Technology Network
STW ist seit jeher stark mit Forschungsorganisationen und Hochschulen in führenden Entwicklungspartnerschaften verbunden. Wir arbeiten aktiv im Rahmen experimenteller Forschung in allen relevanten Fachgebieten mit.
Insbesondere kooperieren wir im Rahmen des Machine Automation Lab gemeinsam mit dem Fraunhofer IVI. In den vergangenen Jahren wurden in dieser Kooperation einige Innovationsprojekte gestartet bzw. umgesetzt. In all unseren Forschungsprojekten stehen die anwendungsbezogene Nutzung neuentwickelter Technologien und die Automatisierung der Arbeitsprozesse im Vordergrund. Aus diesen Projekten leiten wir ab, welche Technologien bereit für den Einzug in mobile Arbeitsmaschinen sind und welche Features künftige STW-Produkte bieten müssen, um Maschinenhersteller den größtmöglichen Benefit für die Automatisierung ihrer Maschinen bieten zu können. An folgenden Projekten sind wir aktuell beteiligt:
Förderprojekt MANNHEIM-KI4BoardNet
In dem Forschungsprojekt „Integrale agile E/E-Entwicklung für fusionierte und standardisierte Energie- und Datenbordnetze“ – kurz KI4BoardNet - arbeiten unter Koordination von CARIAD Experten von 22 Partnern aus Forschung und Wissenschaft sowie aus Elektronik- und Anwenderindustrie daran, neue Entwicklungsverfahren für die effiziente Bordnetzentwicklung zu entwickeln.
KI4BoardNet fokussiert sich auf die Entwicklung von Architekturen, Komponenten und Entwurfswerkzeugen für das Fahrzeugbordnetz der Zukunft. Agile und durch KI unterstützte Entwurfsprozesse sowie eine maximale Automatisierung bei der Entwicklung und Fertigung von Bordnetzen sollen gemeinsam erforscht und umgesetzt werden. Intelligente Zonenkonzepte ermöglichen die Verteilung der erforderlichen Rechenleistung im Fahrzeug auf wenige Steuergeräte (Zonencontroller) und der zentralen Recheneinheit. Das Bordnetz wird so selbst zu einer intelligenten Fahrzeugkomponente. Neue Schlüsselkomponenten im Bereich von Steckverbindern/Kabeln/Energie- und Datenkonzepten sowie Sensor-/IC-/Aktor-/Controller-Algorithmen bis zu in Zonen verfügbaren Verfahren zur Fehlererkennung und Redundanz werden dafür entwickelt. Die Projektergebnisse werden anhand eines Fahrzeugdemonstrators veranschaulicht.
Das Bundesministerium für Bildung und Forschung (BMBF) unterstützt das Projekt KI4BoardNet unter den Förderkennzeichen 6ME0763-16ME0784 im Rahmen der Förderbekanntmachung "Elektronik und Softwareentwicklungsmethoden für die Digitalisierung der Automobilität" (MANNHEIM).
MiProcess2Twin
Im Zuge der Digitalisierungsstrategien der letzten Jahre wurde auf Baustellen einerseits eine IIoT Infrastruktur geschaffen und andererseits Ansätze und Methoden, um auf Basis von computergestützten Simulationen und Algorithmen eine optimale Terminierung, Sequenzierung und Ressourceneinsatzplanung zu generieren. Die Kombination aus IIoT und KI zur echtzeitnahen, digitalen Spiegelung und Entscheidungsunterstützung der Baustellenprozesse fehlt.
Im Rahmen des Forschungsvorhabens sollen Ansätze zur automatisierten Erhebung und modellbasierten Verarbeitung von verlässlichen Bauprozessdaten sowie zur gleichzeitigen Optimierung von Bauqualität und Ressourcenverbrauch in einem digitalen Zwilling entwickelt werden. Es soll insbesondere eine durchgängige Integration von Maschinen- und Bauprozessdaten in einen intelligenten, digitalen Zwilling für die Onlineoptimierung zur Bauausführung und die Informationsrückführung in den Bauprozess umgesetzt werden. Der digitale Zwilling soll über ein hohes Maß an Interoperabilität verfügen und damit der Diversität an Bauprozessen und eingesetzten Maschinen genügen.
Förderprojekt OpAI4DNCS
Komplexe, industrielle Steuerungssysteme sind oftmals stark abhängig von menschlichem Erfahrungswissen und Intuition. Die bestmögliche Steuerung von Maschinen ist aber von entscheidender Bedeutung für die effiziente Nutzung. Zwar bieten AI-Methoden das Potenzial, menschliches Wissen nachzubilden und damit nutzbar zu machen, jedoch scheitern diese einerseits häufig aufgrund der Komplexität und andererseits an der verteilten Architektur industrieller Steuerungssysteme in der praktischen Anwendung.
OpAI4DNCS erforscht den Einsatz von AI auf Steuerungsebene am Beispiel komplexer Bohranlagen für den Bau und deren Hydrauliksubsystemen zur Beschleunigung des Einrichtens und zur Effizienzsteigerung des Betriebs insbesondere bei unerfahrenen Maschinenführern.
Dazu sind erstens adaptive, intelligente, lernende Steuerungssysteme auf Multi-Agentenbasis (MAS) zu erforschen und über Liefergrenzen hinweg enger zu koppeln, um Totzeiten zu reduzieren. Die systematische Erhebung und Nutzung menschlichen Erfahrungswissens stellt zweitens die Erklärbarkeit und den sicheren Maschinenbetrieb auch in Grenzsituation sicher.
Eine Plattform für den praktischen, industriellen Entwurf und Einsatz von shared control-Ansätzen zwischen Maschinenführer und MAS ist zu entwickeln und für den Anwendungsbereich Bohranlage für den Baubereich zu etablieren.
Förderprojekt Safe20
In den kommenden Jahren wird die Automatisierung von Transportaufgaben mit Nutzfahrzeugen auf abgegrenzten Betriebshöfen (Logistikzentrum, Werksgelände, Hafen, Flughafen etc.) eine große wirtschaftliche Rolle spielen. Ziel des Förderprojektes SAFE20 ist die Entwicklung und Umsetzung eines ganzheitlichen Sicherheitskonzepts, welches erstmals den Regelbetrieb von vollautomatischen Fahrzeugen auf Betriebshöfen mit mindesten 20 km/h im Mischbetrieb erlaubt.
Dabei werden die autonomen Fahrzeuge nicht isoliert betrachtet, sondern innerhalb des Betriebshofs eine so genannte Automatisierungszone eingerichtet. In dieser Zone werden sicherheitsfördernde Informationen erhoben und den Fahrzeugen in Echtzeit zur Verfügung gestellt werden. Das Vorhaben liefert rechtlich belastbare, sicherheitsorientierte Anforderungen an das Gesamtsystem (bestehend aus Fahrzeugen und hofseitiger Automatisierungszone) sowie an verwendete Technologien (Sensoren, Aktuatoren, Steuergeräte, Software und Algorithmen etc.). Das erarbeitete Sicherheitskonzept wird umgesetzt und im Dauerbetrieb unter realen Bedingungen mit bis zu drei Fahrzeugen validiert sowie anhand der dabei gewonnenen Erfahrungen weiterentwickelt. Zusätzlich werden technologische Lücken (Sensorik, Algorithmen, digitales Echtzeitabbild der Automatisierungszone etc.) geschlossen.
Machine Automation Lab
Das Machine Automation Lab (MAL) ist ein gemeinsam mit dem Fraunhofer IVI betriebenes Labor. In diesem arbeiten wir seit 2019 mit den Wissenschaftlern des Instituts an neuen Automatisierungstechnologien, die in naher Zukunft Einzug in mobile Arbeitsmaschinen halten.
Ein schönes Beispiel für diese Zusammenarbeit ist die Integration einer Open Source Software für automatisierte Leitstände (helyOS) in STW Produkte. Mit diesem wird die Maschinenflotte (z.B. ein Feldroboterschwarm oder ein Warehouse) komplett ohne menschliche Interaktion überwacht und koordiniert.
Der moduloffene Ansatz zur Ankopplung und Einbindung weiterer Automatisierungsfähigkeiten für Maschinen macht dies zu einem sehr vielfältigen und umfangreichen Leitstandsystem.
STW erarbeitet eine durchgängige Integration solcher Leitstandsysteme wie HelyOS auf den eigenen Produkten wie Steuerungen und Telemetrieeinheiten, so dass auf diese Weise eine schnelle und einfache Integration von Maschinen in hochautomatisierten Anwendungen möglich wird.
Gleichzeitig dient STW die Kooperation zum Test eigener Hardware, wie der High Performance Plattform (HPX), die den umfangreichen Einsatz komplexer Algorithmen wie etwa der Objektdetektion ermöglicht.
Förderprojekt AMMCOA (abgeschlossen)
Der Betrieb von Bau- und Landmaschinen unterliegt besonders hohen Anforderungen an Effizienz, Präzision und Sicherheit. Automatisiertes und perspektivisch auch autonomes Arbeiten sind hierbei wichtige Konzepte, deren Umsetzung für die Zukunftsfähigkeit einschlägiger Produkte entscheidend werden kann. Der Betrieb von Bau- und Landmaschinen unterscheidet sich hierbei in verschiedenerlei Hinsicht von dem Anwendungsfeld „Autonomes und vernetztes Fahren“ im Straßenverkehr auf digitalisierten Straßen, so dass eine separate – aber koordinierte – Betrachtung dieses Anwendungsfeldes notwendig wird. Besonderheiten des Anwendungsfeldes Bau - und Landmaschinen sind unter anderem die Nichtverfügbarkeit digitalisierter Karten, die Notwendigkeit eine sehr genaue relative und absolute Lokalisierung zur Verfügung zu stellen, die sehr hohe Bedeutung von koordiniertem Einsatz von Fahrzeugflotten (mit weit über Platooning hinaus gehenden Anforderungen) und die Notwendigkeit, auch bei unzureichender Funknetzabdeckung durch Netzwerkbetreiber (oder bei nicht kooperierenden Netzwerkbetreibern) eine lokale Funkkommunikationsinfrastruktur zur Verfügung zu stellen, welche autark aber auch eingebunden in Weitverkehrsnetze arbeiten kann.
Ziel dieses Projekts war es, eine lokale, mobil mitführbare und infrastrukturlose „Taktile Internet“-Vernetzungslösung zu erforschen,
- die lokal dieselben Anforderungen erfüllt wie das „5G Taktile Internet“, inkl. niedriger Latenzzeiten,
- sich automatisch als Erweiterung in bestehende Weitverkehrsnetze einfügt und somit eine dynamische und bedarfsangepasste Erweiterung des 5G Netzes darstellt,
- zusätzlich integrierte hochpräzise Lokalisierungslösungen zur Verfügung stellt und
- die besonderen Anforderungen der adressierten Anwendungen unterstützt.
Die entwickelte Lösung dient als bedarfsangepasste lokale Erweiterung der 5G Netze von Mobilfunkbetreibern und kann somit nicht nur in den adressierten Anwendungsfällen, sondern in allen Fällen zum Einsatz kommen, in denen schnell, gegebenenfalls zeitlich temporär und möglicher weise unabhängig von lokalen Netzwerken eine 5G-artige Vernetzung zwischen Fahrzeugen und örtlichen platzierten Maschinen benötigt wird. Das 5G-AMMCOA Vernetzungskonzept ist somit auch eine Schlüsselkomponente für 5G-enabled Exportprodukte aller Industrieausstatter, Fahrzeughersteller und Medizinproduktehersteller.
Die 5G-AMMCOA Lösung kann zum Beispiel in Form von On-Board Units in Fahrzeugen implementiert werden, die sich in derartigen Anwendungsszenarien selbständig vernetzen können und um dann hochgradig vernetze Arbeitsprozesse zwischen mobilen Maschinen zu realisieren. Als Anwendungsfälle wurden die beiden Szenarien „Landwirtschaftliche Parallelfahrprozesse“ und „Koordinierte Straßenfertigung“ untersucht.
Das Förderprojekt wurde erfolgreich abgeschlossen.
