SmaRackT – Smart Rack Monitoring schafft Transparenz in Produktion und Logistik

Intelligente Objekt- und Füllstandsüberwachung am Regal

Foto vom Demonstrator zu Fehlerfreies Kommissionieren
© Fraunhofer IIS/Ibrahim Ibrahim

Materialflüsse in Produktion und insbesondere der Logistik sind oftmals intransparent. Ihre Nachverfolgung erfordert manuelle, potenziell fehlerbehaftete Tätigkeiten (z. B. Scannen) oder aber das kostenintensive Tagging von Artikeln und Behältern. Um Materialflüsse entlang der Supply Chain automatisiert zu erfassen, muss festgestellt werden, welches Material in welcher Menge an einem bestimmten Ort lagert oder diesen passiert. Deshalb hat das Forschungsprojekt »SmaRackT – Smart Rack Monitoring« die Entwicklung und Evaluierung einer autonomen und aufwandsarmen intelligenten Objektklassifikation und Mengenquantifizierung an definierten Aktionspunkten zum Ziel. Die Besonderheit dabei ist, dass keines der Objekte mit Tags ausgestattet wird, sondern Identifikation und Tracking durch induktive Nahfeldortung und maschinelles Lernen ermöglicht werden.

Kostengünstiges Materialflussüberwachungssystem mittels induktiver Nahfeldortung für die Logistik

Ziel des Forschungsprojektes »SmaRackT – Smart Rack Monitoring« ist die Entwicklung und Evaluierung eines Materialflussüberwachungssystems an Aktionspunkten, das mit Hilfe der induktiven Nahfeldortung Güter und deren Menge identifizieren und quantifizieren kann. Um dieses Ziel zu erreichen, werden einzelne Teilbereiche bearbeitet: In Interviews mit potenziellen Anwendern aus der Wirtschaft werden praxisrelevante Einsatzszenarien für eine Materialflussüberwachung auf Basis der vorgestellten Technologien ermitteln. Dazu sind auch weitere Interessenten eingeladen, ihre eigenen Anwendungsszenarien einzubringen. Die IndLoc-Technologie wirdfunktional erweitert, um in Kombination mit maschinellem Lernen eine automatisierte Objekt- und Füllstanderkennung ungetaggter Waren zu ermöglichen. Für das aufwandsarme Anlernen dieses Systems mit Objekten wird ein Konzept ausgearbeitet und realisiert. Die Erstellung einer aussagekräftigen Datenbasis von anwendungsspezifischen Objekten mit verschiedenen Materialien, Formen und in verschiedenen Mengen sowie die Umsetzung einer Softwareschnittstelle zum Abgleich der Ergebnisse der Objekterkennung mit bestehenden Produkt- und Teilekatalogen sind ebenfalls Teilbereiche, die die Experten betrachten. Zum Abschluss werden noch Aussagen zu Einsatzfähigkeit, Wirtschaftlichkeit, Systemgrenzen, Genauigkeit und Akzeptanz des Gesamtsystems anhand von Probandenversuchen getroffen.

Technologische Grundlage: IndLoc – hochpräzise Ortung mit magnetischen Feldern

Die am Fraunhofer-Institut für Integrierte Schaltungen IIS entwickelte Lokalisierungstechnologie IndLoc ist eine kostengünstige Lösung mit hoher Genauigkeit zur dreidimensionalen Echtzeitlokalisierung passiver Objekte in einem definierten Volumen.

Dazu umschließt ein stromdurchflossener Leiter ein vorbestimmtes Areal variabler Größe und erzeugt in diesem Bereich ein schwaches magnetisches Wechselfeld. Das zu lokalisierende Objekt trägt eine kleine, passive Spule, ähnlich einem RFID Transponder. Diese »Lokalisierungsspule« erzeugt in dem beobachteten Volumen ein magnetisches Sekundärfeld, welches von Sensoren erfasst und vom IndLoc-System ausgewertet wird. So kann eine Grenzüberschreitung sowie die Position, Orientierung und Bewegung des zu ortenden Objektes hochgenau erfasst werden, ohne dass es aktive Elektronik beinhalten muss.

 

Induktive Nahfeldortung in der Logistik

 

Die Technologie kann in Produktion und Logistik beispielsweise zur Kommissionierüberwachung eingesetzt werden, da sowohl Objekte als auch Pick- / Put-Bewegungen des Kommissionierers (über ein Wearable, z. B. Armband) zentimetergenau nachvollzogen werden können. So kann die Quittierung automatisiert werden oder der Anwender vor Fehlgriffen gewarnt werden.

Im Projekt SmaRackT soll neben der reinen Lokalisierung passiver Objekte mit integrierter Spule auch eine Erkennung und Charakterisierung leitfähiger Objekte durch die IndLoc-Technologie möglich gemacht werden. Erste Versuche haben bereits vielversprechende Ergebnisse gezeigt. So konnten beispielsweise M6- von M8-Schraubengemengen unterschieden werden und auch die Erkennung unterschiedlicher Oberflächenveredelungen oder des Füllstandes in einzelnen Behältern verspricht positive Ergebnisse.

 

KI für höchste Genauigkeit in der Materialflussüberwachung

 

Um solche Ergebnisse auch zukünftig und mit hoher Genauigkeit zu erzielen, werden im Projekt Maschine Learning-Algorithmen entworfen, die eine Klassifizierung von relevanten Objekten ermöglicht. Dafür wird zunächst eine Datenbasis von weit verbreiteten Objekten, Materialien und Mengen erzeugt, auf welcher die Lernalgorithmen aufbauen können. Die dazu benötigten Daten und Informationen werden experimentell bestimmt oder im Zuge der Anforderungserhebung in Experteninterviews mit Interessenten aus der Industrie abgefragt. Falls Sie selbst Ideen zu Anwendungsszenarien oder interessanten Gütergruppen haben, zögern Sie nicht uns zu kontaktieren und z. B. im Projektbegleitenden Ausschuss ihr Know-how einfließen zu lassen bzw. ihre Bedarfe einzubringen.

Einen Eindruck über den Funktionsumfang dieser Technologie geben die folgenden beiden Videos

 

 

IndLoc® - Vernetzte Kommissionierung für Industrie 4.0

Datenschutz und Datenverarbeitung

Wir setzen zum Einbinden von Videos den Anbieter YouTube ein. Wie die meisten Websites verwendet YouTube Cookies, um Informationen über die Besucher ihrer Internetseite zu sammeln. Wenn Sie das Video starten, könnte dies Datenverarbeitungsvorgänge auslösen. Darauf haben wir keinen Einfluss. Weitere Informationen über Datenschutz bei YouTube finden Sie in deren Datenschutzerklärung unter: http://www.youtube.com/t/privacy_at_youtube

 

 

 

IndLoc® - Localization and Identification

 

Datenschutz und Datenverarbeitung

Wir setzen zum Einbinden von Videos den Anbieter YouTube ein. Wie die meisten Websites verwendet YouTube Cookies, um Informationen über die Besucher ihrer Internetseite zu sammeln. Wenn Sie das Video starten, könnte dies Datenverarbeitungsvorgänge auslösen. Darauf haben wir keinen Einfluss. Weitere Informationen über Datenschutz bei YouTube finden Sie in deren Datenschutzerklärung unter: http://www.youtube.com/t/privacy_at_youtube

Unsere Projektpartner

  •  TU München – Lehrstuhl für Fördertechnik Materialfluss Logistik
  •  Fraunhofer IIS – Arbeitsgruppe für Supply Chain Services
  •  Fraunhofer IIS – Lokalisierung & Vernetzung
 

Projektbegleitender Ausschuss

Der Projektbegleitende Ausschuss bringt den nötigen Input aus der Wirtschaft in die Projektarbeit, um die für die potentiellen Anwender relevanten Anforderungen und Anwendungsszenarien auszuwählen. Des Weiteren können Sie durch Teilnahme am Projektbegleitenden Ausschuss eigene Fragestellungen platzieren und haben die Chance am Projektende die Prototypen in der eigenen Produktion einzusetzen und zu testen um dadurch aktuelle Forschungsbewegungen in Ihr Unternehmen zu überführen.

Das könnte Sie auch interessieren

 

Service-Plattform für produktionsnahe logistische Dienstleistungen

Der Mangel an Informationen über die tatsächliche Höhe der Leer- und Vollgutbestände in Behälterkreisläufen führt zu höheren Kosten und Lieferzeiten. Das Forschungsprojekt »DProdLog« setzt hier an und sorgt durch eine digitale Service-Plattform für eine Steigerung von Qualität und Umsatz.

 

Technologien und Lösungen für die digitalisierte Wertschöpfung

Ein Einstieg in den digitalen Wandel wird durch klar erkennbare Mehrwerte in der Praxis erleichtert. Dabei richten sich unsere Lösungen auf klare Kosten- und Nutzeneffizienz und integrieren sich in Ihre bereits bestehenden intralogistischen und industriellen Prozesse, bei denen der Mensch auf Technik trifft. Wir sind Ihr Partner für die digitale Transformation.

 

Road to Digital Production

Im interdisziplinären Forschungsprojekt soll die Digitalisierung industrieller Produktionsprozesse vorangetrieben werden: Mithilfe eines intelligenten Werkstückträgers wird ein klassischer Produktionsprozess dezentralisiert und dynamisiert, indem das gesamte prozessuale Umfeld bei einer industriellen Einzelfertigung bis auf die Werkstattebene hinunter digital erfasst wird.

 

Pick-by-Tag

Das Projekt Pick-by-Tag hat die Entwicklung eines neuen visuellen Kommissionierverfahrens auf Basis passiver RFID-Tags zum Ziel. Dadurch können die Schwachpunkte von herkömmlichen Pick-by-Light-Systemen, die ansonsten gut funktionieren, behoben werden. Das neue System ist mit weniger Kosten verbunden und ermöglicht eine höhere Flexibilität.