Autonomer Drohnenflug im Produktionsumfeld zur logistischen Prozessunterstützung

Thema Fabrikplanung, Künstliche Intelligenz, Industrie 4.0, Automatisierung
Projekttitel Autonomer Drohnenflug im Produktionsumfeld zur logistischen Prozessunterstützung (Autodrohne in der Produktion)
Laufzeit 01.10.2020 – 30.09.2022
Download
Pressemitteilung
Podcast

Ziel des Forschungsvorhabens war die Entwicklung eines unbemannten Multikoptersystems (engl. Unmanned Aircraft System, UAS), das Fabrikhallen autonom durchfliegt und währenddessen Daten für 3D-Fabriklayouts aufzeichnet. Diese sogenannte „Autodrohne" soll es in Zukunft ermöglichen, die Datenerfassung im Rahmen von Fabrikplanungsprozessen deutlich schneller und mit weniger Personalaufwand durchzuführen. Die 3D-Layouterfassung per Drohne hatte das IPH bereits im Vorgängerprojekt Instant Factory Maps erfolgreich umgesetzt, jedoch auf Basis einer manuellen Drohnensteuerung.

Ein autonomer Drohnenflug in unbekannter, sich verändernder Umgebung – noch dazu in den geschlossenen Räumen einer Fabrik – war bisher nicht möglich. Im Forschungsprojekt wurden die Voraussetzungen dafür geschaffen.

Zum einen wurde ein Sicherheitskonzept entwickelt, um die Indoor-Verwendung von UAS zu ermöglichen. Zum anderen wurde im Forschungsprojekt ein Demonstrator entwickelt. Dafür wurden zunächst geeignete Hardware-Komponenten ausgewählt – Antriebsmotoren, ein tragender Rahmen, eine Recheneinheit und Sensoren zur Umgebungserfassung – sowie Algorithmen zur Routenplanung und Navigation entwickelt, mit denen sich das UAS kollisionsfrei durch unbekannte, dynamische Umgebungen bewegen kann. Die Algorithmen werden zunächst in einer Simulationsumgebung getestet und optimiert sowie anschließend mit der Hardware zu einem Demonstrator zusammengesetzt.

Mit dem Autodrohne-Demonstrator haben die Wissenschaftler die autonome Routenplanung und Navigation experimentell validiert.

Veröffentlichungen zum Projekt

Obwohl Fabrikplanung als Möglichkeit zur signifikanten Steigerung der Produktivität in der Fertigung weitgehend anerkannt ist, können die damit verbundenen Kosten in Bezug auf Zeit und Geld ein Hemmnis sein. In diesem Beitrag präsentieren wir eine Lösung für diese Herausforderung durch die Entwicklung eines Software-in-the-Loop (SITL) Frameworks, das ein automatisiertes unbemanntes Luftfahrtsystem (UAS). Das Framework beinhaltet simulierte Sensoren, ein UAS und eine virtuelle Fabrikumgebung. Darüber hinaus sellen wir einen Deep Reinforcement Learning (DRL) Agenten vor, der in der Lage ist, Kollisionen zu vermeiden und Explorationen mit dem Dueling Double Deep Q-Network (3DQN) mit priorisierter Erfahrungswiedergabe durchzuführen.

Künstliche Intelligenz, Bestärkendes Lernen, Unbemannte Luftfahrtsysteme

Die Planung von Fabriken kann die Produktivität der Produktion erheblich steigern, obwohl der Prozess sehr kosten- und zeitintensiv ist. In dieser Arbeit wird ein unbemanntes Luftfahrzeug (UAV) vorgestellt, das diesen Prozess beschleunigt und die Kosten senkt. Das System besteht aus einem UAV, das mit einer IMU, einer Kamera und einem LiDAR-Sensor ausgestattet ist, um unbekannte Innenräume zu navigieren und zu erkunden. Es ist also unabhängig von GNSS und nutzt ausschließlich die bordeigenen Sensoren. Die gewonnenen Daten sollen es einem DRL-Agenten ermöglichen automatisiert Entscheidungen zu treffen und dabei den Ansatz des Bestärkenden Lernens anzuwenden. In der Arbeit präsenteiren wir eine virtuelle Trainings- und Testumgebungen, die für das Anlernen eines DRL-Agenten verwendet werden soll.

Drohne, UAS, Bestärkendes Lernen

In Deutchland wird ein Anstieg der Nachfrage für kommerzielle Drohnen bis 2025 um 200% prognostiziert. Mit steigendem Einsatz von Drohnen, steigt auch die Gefahr, die von ihnen ausgeht. In diesem Artikel wird ein Forschungsvorhaben beschrieben, das ein System zur akusischen Betriebsüberwachung anstrebt, um damit die Sicherheit der kritischen Komponenten zu steigern.

UAS, Drohnen, Betriebsüberwachung

Unbemannte Luftfahrtsysteme haben die Industrie stark verändert. Die rasant voranschreitende technologische Entwicklung von sogenannten Unmanned Aircraft Systems (UAS) macht es notwendig, sich frühzeitig mit der Ausgestaltung künftiger  Einsatzszenarien zu befassen.

UAS, Drohnen, Navigation

Förderer

Dieses vorwettbewerbliche Projekt mit dem Förderkennzeichen 21395 N wurde vom Bundesministerium für Wirtschaft und Klimaschutz mit den Mitteln der IGF gefördert.

Partner

Ansprechperson

Dr.-Ing.

Benjamin Küster

Abteilungsleiter Produktionsautomatisierung