Szenario 1

Kommissionierung mit einer heterogenen Roboterflotte

Szenariopartner

Hochschule Ulm Servicerobotik, Transpharm Logistik GmbH

Inhalt

Die Funktionsfähigkeit der entwickelten Komponenten und Tools (Arbeitspaket 1 und Arbeitspaket 2) wurde im Zuge des Arbeitspaket 8 an zwei Anwendungsfällen innerhalb der Lagerumgebung des Industriepartners Transpharm Logistik GmbH demonstriert.

Bei diesem Anwendungsfall handelt es sich um einen autonomen Kommissionierprozess, welcher durch zwei kollaborierende Serviceroboter ausgeführt wird. Das Szenarioumfeld ist eine Lagerumgebung für die Distributionslogistik mit großer Artikelvielfalt. Die Artikel sind alle in quaderförmigen Schachteln verpackt und sortenrein in Originalkartons aufbewahrt.

Ziel ist es die manuelle Anbruchkommissionierung der langsam drehenden Artikel durch Serviceroboter zu unterstützen, welche in der Lage sind in der für Menschen optimierten Umgebung arbeiten können.

Das Kommissionieren wird auf einen Roboter für die Pick- und eine für die Transportaufgabe aufgeteilt. Der Pick-Roboter bewegt sich an den Entnahmeort in der Kommissioniergasse und wartet auf den Transportroboter. Ist dieser angekommen kommissioniert der Pick-Roboter die Artikel in den Kleinladungsträger (KLT) auf dem Transportroboter. Anschließend bringt der Transportroboter den KLT zu einem nachgelagerten Transportsystem und übergibt ihn selbstständig.

Demonstration im Laborumfeld der Hochschule Ulm

Evaluation in industriellem Lagerumfeld

Ergebnis

Durch die Umsetzung dieses Szenarios wurde gezeigt, wie unterschiedliche Lagermittel (Schrägbodenregal, A-Frame) und Produkte mit unterschiedlichen Eigenschaften (Formstabilität, Geometrie) mit Hilfe verschiedener (Objekterkennungs)-Komponenten unterstützt werden können: Über das Kontextwissen, in welchem Lagermittel die Artikel aufbewahrt werden, entscheidet der Roboter zur Laufzeit welche Objekterkennungs-Komponente verwendet werden muss, um eine bestimmte Ware zu identifizieren und deren Greifposition berechnen zu können.

Darüber hinaus wurde gezeigt, dass die Erkennung einer großen Artikelvielfalt, mit ähnlichen Formeigenschaften über die Konfiguration einer auf Kontextwissen (z.B. Sortenreinheit, Regalfach) basierenden Erkennungskomponente erreicht werden kann.

Ändern sich also die gelagerten Artikel oder das Lagermittel, muss nicht die gesamte Software angepasst, sondern lediglich ein kleiner Teil (Objekterkennungs-Komponenten) neu konfiguriert werden muss. Dies zeigt wie die Flexibilität, welche bei Produkt- oder Layoutänderungen notwendig ist, bereitgestellt werden kann.