Applications & Show Cases
Die Automatisierung erhält immer stärkeren Einzug in den Markt der mobilen Maschinen. Während im Automobilbereich intensiv an der sicheren Automatisierung und Autonomisierung des Fahrprozesses geforscht wird, wird dieser im Bereich mobiler Maschinen noch um die Automatisierung des Arbeitsprozesses ergänzt. Um sich autonom durch den Straßenverkehr, auf dem Feld, auf der Baustelle und so weiter zu bewegen, muss eine automatisierte Arbeitsmaschine über verschiedene grundlegende Fähigkeiten verfügen: sie muss die Umgebung wahrnehmen, aus den so gewonnenen Informationen die richtigen Schlüsse ziehen und entsprechend agieren.
Anwendungsbeispiele sind je nach Applikation das Erkennen und Identifizieren von Objekten und Hindernissen, das Planen des Pfades, die Navigation, die Berechnung komplexer Maschinenmodelle, die Verwaltung von Aufträgen/Missionen und vieles mehr. Um die genannten Use Cases bedienen zu können, ziehen folglich neue Technologien in die Maschinenarchitekturen mobiler Arbeitsmaschinen ein. Zur Identifikation dieser forschen wir in diversen Projekten intensiv mit anderen Technologie-Dienstleistern und OEMs. Hierbei konzentrieren wir uns auf die Weiterentwicklung unserer elektronischen Steuerungs- und Rechensysteme.
Neue Produkte entsprechen dabei den Anforderungen an ein generisches und skalierbares Baukastenprinzip. Somit können wir Ihre Hochautomatisierungs-Applikation mit auf Ihre Bedürfnisse zugeschnittenen STW & ECO Systempartner Produkten bedienen. Dabei denken wir stets in der Gesamtmaschinen-Architektur Ihres Fahrzeuges.
Demonstrator mit High Performance Controller von Sensor-Technik Wiedemann
Auf der Agritechnica 2023 stellte Sensor-Technik Wiedemann (STW) mit dem Future-Tech-Aufbau die Weichen für die Zukunft der Automatisierung in der Land- und Forstwirtschaft. Im Mittelpunkt dieser Innovation steht der neue High Performance Controller (HPX), der den Grundstein für energieeffiziente, ressourcenschonende und hochautomatisierte oder autonome Anwendungen mobiler Arbeitsmaschinen legt. Der HPX ermöglicht durch den Einsatz von Beschleunigungs-Chipsätzen eine schnelle Datenverarbeitung, die für KI-basierte Objekterkennung, präzise Bildverarbeitung und die Ansteuerung verschiedenster Aktoren essenziell ist, um die Effizienz in der Landbewirtschaftung zu steigern.
Ein eindrucksvolles Beispiel für das Potenzial des HPX ist ein umgestalteter Greifarmautomat, der mit einem fortschrittlichen Gestenerkennungsmechanismus ausgestattet ist. Gesteuert wird dieser Mechanismus durch den HPX und eine speziell darauf abgestimmte Künstliche Intelligenz (KI). Für die Realisierung dieser fortschrittlichen Steuerung wurde eine spezifische Applikationslogik entwickelt, die auf umfassenden Kenntnissen in der Programmierung und der Anwendung von KI basiert. Diese ermöglicht eine reibungslose und effiziente Bedienung des Greifarms. Die Validierung dieser Technologie fand in enger Zusammenarbeit verschiedener Fachexperten statt, die das System intensiv testeten, um nicht nur die Leistungsfähigkeit zu überprüfen, sondern auch die KI-Algorithmen hinsichtlich Funktionalität und Benutzerfreundlichkeit zu optimieren. Die erfolgreiche Implementierung von KI-Anwendungen in diesem Projekt verdeutlicht das enorme Potenzial von neuronalen Netzwerken und maschinellem Lernen in der Automatisierungstechnologie. Das neuronale Netzwerk, trainiert mit einem umfangreichen Datensatz an Handgestenbildern, ist in der Lage, komplexe Muster und Zusammenhänge zu erkennen. Dadurch kann es unterschiedliche Gesten identifizieren und interpretieren, was eine intuitive Steuerung des Greifarms ermöglicht.
Unser Ziel ist es, neuronale Netze energieeffizient auf STW-Hardware zu betreiben. Unterstützt durch eine nutzerfreundliche Toolchain ermöglicht dies die schnelle Verwendung von Standard-KI-Frameworks wie Caffe, PyTorch oder TensorFlow sowie das zeitsparende Einbinden von Custom-KI-Layern mittels Optimierungs- und Quantisierungstools.
Ergänzt durch fortschrittliche Hardwarekomponenten bietet STW eine leistungsstarke Kombination aus Sensorik, Steuerung und Datenverarbeitung. Dazu gehören beispielsweise die inertiale Messeinheit igs aus der SMX-Familie, die ESX-Steuerung und das TCG-Kommunikationsmodul, sowie die Software-Suite openSYDE, kombiniert mit der ArkVision Cam aus unserem Ecosystem. Als Ergebnis langjähriger Forschung und Entwicklung arbeiten diese Komponenten synergetisch zusammen, um die Möglichkeiten in der Land- und Forstwirtschaft kontinuierlich zu erweitern und die schnelle Markteinführung innovativer Maschinen und Funktionen zu unterstützen.
AI-Vision Demo
Der STW-Systembaukasten wird zukünftig auch Anwendungen, die auf Künstlicher Intelligenz basieren, unterstützen. In ersten prototypischen Projekten transformieren wir gemeinsam mit den STW ECO-System Partnern Software-Innovationen aus anderen Branchen - wie beispielsweise dem Automotive - in die Welt der mobilen Arbeitsmaschinen.
Mit Hilfe der Prototypen sammeln wir Erfahrungen, wie wir unsere Hardware Steuerungssysteme für zukünftige KI-Anwendungen weiterentwickeln müssen. Ziel ist es, dass die neuronalen Netze energieeffizient und ressourcenschonend mit entsprechenden Beschleunigungs-Chipsätzen auf STW Hardware betrieben werden können.
Hohe Bedeutung kommt dabei der Toolchain zu, welche zur Implementierung der Anwendungs-Software benötigt wird. Die Portierung neuronaler Netze auf Serien-Hardware soll mit der STW Toolchain effizient und intuitiv erfolgen. Standard KI-Frameworks, wie Caffe, PyTorch oder TensorFlow können schnell verwendet werden. Auch das Einbinden von Custom KI-Layern kann zeitschonend mit Optimierungs- und Quantisierungs-Tools erfolgen.
STWiesel
Das STWiesel ist ein robotisches Fahrzeug, das als Technologie- und Systembaukastendemonstrator entwickelt wurde. Innerhalb dieser Eigenschaften haben wir uns für das STWiesel Fähigkeiten ausgedacht, wie beispielsweise autonome Indoor-Pick and Place-Aufgaben. Das STWiesel detektiert vorab definierte Objekte, deren Erkennung mittels Deep-Learning-Verfahren trainiert wurde. Diese Objekte können mithilfe der Umfeldsensoren, der autonomen Pfadplanung und Navigation angefahren und durch den Frontmagneten aufgenommen werden. Das Umfeld wird während der Navigation durchgehend gescannt, so dass das Fahrzeug auftretenden Hindernissen ausweichen kann. Nach der Aufnahme eines Objektes fährt das Fahrzeug an den Zielort und legt das Objekt dort ab.
Das STWiesel ist das Ergebnis einer Bedarfsanalyse und beantwortet die Frage „Welche Funktionen und Lösungen benötigen die Hersteller mobiler Arbeitsmaschinen bezüglich autonomem Arbeiten und Fahren?“. Alle Funktionen sind mit STW-Produkten und ausgewählten 3rd Party Produkten realisiert. Die Connectivity ist mittels des Kommunikationsmoduls TCG-4 gesichert, der Sensor SMX.igs-e dient als Inertialmesseinheit (Intertial Measurement Unit, kurz IMU), wodurch die Genauigkeit des implementierten SLAM (Simultaneous Localization And Mapping) Verfahrens verbessert wird. Die Sensoren der M01- und T01-Familie dienen der Interaktion sowie der Erfassung der aktuellen Klimabedingungen.
Zur Umfelderfassung dient neben dem Lidar und einer ToF-Kamera auch eine zuschaltbare Stereokamera, bestehend aus zwei separaten RGB-Kameras. Die Signale verarbeitet unser High Performance Plattform HPX in Verbindung mit der Steuerung ESX.4cs-gw. Die Softwarebausteine sind über das STW Toolset openSYDE unter Zunahme ausgewählter ROS (Robot Operating System) Funktionen implementiert und programmiert. Durch den Einsatz der aufgezählten Technologien demonstriert das STWiesel eindrucksvoll autonomes Fahren und Arbeiten.
ROVO AI
Der ROVO AI ist ein anwendungsneutraler und emissionsfrei zu betreibender Technologie-Demonstrator auf Basis einer Raupenfahrzeug-Robotikplattform. Das Fahrzeug kann für jede denkbare Nutzung angepasst werden – ohne Abstriche im autonomen Betrieb machen zu müssen. In diesem Partnerprojekt bündeln wir unsere Automatisierungs-Expertise mit dem Hydraulik-Knowhow und der Fahrzeugplattform von HAWE und dem Software- und Systemintegrationswissen der Robot Makers. Ob Schneeschieber, Kehrmaschine, Mähwerk, Feldspritze – der ROVO AI kann diese Applikationen bedienen.
Maschinenhersteller profitieren von einer neutralen, robusten Plattform, die modular und flexibel an die eigenen Bedürfnisse angepasst werden kann. Nachhaltigere und variantenärmere Produktion und Fertigung werden auf diese Weise umsetzbar, da je nach Anwendung nur das Anbaugerät und die Software angepasst werden müssen. Am Ende des Projekts soll eine Verknüpfung aller notwendigen Komponenten via Plug and Play möglich sein. Der Aufbau der Systemarchitekturen wird somit maximal anwenderfreundlich.
Der ROVO AI unterstreicht die Bedeutung partnerschaftlicher Zusammenarbeit und ebnet gleichzeitig den Weg zur vollautonomen Zukunft mobiler Arbeitsmaschinen.
MaliBots
Um die Möglichkeiten einer leitstandgeführten Kommunikation von Roboterschwärmen zu demonstrieren, kooperieren wir im Rahmen des Projekts Machine Automation Lab (MAL) mit dem Fraunhofer IVI. Das Fraunhofer IVI erforscht Technologien und Lösungen für Open Source Leitstandsysteme, während wir an der Übertragung der Konzepte für Anwendungsfälle in der Automatisierung von Mobilen Maschinen arbeiten. Im Leitstandsystem ist die kooperative Manöverplanung zur kollisionsfreien Planung mehrerer Fahrzeuge realisiert. Bei Störungen plant der Leitstand zudem adaptiv neue Routen und Prozesse des Schwarms. Die Schwarmroboter (MaliBots) kommunizieren mittels helyOS-Schnittstelle mit dem Leitstand, einerseits zur Koordination des Prozesses, andererseits um den Fahrzeugzustand zurückzumelden. Für die Kommunikation sowie für die Steuerung und Regelung des Roboters kommt die TCG-4 zum Einsatz. Die Steuerung interpoliert auf Basis der vom helyOS gesendeten Stützstellen die Bahn und liefert sowohl Positionsgrößen zur Regelung als auch Bahngeschwindigkeitswerte zur Vorsteuerung. Die Lokalisierung erfolgt mittels hochpräzisem RTK. Die entsprechenden Sensoren sind mit der TCG-4 verbunden und liefert die Fahrzeugposition und -orientierung. Die Software des Malibots ist modular aufgebaut. Die Kommunikation der einzelnen Module erfolgt über DDS. So können Module innerhalb eines Steuergerätenetzwerkes flexibel verschoben oder auch ausgetauscht werden. Es ermöglicht ein schnelles Prototyping und erhöht die Flexibilität.
