Zörgéssel és csattogással kinyílik hátul egy kapu. Végtelen állványok nyúlnak a mennyezet alá, 13 méteres magasságban. Az állványok között keskeny, néha görbe folyosók labirintusa kanyarog. Az egyik sarokban magas csomagolóanyag-halom áll, a másikban raklapos ketrecek tornya. Raktári munkások és komissiózók sietnek a folyosókon. Ez egy tipikus jelenet sok raktárban és elosztóközpontban. A raktárak az áruk hatékony mozgatásának és kezelésének forgalmas csomópontjai, ami nagyon hektikus és nehezen kezelhető környezetté teszi őket.

- Egy raktár nyüzsgése kiváló alap a valóban autonóm gépüzemeltetéshez, mivel ebben a környezetben számos folyamat kiszámíthatatlan. A gépek számára ez azt jelenti, hogy rövid idő alatt kell meghozniuk a saját döntéseiket - véli Peter Krumbholz projektmenedzser és automatizálási szakember -, ami igazi kihívást jelent. Az érzékelők különösen fontos szerepet játszanak ennek leküzdésében.

A gépek felismerik az embereket

- A jövő raktárában minden az érzékelők körül forog - teszi hozzá Alexander Billiet, a raktárautómatizációs rendszereket fejlesztő Dematic egyik vezetője. - Az érzékelők az autonóm intralogisztika szemei és fülei - mondja. Szenzorok nélkül a targoncák, robotok és más gépek nem tudják érzékelni, mi történik körülöttük, ami azt jelenti, hogy nem tudnak reagálni a környezet változásaira. Az érzékelők ezért alapvető követelményt jelentenek ahhoz, hogy több rendszer és targonca működjön együtt egy csarnokban. A jövőben ezek is egyre inkább tudatában lesznek egymásnak, és képesek lesznek kölcsönhatásba lépni egymással.

Ez különösen az ember-gép vegyes működésre vonatkozik. - Eddig ez inkább egyfajta együttélés volt: az ember és a gép gyakran térben és időben elkülönül egymástól, és alig lépnek kapcsolatba egymással - magyarázza Peter Krumbholz. Ennek a jövőben változnia kell, köszönhetően a (még) jobb érzékelőtechnológiának és rendszereknek, valamint a valódi ember-gép együttműködésnek. Krumbholz úgy véli, hogy az ilyen valódi együttműködésben rejlő lehetőségeket messze alábecsülik.

Az emberek kitölthetnék a folyamatok azon hézagait, amelyeket a gépek nem tudnának kezelni, és fordítva. Úgy véli, hogy ez hatékonyabbá és gazdaságosabbá tenné a raktárakat. Alexander Billiet, a Dematic szakértője pedig még inkább meg van győződve erről, hozzátéve: - Az igazán nagyszerű dolog az, hogy az érzékelők segítségével növelhetjük a biztonság szintjét anélkül, hogy engedményeket kellene tennünk a termelékenység tekintetében. Az ember és a gép egyaránt elvégezheti a saját munkáját anélkül, hogy akadályozná vagy ütközne egymással. A robotok érzékelik az ember mozgását, és ennek megfelelően figyelembe veszik azt.

Az adatelemzés a kulcs

Ennek nagy része már most is valóság. A sztereokamerák lehetővé teszik a 3D-s képalkotást, és minden egyes pixelhez mélység- vagy távolságértéket állítanak elő, ami lehetővé teszi, hogy az automatizált irányított járművek (AGV-k) pontos képet alkossanak a körülöttük lévő térről. A letapogatási sebességek (azaz az a gyakoriság, amellyel egy érzékelő értékeket szolgáltat) már ma is igen gyorsak. De amikor a jövő intralogisztikájáról van szó, ezt a technológiát nem lehet elszigetelten szemlélni. Nem elég, ha az érzékelők több adatot szolgáltatnak nagyobb gyakorisággal és minőségben; az adatokat fel is kell dolgozni. - Végső soron sok különböző tudományág és technológia találkozik, hogy a modern érzékelők gyakorlati alkalmazását lehetővé tegye - mondja Krumbholz.

Az összeköttetés szintén előfeltétel, és a raktárban a magas szintű összeköttetés és a nagy átviteli sebesség - például az 5G-vel - lehetővé teszi az érzékelőadatok valós idejű elemzését és értékelését. - Eddig az adatfeldolgozási technológia magában a gépekben volt elhelyezve. Ma az adatok a targoncák, a viselhető eszközök és az infrastruktúra kombinációjából származnak. Ezért ez most a felhőbe vándorol - magyarázza Krumbholz. Ez azt jelenti, hogy az adatokat már nem magában a targoncában dolgozzák fel, hanem külsőleg, egy "adattóban", ahonnan az adott vállalat hozzáférhet hozzájuk.

Belép a mesterséges intelligencia

- Az adat az új arany - mondja Peter Krumbholz. De mit ért ez alatt? Azok a vállalatok, amelyek elsajátítják az érzékelőtechnológiát, felhasználhatják azt a neurális hálózatok és a mesterséges intelligencia képzésére. Minél több jó minőségű adat áll rendelkezésre, annál jobb termékeket és megoldásokat lehet nyújtani az ügyfeleknek, ami végső soron növeli a bevételt. Az olyan kutatási projektek, mint a LeddarTech szoftvercég, a Karlsruhe Institute of Technology (KIT), a Torontói Egyetem Stars Labja és a Kion által 2021-ben indított Aribic projekt, ezért hatalmas mennyiségű képet és adatot állítanak elő, amelyeket neurális hálózatok képzésére használnak fel.

A címkézés néven ismert folyamat során egy tárgyról számtalan fényképet mutatnak a mesterséges intelligenciának, különböző irányokból és perspektívákból, különböző minőségben és fényviszonyok mellett. Ezt addig ismétlik, amíg a rendszer képes felismerni magát a tárgyat, és tudja például, hogy az egy targonca vagy egy raklap. A betanítási fázis sok munkával jár, de az ember és a gép közötti autonóm interakció kulcsfontosságú eleme.

Nagyobb, mint a részek összege

A mesterséges intelligencia (MI), a felhőtechnológia és az érzékelőtechnológia kölcsönhatásából valami új jön létre, ami nagyobb, mint az egyes részek összege. A végső cél a gépi látás. - Ez lehetővé tenné a technológia számára, hogy saját maga hozza meg döntéseit - magyarázza Alexander Billiet a Dematictól, hozzátéve, hogy még nem tartunk ott.

Pedig jelenleg már többről van szó, mint a fokozott automatizálásról, és ez az automatizálás és az autonómia közötti finom különbségre vonatkozik. Az automatizálás általában olyan ismétlődő folyamatokra utal, amelyek önalkalmazkodás nélkül futnak. Az autonómia ezzel szemben olyan rendszerekre utal, amelyek reagálnak a környezetükre és annak hatásaira. A hibrid rendszerek jelenleg a mindennapi raktári folyamatokat uralják, mivel mind az automatizált, mind az autonóm megoldásokat alkalmazzák.

Ennek egyik példája a Kion leányvállalatának, a Stillnek az iGo Neo komissiózója. A targonca a vegyes üzemben nagyrészt autonóm módon működik, de a biztonsági előírások betartása érdekében biztonsági tanúsítvánnyal rendelkező lézerszkennerekre támaszkodik. Az Európa-szerte érvényes gépirányelv és az abból levezetett vonatkozó szabványok olyan biztonsági szintet követelnek meg az AGV-ktől, amelyet az MI-alapú képalkotás még nem teljesít.

Addig is, ez nem tartja vissza a Kion Group konstruktőreit és mérnökeit attól, hogy a gépi látást integrálják a biztonsági tanúsítvánnyal rendelkező rendszerekbe, és a két rendszer együtt működjön. Krumbholz: - Bizonyos AGV-k gépi látás segítségével mozognak a raktárban, míg a tanúsított lézerszkennereké az utolsó szó a kritikus pillanatokban, és megakadályozzák az ütközéseket. Úgy véli, hogy nem sokáig fog tartani, amíg a gépi látás önmagában is eléri a szükséges biztonsági szintet.

Az érzékelő technológia a valódi együttműködés kulcsa

Bár az automatizált folyamatok kétségtelenül igénylik a rendezett és kezelhető raktárkörnyezetet, a jövő raktára kaotikusabb és dinamikusabb lesz. Peter Krumbholz szerint az autonóm teherautók az érzékelőknek, a felhőtechnológiának és a mesterséges intelligenciának köszönhetően hamarosan képesek lesznek önállóan mozogni ebben a kihívásokkal teli környezetben. Krumbholz meg van győződve arról, az ember továbbra is nélkülözhetetlen lesz a jövő intralogisztikájában.