FLEET: Entwicklung eines individuell konfigurierbaren Flottenmanagement-Systems für fahrerlose Transportroboter in kleinen und mittleren Unternehmen

Prinzip eines Flottenmanagement-Systems zur Automatisierung der Intralogistik mit fahrerlosen Transportrobotern: Das Flottenmanagement-System für fahrerlose Transportroboter erhält Informationen zu intralogistischen Transportaufträgen z. B. aus ERP-Systemen (Enterprise Ressource Planning) wie der SAP® Software oder Microsoft Dynamics® und kommuniziert über die herstellerunabhängige VDA 5050-Schnittstelle mit den fahrerlosen Transportrobotern. Die Roboter führen die Transportaufträge zur flexiblen Gestaltung von Produktion und Logistik aus.

Hintergrund des Projekts

Viele Kunden fordern heute von Unternehmen neben kurzen Lieferzeiten auch die Möglichkeit, die Produkte auf ihre individuellen Bedürfnisse anzupassen. Um die dafür notwendigen, flexiblen Produktionsprozesse zu ermöglichen, setzt die Industrie zunehmend auf den Einsatz von fahrerlosen Transportsystemen (FTS). Diese Systeme bestehen aus selbstfahrenden Transportrobotern, die durch eine zentrale Flottenmanagement-Software gesteuert werden müssen. Im Gegensatz zur Großindustrie können sich aufgrund der hohen Investitionskosten und fehlender IT-Expertise FTS in kleinen und mittleren Unternehmen noch nicht etablieren. Im Kooperationsprojekt soll ein Flottenmanagement-System entwickelt werden, das es den KMU ermöglicht, ihre speziellen Anforderungen erstmals selbständig zu integrieren.

Projektziel

Anhand der Anforderungen von KMU soll ein serienreifes Flottenmanagement-System entwickelt werden, das die individuelle Konfiguration, Simulation und Optimierung in einer virtualisierten Produktionsstätte (digitaler Zwilling) sowie den operativen Betrieb von fahrerlosen Transportrobotern in einer intelligenten Fabrik vereint.

Projektablauf

Wissenschaftliche Modellierung von Prozess- und Auftragslogiken zur Entwicklung eines Flottenmanagers für KMU:

Als wissenschaftliche Einrichtung modelliert die Technische Hochschule Rosenheim aus den realen intralogistischen Prozessen generalistische Prozesslogiken. Diese dienen mit Fokus auf Digitalisierung und Einsatz von künstlicher Intelligenz in der Produktion als Basis für die Entwicklung von Algorithmen und der Modellierung der Auftragsverteilung für verschiedene Einsatzszenarien in KMU.

Der neu entwickelte Flottenmanager wird im Labor für Fertigungstechnik (proto_lab), in dem bereits eine gut ausgebaute Infrastruktur mit modernster Maschinentechnik und Prozessabläufen verfügbar ist, mittels realer Fertigungsabläufe getestet.

Nach Projektabschluss dient das proto_lab als FTS-Demonstrator. Damit erzielt die Technische Hochschule Rosenheim für die Lehre, die Studierenden und für die beteiligten Projektpartner folgende Innovationen:

  • Flexible Gestaltung von Produktionsprozessen mit fahrerlosen Transportrobotern zur Steigerung der Wettbewerbsfähigkeit
  • Einfache Ansteuerung von fahrerlosen Transportrobotern über die vom Verband der Automobilindustrie spezifizierte, herstellerunabhängige Schnittstelle VDA 5050
  • Integration von künstlicher Intelligenz (KI) am Beispiel der selbstlernenden Auftragsverteilung eines FTS

Innovation

Spezielle Systeme aus selbstfahrenden Transportrobotern haben sich in der Großindustrie bereits etabliert. Aufgrund der hohen Investitionskosten und fehlender IT-Expertise sind fahrerlose Transportsysteme in kleinen und mittleren Unternehmen nur vereinzelt zu finden. Im Kooperationsprojekt soll ein Flottenmanagement-System entwickelt werden, das es den KMU ermöglicht, ihre speziellen Anforderungen erstmals selbständig zu integrieren.


Projektleitung


Projektmitarbeiter:innen

Lukas Berger
T +49 (0) 8031 / 805 - 2953
lukas.berger[at]th-rosenheim.de

Dipl.Ing. (FH) M.Sc. Karsten Binninger
T +49 (0) 8031 / 805 - 2484
karsten.binninger[at]th-rosenheim.de


Projektdauer

01.09.2021 - 31.10.2023

Projektpartner

ScaliRo GmbH
SAFELOG GmbH

Projektförderung

Bundesministerium für Wirtschaft und Klimaschutz

Förderprogramm

Zentrales Innovationsprogramm Mittelstand