KI-basierte Logistikoptimierung

Fahrerlose Transportfahrzeuge im Lager

Fahrerlose Transportfahrzeuge (FTS) werden mittlerweile in vielen Branchen eingesetzt. Jeder FTS-Hersteller bringt jedoch seine eigenen Systeme und Daten mit, was eine gesamte innerbetriebliche Logistikoptimierung erschwert.

Fahrerloses Transportfahrzeug (FTS)

FTS dienen bereits in vielen Lägern als Unterstützung – nun sollen neue Komponenten zur KI-basierten Optimierung in bestehende Systeme integriert werden können.

Die meisten der FTS-Einzelanbieter unterstützen keine KI-basierte Logistikoptimierung. Die German Edge Cloud, ein Unternehmen der Friedhelm Loh Group, sowie Bär Automation und Siemens Mindsphere haben für das FTS-Onboarding eine Lösung entwickelt.

„Die kundenspezifische Integration eines neuen FTS in ein bestehendes FTS-System erfordert hohen Aufwand. Daher haben wir uns mit der Frage beschäftigt, wie neue Komponenten zur KI-basierten Logistikoptimierung herstellerunabhängig in bestehende FTS-Systeme integriert werden können. Gemeinsam mit Bär Automation und Siemens Mindsphere haben wir dazu eine Lösung entwickelt“, erklärt André Theilig, Leiter Business Development bei German Edge Cloud.

Dies ist ein Artikel aus unserer Print-Ausgabe 1-2/2020. Bestellen Sie ein kostenfreies Probe-Abo.

Das herstellerübergreifende Projektteam habe dazu den Ansatz verfolgt, in die bestehende Flotte eines fahrerlosen Transportsystems ein weiteres fahrerloses Transportfahrzeug (FTF) einzubinden. Dies sei über den Einsatz herstellerunabhängiger Adapter und die Integration in einem eigenen Framework erfolgt. Durch die Automatisierung des FTS-Onboarding-Prozesses wurde eine nahtlose Datenkonnektivität ermöglicht. Des Weiteren wurde eine Datenhistorie, insbesondere mit positionsrelevanten Daten und Visualisierung von FTS-Parametern (Batteriestand, Motordrehzahl, Vorfälle, Zykluszeiten etc.), für den späteren Zugriff angelegt.
 
„Was bisher sehr lang dauerte, kann jetzt in einem Bruchteil der Zeit erfolgen. Das hierfür entwickelte Datenmodell der Inbetriebnahme kann dabei auf beliebig viele andere IoT-Anwendungsfälle übertragen werden“, erklärt André Theilig
und fährt fort: „Konkret wurde die Implementierungszeit durch ein vorgefertigtes FTS-Integrationssystem deutlich verkürzt. Wir haben außerdem harmonisierte Datensätze erzeugt, die danach für die KI-basierte Logistikoptimierung und das Maschinelle Lernen zur Verfügung stehen. Zudem ist eine vorkonfigurierte Analyse-Visualisierung von FTS in Form von Heatmaps, Dashboards etc. möglich.“

Bildquelle: Gettyimages/iStock

©2020Alle Rechte bei MEDIENHAUS Verlag GmbH

Unsere Website verwendet Cookies, um Ihnen den bestmöglichen Service zu bieten. Durch die weitere Nutzung der Seite stimmen Sie der Verwendung zu. Weitere Infos finden Sie in unserer Datenschutzerklärung.

ok