Het Europese onderzoeksproject IMOCO (Intelligent Motion Control) moet het toekomstbeeld van autonoom rijdende transportvoertuigen in productiehallen en magazijnen binnen bereik brengen.
In Duitsland wordt het project geleid door intralogistiek specialist Still, een dochteronderneming van de KION Group. Het project loopt volgens plan af in het vierde kwartaal van 2024.
Transportvoertuigen die volledig autonoom door magazijnen en productieomgevingen navigeren, hun omgeving leren analyseren en 'begrijpen', obstakels en mensen op betrouwbare wijze herkennen en ontwijken, en tegelijkertijd goederen snel en betrouwbaar van de ene plaats naar de andere transporteren. Het klinkt nu nog als science fiction, maar als het aan de initiatiefnemers van het Europese onderzoeksproject IMOCO ligt, wordt dit toekomstbeeld binnenkort werkelijkheid. Hiervoor zijn binnen het onderzoeksproject vier scenario’s gedefinieerd, die worden gekarakteriseerd door digitale tweelingen en AI-principes (machine learning/deep learning): intelligente navigatie, het ophalen van goederen, het transport, en het afleveren van de goederen op de plaats van bestemming.
"Dit soort processen stelt zeer hoge eisen. Ook aan het voertuig. Met onze OPX iGo neo hebben we daarom een orderpicker ingezet die dankzij zijn intelligente uitrusting en de daaruit voortvloeiende mogelijkheden al heel dicht in de buurt komt van het concept van dit autonoom rijdende voertuig", vertelt Ansgar Bergmann, binnen STILL verantwoordelijk voor het IMOCO-project.
Zeer gevoelige sensortechnologie vereist
De huidige automatisch geleide voertuigen kennen nog beperkingen als het gaat om het daadwerkelijk volledig autonoom verplaatsen in het magazijn of in de productieruimte. Hoewel de voertuigen zelfstandig obstakels herkennen en remmen, kunnen ze nog geen obstakels ontwijken, intelligent de meest efficiënte routes bepalen en de omgeving analyseren. Daarvoor is zeer gevoelige sensortechnologie nodig in de vorm van laserscanners, camera's of radar. Hiermee kunnen ruimtelijke objecten zoals stellingen en zelfs bewegwijzering en markeringen worden gedetecteerd. Ook moeten ze hun omgeving 'begrijpen', veranderingen registreren en in staat zijn hiermee om te gaan. Alleen dan zullen de voertuigen in staat zijn zelfstandig naar hun bestemming te navigeren, ladingen te herkennen en te handelen, obstakels te omzeilen en geschikte afzetlocaties te vinden voor de getransporteerde goederen.
De OPX iGo neo is al autonoom in het gangpad. Hier detecteert en begrijpt de truck zijn omgeving en bepaalt op basis daarvan zijn acties. Het volledig autonoom verlaten van het gangpad en het navigeren door de hallen van de klant, en hierbij bijvoorbeeld zelfstandig optimale rijroutes bepalen, is vooralsnog niet mogelijk. Aangezien de truck echter al is uitgerust met passende omgevingssensortechnologie, is dit een goed uitgangspunt voor de beoogde doorontwikkeling van het project.
"Voor de OPX iGo neo is het doel van het project het inzicht in de omgeving en de besluitvormingsmogelijkheden verder te vergroten – om de autonome mogelijkheden en de intelligentie van de robot continu te verbeteren en de truck autonoom te laten handelen; ook buiten de gangpaden. Machine learning en deep learning spelen hierbij een essentiële rol", legt Ansgar uit.
Voor meer informatie:
Still
Nijverheidsweg 5
3340 AD Hendrik Ido Ambacht
+31 78 684 5200
info@still.nl
www.still.nl