Op weg naar autonome heftrucks voor buiteninzet
"Autonome trucks zullen geleidelijk steeds meer transporttaken overnemen," voorspelt Stefan Prokosch, initiatiefnemer van het KAnIS-project bij Linde MH. Als technologieleider in de industrie wil de intralogistiek specialist de voordelen van autonome trucks beschikbaar maken voor klanten die heftrucks gebruiken om goederen te vervoeren of zware vrachtwagens te laden en lossen. "De eisen die gesteld worden aan heftrucks die in buitengebieden werken zijn echter veel hoger dan die aan trucks die alleen binnen worden gebruikt. Ze moeten het vermogen hebben om hellingen op te rijden, ze rijden in de nabijheid van meer mensen en ander verkeer en ze moeten in verschillende weersomstandigheden en temperaturen kunnen worden ingezet," legt Prokosch uit. "Dankzij het gezamenlijke onderzoekswerk met Aschaffenburg UAS hebben we haalbare oplossingen kunnen ontwikkelen voor deze complexe eisen. Zodra het project is afgerond, zullen deze bevindingen een essentiële basis vormen voor verdere ontwikkelingsprojecten."
Ook voor de universiteit leverde de samenwerking een duidelijke meerwaarde op, verklaarde projectmanager Prof. dr. Hans-Georg Stark: “Voor ons was het KAnIS-project een zeer complex, interdisciplinair onderzoeksproject. Tien professoren en talloze onderzoeksassistenten en studenten waren erbij betrokken. Beide projectpartners hebben veel baat gehad bij de intensieve uitwisseling tussen de wetenschappelijke onderzoeksactiviteiten van Aschaffenburg UAS en de jarenlange expertise van Linde MH op het gebied van intralogistiek en truckontwikkeling."
Praktijkgerichte testscenario's onder realistische omstandigheden
Vier Linde E20, E25 en E30 elektrische heftrucks met een hefvermogen van 2,0 tot 3,0 ton werden geautomatiseerd en uitgerust met elektrohydraulische besturing (Linde Steer Control), het Linde Safety Pilot assistentiesysteem met elektronisch lastdiagram en een geïntegreerde vorkversteller. "De praktische implementatie van de onderzoeksresultaten was een belangrijk aspect voor zowel Linde MH als Aschaffenburg UAS," benadrukte Mark Hanke, afdelingshoofd Pre-Ontwikkeling bij Linde MH. Vanaf volgend jaar worden de trucks verder ontwikkeld en getest, zodat ze in de toekomst vier specifieke materiaaltransporttaken kunnen uitvoeren. Dit zijn onder andere het transport van gitterboxen en pallets met batterijen en het verplaatsen van truckframes en beschermkappen, die op speciale ladingdragers van de voorbewerkingslijn naar de hoofdassemblagelijnen moeten worden getransporteerd.
De eerste twee toepassingen zijn puur buiten, terwijl de andere twee vereisen dat de trucks zowel binnen als tussen de hallen rijden. Er moeten hellingen van 8 procent worden genomen en er zijn ook andere AGV's en manueel bediende trucks in de hallen. Om ervoor te zorgen dat de vier KAnIS heftrucks de pallets, gitterboxen en metalen frames veilig kunnen oppakken, zelfs als ze niet precies uitgelijnd zijn met de vloer, zijn ze uitgerust met een mobiele camera die tussen de vorken is gemonteerd. Deze meet het zakken van het vorkenbord zodat de vorken correct kunnen worden gepositioneerd middels de side shift. Ook het ontwerp van het truckframe, de batterijklep en het contragewicht werden aangepast. "Ons doel was om de veiligheidsscanners, camera's en sensoren zo veel mogelijk te integreren in de contouren van de truck, zodat de afmetingen van de truck zo dicht mogelijk bij de standaardversie blijven," zegt Hanke. Binnen lokaliseren de trucks zichzelf via laserscanners, buiten gebruiken ze differentiële GPS (Global Positioning System), een methode om de nauwkeurigheid van GPS te vergroten. Daarnaast hebben ze extra sensoren voor de overgang van binnen- naar buitengebieden. In tegenstelling tot hun handmatig bediende tegenhangers, rijden de geautomatiseerde heftrucks altijd achteruit op hun gedefinieerde routes om te voorkomen dat de lading van de vorken glijdt in geval van een noodstop.
Realtime communicatie met trucks en infrastructuur
Een bijzonder aandachtspunt van het onderzoeksproject was de perceptie van de omgeving van de geautomatiseerde heftrucks om een betrouwbare interactie met andere weggebruikers te garanderen. Hiervoor zijn de trucks uitgerust met 3D-scanners en HD-camera's naast de sensoren van het persoonsbeschermingssysteem. De cameragegevens vormen de basis voor het detecteren en classificeren van objecten met behulp van AI-algoritmen en het lokaliseren ervan om de snelheid van de truck aan te passen en het af te remmen tot stilstand. Maar dat is niet alles. Een andere belangrijke kwestie richtte zich op kritieke situaties die ontstaan wanneer mensen zich in gebieden bevinden, die niet gedetecteerd kunnen worden door de sensoren van de heftruck, en wel het rijpad van de truck naderen. Hier komt samenwerking tussen de heftrucks om de hoek kijken, want als er een andere vorkheftruck in de buurt is, kan die de relevante informatie doorgeven. Dit vereist echter realtime overdracht van de waarnemingsgegevens. Hiervoor heeft Linde een privé 5G-netwerk opgezet in de fabriek in Aschaffenburg. De waarnemingsgegevens worden van de heftrucks naar een edge server verzonden, die de lokaal gedetecteerde objecten gebruikt om een globale lijst van alle gedetecteerde objecten te maken en deze terugstuurt naar de heftrucks.
De test werd uitgevoerd met een crashtestpop die plotseling achter een muur vandaan komt en in het pad van de heftruck ‘rent’. Zonder samenwerking met andere trucks kan de geautomatiseerde heftruck niet op tijd stoppen en botst tegen de dummy op. Als hij echter realtime informatie ontvangt van een nabijgelegen heftruck, kan hij van tevoren op de gevaarlijke situatie anticiperen en op tijd remmen. Omdat het niet altijd mogelijk is om aan te nemen dat er een tweede heftruck in de buurt is, werden er acht stationaire 3D laserscanners geïnstalleerd op kruispunten en toegangspoorten langs de routes die de KAnIS- heftrucks in de toekomst zullen rijden. De lokale objectlijsten van de stationaire laserscanners worden ook samengevoegd op de edge server en de informatie wordt beschikbaar gemaakt voor alle voertuigen.
"Snelle draadloze netwerken zijn de voorwaarde voor autonome heftrucks om samen te werken in buitengebieden en in realtime te kunnen reageren op onvoorziene verkeerssituaties," benadrukte Prof. Dr. Klaus Zindler, Vice President for Research and Transfer bij Aschaffenburg UAS. "Ons doel is om algemene standaarden en algoritmen te ontwikkelen met behulp van AI-methoden, die vervolgens flexibel kunnen worden toegepast op verschillende trucks en toepassingen en blijven leren."
Reinigingssysteem voor sensoren, batterij opladen door robot
Een ander projectteam onderzocht hoe de optische sensoren dichtbij de grond kunnen worden gereinigd als ze vuil worden door waterspatten in de regen of door een nat wegdek. Dit is cruciaal, omdat als betrouwbare objectdetectie niet meer mogelijk is, het bestuurdersbeveiligingssysteem de truck automatisch veilig tot stilstand brengt. Om dit te voorkomen ontwikkelde het projectteam een reinigingssysteem dat perslucht gebruikt om vuile waterdruppels weg te blazen, die zich op de laserscanners hebben verzameld.
Weer een ander projectteam onderzocht mogelijke oplossingen voor het autonoom laden van de heftruckbatterijen. Het resultaat was een op AI gebaseerde robot, die de laadstekker aansluit op het laadstation van de heftruck. De achterkant van de heftruck werd hierop aangepast en er werd een automatisch bediende laadklep toegevoegd om het laadsysteem te beschermen tegen vuil en spatwater.
