Logistics and mobile robots

Im Vortrag werden zunächst die Kernelemente der ""klassischen"" autonomen Navigation von einzelnen mobilen Robotern erläutert: Sensordatenverarbeitung, Umgebungsmodellierung, Lokalisierung, Pfadplanung und Pfadoptimierung. Dabei wird sowohl auf das Robot Operating System, kurz ROS, als Grundlage für die schnelle Entwicklung von Serviceroboteranwendungen im Allgemeinen und Navigationstechnologien im Speziellen als auch auf verschiedene Verfahren wie z. B. Longterm-SLAM und Elastic-Band eingegangen. Im weiteren Verlauf des Vortrags wird die vernetzte mobile Navigation im Kontext von Industrie 4.0 dargestellt. Es werden Beispiele gezeigt, in denen Sensorinformationen mobiler Systeme und stationärer Sensoren in eine gemeinsame Karte der Umgebung zusammengefasst werden, um daraus einen Mehrwert für die gesamte Flotte mobiler Systeme zu erzeugen. Durch gemeinsame Hinderniskarten können mobile Roboter frühzeitig per Cloud-Service auf eine Alternativroute geschickt werden. Ein kooperativer Longterm-SLAM ermöglicht es die Umgebungskarte zur Lokalisierung jederzeit aktuell zu halten und Veränderungen allen mobilen Systemen instantan zur Verfügung zu stellen. Die Kommunikation zwischen mobilen Systemen im gleichen Verkehrsbereich führt zu reibungsfreien und effizienten Bewegungsabläufen ohne Wartezeiten bei gleichzeitiger Flexibilität hinsichtlich dynamischer Hindernisse. Und cloudbasierte Karten mit Echtzeitinformationen über dynamische Hindernisse ermöglichen die Interaktion zwischen simulierten und realen mobilen Systemen und legen somit den Grundstein für die Simulation großer Flotten von mobilen Systemen auf Basis von realen Echtzeitdaten.