Autonome Arbeitsmaschinen
Unvorhersehbares und unwegsames Gelände, raue Witterungsbedingungen, die Kollaboration mit Menschen und anderen Maschinen und eine begrenzte Konnektivität setzen hohe Anforderungen an robotische Systeme im Freien. Wir entwickeln intelligente Funktionen und Algorithmen für Arbeitsmaschinen wie Bagger, Muldenkipper, Gabelstapler oder Krane für den assistiven oder autonomen Betrieb, die diese Anforderungen erfüllen.
Mit den von uns entwickelten autonomen Arbeitsmaschinen können wir gemeinsam mit Ihnen die Effizienz, Sicherheit und Produktivität ihrer Prozesse steigern, dem Fachkräftemangel entgegenwirken, Kosten reduzieren und einen 24/7-Betrieb ermöglichen. Mithilfe von Simulationswerkzeugen minimieren wir Entwicklungs- und Testaufwände, während Detektion, Lokalisierung und Kartierung eine zuverlässige Navigation bei wechselndem Terrain und Wetter sicherstellen. Aufgaben- und Bewegungsplanung sowie Antriebsregelung aus unserer Hand sorgen dabei für die nötige Präzision und Robustheit in dynamischen Einsatzszenarien. So erweitern autonome Arbeitsmaschinen menschliche Fähigkeiten, sichern eine hohe Qualität der Arbeitsergebnisse und stärken die Wettbewerbsfähigkeit – eine entscheidende Antwort auf die wachsenden Herausforderungen des demografischen Wandels.
Als ihr Forschungspartner bieten wir Ihnen:
- Entwicklung autonomer Systeme: Wir unterstützen Sie bei Konzeption, Implementierung und Integration intelligenter Assistenzfunktionen und vollständig autonomer Maschinen.
- Anforderungsanalysen und Machbarkeitsstudien: Durch Workshops und fundierte Untersuchungen stellen wir sicher, dass Ihr Vorhaben technisch realisierbar ist und nachhaltigen Mehrwert bietet
Detektion,
Lokalisierung
& Kartierung
Im Gegensatz zur kontrollierten Indoor-Umgebung operieren autonome Arbeitsmaschinen im Außenbereich unter variablen Bedingungen wie einer unstrukturierten und dynamischen Umgebung und komplexen Verkehrssituationen mit Menschen und Maschinen. Die Auswahl und Integration der erforderlichen Sensorik und der geeigneten Algorithmen zur Entwicklung perzeptiver Fähigkeiten bildet die Grundlage für die Sicherheit im Mensch-Maschine-Kontext und ermöglichen robuste autonome Entscheidungsprozesse.
Wir entwickeln zuverlässige und leistungsfähige Wahrnehmungssysteme, die speziell für anspruchsvolle Außenbedingungen konzipiert sind. Durch Methoden der Datenfusion, kontextbasierte Auswahlprozesse und innovative Sensortechnologien erreichen wir eine robuste Umgebungserfassung und präzise Selbstlokalisation selbst bei eingeschränkter Sicht. Unsere Systeme verstehen und interpretieren die Struktur und den Kontext einer Szene, um intelligente Entscheidungen zu treffen.
Wir kombinieren fortschrittliche Sensorik mit leistungsstarken Algorithmen, um Ihre Arbeitsmaschinen mit präzisen und zuverlässigen Wahrnehmungsfähigkeiten auszustatten – die Grundlage für sichere Autonomie im realen Einsatz.
Regelung,
Planung &
Entscheidungsfindung
Arbeitsmaschinen werden in dynamisch veränderlichen und unstrukturierten Umgebungen eingesetzt, wobei Kollisionen zu erheblichem Sach- und Personenschaden führen können. Deshalb erfordert ihre manuelle Bedienung jahrelange Erfahrung und große Sorgfalt.
Wir entwickeln, integrieren und testen Assistenzfunktionen bis hin zum vollständig autonomen Betrieb Ihrer Arbeitsmaschine, um Aufgaben effektiv, robust und sicher umzusetzen. Im Zusammenspiel mit unseren Perzeptionssystemen erkennen und verarbeiten wir Veränderungen in der Umgebung und passen die Aufgaben- und Bewegungsplanung zur Laufzeit hinsichtlich Kollisionsfreiheit und Effizienz an. Mit lernenden Regelungsalgorithmen erreichen wir auch bei Systemveränderungen wie Lastschwankungen, Verschleiß oder Alterung höchste Präzision.
Wir kombinieren adaptive Antriebsregelungen, dynamische Perzeption und intelligente Planungsmethoden, um die richtigen Aktionen zur richtigen Zeit umzusetzen.
Modellierung & Simulation
Bei der Entwicklung komplexer autonomer Systeme werden modellbasierte und datengetriebene Teilprozesse miteinander gekoppelt. Die Verifikation direkt an einem Prototyp ist mit vielen anspruchsvollen Herausforderungen verbunden. Darüber hinaus ist sie kostspielig, zeitaufwändig und riskant. Daher spielt die simulative Verifikation und Weiterentwicklung in unserem Entwicklungsprozess eine entscheidende Rolle. Physikalisch und visuell realistische digitale Zwillinge bieten zudem eine wertvolle Möglichkeit für das Bedienpersonal, zukünftige Assistenzfunktionen im virtuellen Raum zu erproben.
Wir sind in der Lage, das dynamische Verhalten der Arbeitsmaschine sowie deren Interaktion mit der Umgebung – sei es unwegsames Gelände, unterschiedliche Wetterbedingungen oder die Interaktion mit Menschen – in verschiedenen realitätsnahen Simulatoren nachzubilden. So können potenzielle Probleme bereits vor dem Einsatz in der realen Welt identifiziert und gelöst werden. Dazu kombinieren wir modellbasierte und datengetriebene Modellierung mit generativen KI-Algorithmen in einem hybriden Ansatz.
Unsere Simulationen ermöglichen einen schnellen Innovationszyklus, reduzieren Kosten und Entwicklungszeit und bieten eine sichere Testumgebung. Zudem nutzen wir digitale Zwillinge als Trainingssimulatoren, um das Bedienpersonal optimal auf den Einsatz vorzubereiten.
Sichere
und Zuverlässige
Robotische Systeme
Entscheidende Kriterien für die Einsatzfähigkeit von robotischen Systemen sind unter anderem deren Sicherheit und Zuverlässigkeit. Schließlich möchte man einen Ausfall der Systeme und vor allem Unfälle, insbesondere mit Menschen, vermeiden. Um dies zu erreichen, entwerfen wir Systemarchitekturen, die Sicherheit in den Mittelpunkt stellen, und verwenden komplementäre Sensortechnologien in Kombination mit intelligenten Sensorfusionsalgorithmen. Dies ermöglicht zusammen mit einer auf Sicherheit ausgelegten Datenanalyse eine zuverlässige Umgebungswahrnehmung – selbst unter rauen Umgebungsbedingungen. Unsere Kontrollkonzepte sind dementsprechend auf Zuverlässigkeit ausgerichtet, ohne nennenswert an Effizienz einzubüßen. Innovative Verifikations- und Validierungsmethoden erlauben uns das systematische Testen unserer Algorithmen in unterschiedlichsten Störszenarien und bei Parameterunsicherheiten. Dadurch kann eine statistisch aussagekräftige Evaluierung unserer Algorithmen gewährleistet werden.
Assoziierte Forschungsthemen
Beteiligte Forschungsgruppen
Labore und Testumgebungen
