STILL participa en el proyecto IMOCO con la plataforma «iGo neo»
La visión de vehículos de transporte de conducción autónoma en naves de producción y almacenes debería estar al alcance de la mano gracias al proyecto de investigación europeo IMOCO (Intelligent Motion Control).
En el lado alemán, el proyecto está gestionado por el especialista en intralogística con sede en Hamburgo STILL, una filial del Grupo KION. La finalización del proyecto está prevista para el cuarto trimestre de 2024.
La visión de vehículos de transporte de conducción autónoma en naves de producción y almacenes debería estar al alcance gracias al proyecto de investigación europeo IMOCO.
Vehículos de transporte que navegan de forma completamente autónoma por el almacén y el área de producción, aprenden a analizar y «comprender» su entorno, reconocen obstáculos y personas de manera confiable y los evitan, y al mismo tiempo transportan mercancías de manera rápida y confiable de un lugar a otro – eso suena como la ciencia ficción en este momento. Sin embargo, esta visión pronto debería convertirse en realidad si los iniciadores del proyecto de investigación europeo IMOCO se salen con la suya. Para ello, se definieron cuatro escenarios dentro del proyecto de investigación, que se caracterizan por los principios de los gemelos digitales y la IA (aprendizaje automático/aprendizaje profundo): navegación inteligente, recogida de la mercancía, transporte y colocación en destino. “Tales procesos imponen exigencias muy altas a los procesos y también al vehículo. Con nuestro OPX iGo neo, enviamos al proyecto un recogepedidos que, gracias a su equipamiento inteligente y las capacidades resultantes, se acerca mucho a la idea de este vehículo de conducción autónoma», describe Ansgar Bergmann, responsable de el proyecto IMOCO en STILL.
Se requieren sensores de alta sensibilidad
Los sistemas de transporte sin conductor actuales todavía están llegando a sus límites cuando en realidad se supone que deben moverse de forma totalmente autónoma en el almacén o en la producción. Reconocen los obstáculos y frenan en consecuencia, pero aún no son capaces de sortear obstáculos, buscar inteligentemente las rutas más eficientes y analizar su entorno. Para ello, necesitan sensores de alta sensibilidad en forma de escáneres láser, cámaras o radares para detectar objetos espaciales como estanterías o carteles, marcas y expositores. Además, deben “entender” su entorno, registrar cambios y ser capaces de afrontarlos. Esta es la única manera de que estos vehículos naveguen de forma independiente hasta su destino, reconozcan y manejen cargas, eviten obstáculos o encuentren estacionamientos adecuados para la mercancía transportada.
El OPX iGo neo ya se mueve de forma autónoma en el pasillo, registra y comprende su entorno y deriva sus acciones de él. Salir del pasillo de forma completamente autónoma y navegar por los pasillos en el sitio del cliente y, p. B. planificar caminos óptimos, sin embargo, aún no es parte del producto. Sin embargo, debido a que ya está equipado con los sensores ambientales apropiados, esto lo convierte en el punto de partida ideal para los futuros desarrollos previstos de este proyecto. «Para OPX iGo neo, el objetivo del proyecto es aumentar aún más el grado de comprensión del entorno y la capacidad de tomar decisiones, para aumentar continuamente las habilidades autónomas, la inteligencia del robot y moverlo de forma autónoma más allá el pasillo en el almacén para dejar actuar. Los enfoques de aprendizaje automático y aprendizaje profundo juegan un papel muy importante aquí”, explica Ansgar Bergmann.
Detecta obstáculos en tiempo real
IMOCO se ha fijado el objetivo de crear las condiciones para este desafiante uso de sistemas robóticos móviles en entornos dinámicos de intralogística. Los cambios de planificación de una ruta realizados de forma autónoma y dependientes de la situación, incluida la consideración de objetos en movimiento como personas o vehículos, deberían ser posibles en todo el almacén. Ansgar Bergmann: «El proyecto de investigación quiere desarrollar aún más la tríada convencional de reconocimiento, análisis y acción utilizando inteligencia artificial: percibir, comprender y resolver». Dentro del proyecto de investigación, los vehículos deben poder percibir el entorno espacial a través de diferentes sensores y objetos entrenados no solo para reconocer, sino también para evaluar sus movimientos. “Esta detección de obstáculos debe realizarse en tiempo real para que el proceso sea fluido”, dice el experto.
