgaascontainer of pallet van punt A naar punt B. Een extra camera op de vorken zorgt er, via de vorkpositioneerder, voor dat de vorken correct gepositioneerd worden bij de palletvakken. "Bij de taken buitenshuis," legt professor Mark Hanke uit, "moeten we natuurlijk ook rekening houden met de beperkingen van onze waarnemingsvermogens." Sneeuw, regen, mist en opspattend vuil maken het voor de instrumenten moeilijk om buiten afstanden te lokaliseren en te meten.

Professor Klaus Zindler schetst de complexere modelroutes die op het bedrijfsterrein worden afgelegd. Modelgebaseerde positiebepalingen, afgeleid van simulaties, worden binnenshuis – een niet geheel nieuwe aanpak – aangevuld met reflectoren, en de werkelijke locatie wordt continu gecorrigeerd. Buiten wordt continu correlatie uitgevoerd met behulp van GPS-referentie en LiDAR-sensoren. Het volgen van de betreffende positiegegevens via eenvoudige "statuscontrole" is interessant in vergelijking met modelgebaseerde "voorspellende" prognoses – en ten slotte de AI-gebaseerde synthese van alle binnenkomende camera-, sensor- en LiDAR-gegevens. Het blijkt dat met slechts één gegevensbron afwijkingen tot wel enkele meters over langere afstanden kunnen optreden.

Twee 360°-LiDAR-systemen voor afstandsmeting, drie beeldverwerkingssystemen en drie veiligheids-LiDAR-arrays voor noodremmen werken allemaal samen. De edge-server heeft zijn handen vol met het verwerken van deze enorme hoeveelheid data en het gebruik van een programma genaamd YOLOv8, wat professor Konrad Doll treffend samenvat als "Je kijkt maar één keer", en het continu opnieuw trainen van de AI-software om nauwkeurige metingen te produceren. Gelukkig beseften de ontwikkelaars ook dat het niet nodig was om elk detail, van schroevendraaiers tot kleine muizen, in hun exacte contouren weer te geven. De primaire focus lag echter op het herkennen van voetgangers (magazijnmedewerkers), andere heftrucks, poortcontouren, hellingen en vrachtwagens.

Foto's: Linde MH

Uiteindelijk was er zelfs nog genoeg geld voor een geavanceerd automatisch acculaadsysteem op de heftruck, dat met behulp van een camera zichzelf positioneert en een robotarm een ​​stekker in het laadcontact steekt. Op de mast was de camera die de vorken positioneert zelfs uitgerust met een lensreinigingssysteem met sproeiers.

In de buitenruimte demonstreert een testpop dat de detectie- en talrijke veiligheidssystemen, die via een edge-server met elkaar verbonden zijn, een (op afstand bestuurde) verdwaalde persoon tijdig kunnen identificeren, zelfs in een lastige hoek of achter een houten muur. De heftruck die de "ongelukkige" persoon nadert, kan de medewerker vanuit zijn positie niet zien (omdat hij aan het zicht onttrokken is). Een tweede heftruck heeft echter wel een duidelijk zicht op de persoon, stuurt de gegevens naar de bestuurder en geeft hem zo het signaal om te remmen. Zelfs omstanders – hoewel afgeschermd door rood afzetlint – waarderen deze extra veiligheidsvoorziening.

Auteur: K. Koch

www.linde-mh.de