Automatisierte Robotikplattformen haben die Lagerlogistik grundlegend verändert, indem sie die manuelle Arbeit während des 24/7-Betriebs reduziert und die Betriebseffizienz verbessert haben. Die Branche entwickelt sich jedoch weiter: Während herkömmliche fahrerlose Transportsysteme (AGVs) auf festen Wegen basieren, bieten autonome mobile Roboter (AMRs) eine sicherere, dynamischere Navigation für eine größere Einsatzflexibilität in sich ständig ändernden Umgebungen. Dies wird durch die Kombination moderner künstlicher Intelligenz (KI)-Fähigkeiten mit fortschrittlichen Sensorarrays erreicht. Da Unternehmen, die auf AGVs angewiesen sind, bereits stark in leistungsstarke Robotikplattformen investiert haben, bieten Nachrüstungen eine kostengünstige Möglichkeit, bestehende Infrastrukturen aufzurüsten. Dieser Blog diskutiert AGV-zu-AMR-Upgrades, bevor das SECO SOM-SMARC-QCS6490 Computer-on-Module (COM) als zukunftsweisende Lösung für die Lagerautomatisierung der nächsten Generation vorgestellt wird.
Automatisierte Robotikplattformen haben Anwendungen in Lagerhaltung und Logistik revolutioniert. Insbesondere automatisierte fahrerlose Transportsysteme (AGVs) haben es Unternehmen ermöglicht, die Betriebseffizienz durch mechanisierten Warentransport zu steigern und den Bedarf an manueller Arbeit für den 24/7-Betrieb zu reduzieren. Allerdings existieren AGVs schon lange vor der modernen Robotik: In den 1950er Jahren bestanden AGVs aus modifizierten Schlepptraktoren, die durch das Magnetfeld von im Boden eingebetteten Drähten geführt wurden. Seitdem haben sich AGVs zu hochentwickelten Robotikplattformen entwickelt, die typischerweise optische, laser- oder magnetbandbasierte Führungssysteme verwenden. Dennoch sind diese Geräte auf Bewegungen entlang vorgegebener Pfade basierend auf festen Führungsvorgaben beschränkt.
Die Technologie autonomer mobiler Roboter (AMR) bietet eine Möglichkeit, diese evolutionäre Eigenart zu überwinden, indem sie Edge-Künstliche Intelligenz (KI) und fortschrittliche Sensorarrays nutzt, um die Navigation in offenen Umgebungen zu unterstützen. Für die Logistik steigert dies erheblich die betriebliche Flexibilität und ermöglicht die dynamische Hindernisbewältigung, um die Sicherheit für Menschen zu erhöhen, die neben autonomen Geräten arbeiten. Trotz der Vorteile könnten viele Unternehmen jedoch zögern, AMRs einzuführen, da sie bereits Millionen in AGVs investiert haben und ihre Einrichtungen mit AGV-Infrastruktur ausgestattet haben.
Hier kommen Nachrüstungen ins Spiel. Moderne AGVs integrieren bereits fortschrittliche Robotiksysteme für präzise Bewegungen in Lagerumgebungen. Indem sie diese Grundlage beibehalten und neue Sensor- und Verarbeitungssysteme hinzufügen, können Unternehmen ihre bestehenden AGVs in AMRs umwandeln, die Markteinführungszeit verkürzen und gleichzeitig in die Ausrüstung investiert bleiben.
Änderung des AGV-Verstands: Neues Gehirn, neues Spiel
AGVs sind fortschrittliche Maschinen, aber ihre Bordintelligenz und Wahrnehmungsfähigkeiten sind im Vergleich zu AMRs grundlegend. Um bestehende AGV-Plattformen von festen Navigationspfaden zu befreien, ist der erste Schritt, sie mit einem neuen „Gehirn“ nachzurüsten, das fortschrittliche Edge-Intelligenz unterstützt. Das „Gehirn“ muss dann mit einem breiteren „Nervensystem“ verbunden werden, das zusätzliche Sensoren wie 3D-Lidar-Module, Kameras und Inertialmesseinheiten (IMUs) umfasst. In Kombination ermöglichen diese Systeme einem AGV, die natürlichen Merkmale seiner Umgebung wahrzunehmen, anstatt festgelegte Wegmarkierungen. Die Sensorfusion-Verarbeitung ermöglicht dann eine fortschrittliche Navigation in offenen Umgebungen sowie die Erkennung von Personen oder Hindernissen für einen sichereren Betrieb.
Darüber hinaus kann ein in ein AMR umgewandeltes AGV die Umgebung protokollieren, um die gleichzeitige Lokalisierung und Kartierung (SLAM) zu unterstützen. In vielen Fällen können bestehende Raddatenströme aus dem ursprünglichen AGV-System mit neuen Sensordaten kombiniert werden, um die Positionierungs- und Distanzierungsgenauigkeit in großen Lageranlagen weiter zu verbessern.
AMRs profitieren auch von einer Verbindung zu übergeordneten Flottenorchestrierungsplattformen. Diese werden normalerweise in der Cloud gehostet und bieten Lagerverwaltern eine detaillierte Sicht auf die Flottenleistung, sodass der Betrieb angepasst werden kann, um die Effizienz zu steigern. Für AMR-Technikteams können Telemetrieberichte dann vorausschauende Wartungsbemühungen unterstützen, um die Betriebszeit der Flotte zu maximieren.
Während AGV-zu-AMR-Nachrüstungen die Ausgaben durch die Umnutzung bestehender Investitionen reduzieren können, ist es wichtig, die Belastung durch Hardwarekompatibilität und Softwareentwicklung für Nachrüstungsdesigner anzuerkennen. Allerdings können kommerziell erhältliche Standardlösungen (COTS) helfen, indem sie einsatzbereite eingebettete Computerplattformen bereitstellen, die es Entwicklern ermöglichen, sich auf den Erfolg der AGV-Nachrüstung zu konzentrieren, anstatt die einzelnen Komponenten einer Lösung zu kombinieren.
Beschleunigung der AGV-zu-AMR-Nachrüstungsentwicklung mit COTS-Ökosystemen
Bei der Gestaltung von Nachrüstungen benötigen Entwickler oft kompakte Lösungen, die einen niedrigen Stromverbrauch bieten. Entwickler können dann aufgerüstete Lösungen innerhalb der Gehäuse der Zielplattformen unterbringen und dabei die bestehende Strominfrastruktur nutzen.
Für AGV-zu-AMR-Umwandlungen bietet der SMARC (Smart Mobility Architecture) offene Computer-on-Module (COM)-Standard eine ideale Lösung für Gehirnnachrüstungen. Er bietet eine Vielzahl von Schnittstellen in einem 82 x 50 mm großen Formfaktor mit einem schmalen Stromverbrauchsbereich, typischerweise unter 6 W. Darüber hinaus profitieren offene COMs, auch bekannt als System-on-Modules (SOMs), von langfristiger Verfügbarkeit und Interoperabilität zwischen Lösungen, wodurch das Risiko einer Anbieterbindung verringert wird. COMs werden typischerweise auf anwendungsspezifischen Trägerplatinen montiert, sodass AGV-zu-AMR-Nachrüstungsdesigner die Intelligenz durch modulare Substitution aufrüsten können, während sich Chipsets weiterentwickeln.
Ein Beispiel für eine solche Lösung ist SECOS SOM-SMARC-QCS6490, das auf dem Qualcomm Dragonwing QCS6490-Prozessor basiert. Es bietet AGVs folgende Leistungssteigerungen zur Unterstützung von AMR-Funktionalitäten:
- Multi-Core-CPU: Der QCS6490 verfügt über 8 Applikationskerne (1x Kryo Prime bis zu 2,7 GHz, 3x Kryo Gold mit 2,4 GHz, 4x energieeffiziente Kryo Silver mit 1,9 GHz – alle auf Arm-Architektur basierend) für Systemsteuerung und parallele Verarbeitung von Sensordaten.
- Adreno GPU: Die dedizierte GPU ermöglicht fortschrittliche HMI-Anwendungen direkt auf dem Gerät sowie effiziente Verarbeitung von Multikamera-Daten für autonome Navigation außerhalb vorgegebener Pfade.
- Integrierter AI-Beschleuniger: Effiziente AI-Verarbeitung mit bis zu 12,15 INT8 TOPS unterstützt latenzarme Inferenz für sichere Navigation sowie visuelles und lidar-basiertes SLAM in Echtzeit – in Kombination mit der CPU.
- Flexible OS-Unterstützung: Unterstützt Windows 11 IoT Enterprise, Yocto Linux und Android für eine einfache Integration in bestehende Systeme.
Zusätzlich zum Prozessor verfügt das SOM-SMARC-QCS6490 über bis zu 12 GB verlöteten LPDDR5-6400-Speicher für zuverlässige Verarbeitung großer Datenmengen auch unter anspruchsvollen Bedingungen. Eine erweiterte Temperaturvariante (-30 °C bis +85 °C) ermöglicht zudem den Einsatz in unterschiedlichsten Lagerumgebungen, einschließlich Kühlketten.
Wie andere SMARC-Module bietet auch das SOM-SMARC-QCS6490 eine breite Auswahl an Schnittstellen, darunter USB und MIPI CSI für Sensorik und Kameras, optionales Wi-Fi für Cloud-Anbindung sowie CAN-Bus zur Integration in Bewegungssysteme von AGVs. Für Entwicklungs- und Testzwecke stellt das SECO DEV-KIT-SMARC ein sofort einsatzbereites Trägersystem in Industriequalität bereit, das die Entwicklung mit SMARC-Modulen beschleunigt. Neben physischen Schnittstellen unterstützt ein Eingangsspannungsbereich von 9 bis 20 V direkte Retrofit-Prototypen mit bestehenden AGVs.
Darüber hinaus wird das SOM-SMARC-QCS6490 durch das Clea Software-Framework von SECO unterstützt, das das modulare, Yocto-basierte Clea OS sowie Clea Portal und Clea Edgehog für Flottenüberwachung und Gerätemanagement umfasst. Das Clea Ökosystem beschleunigt die Softwareentwicklung für AMR-Retrofits und unterstützt zentrale Funktionen wie Secure Boot und OTA-Updates für langfristige Betriebssicherheit und Compliance. Das integrierte DevOps-Framework sowie unterstützende Komponenten wie SBOM erleichtern zudem Zertifizierungen im Bereich Cybersecurity, beispielsweise gemäß der RED-Richtlinie der Europäischen Union.
Fazit
Durch die Weiterverwendung bestehender Robotik-Infrastruktur können AGV-zu-AMR-Retrofits erhebliche Investitions- und Entwicklungskosten für Logistikunternehmen und OEMs reduzieren. In Kombination mit fortschrittlicher Sensorik und dem Clea Software-Framework von SECO ermöglicht das SOM-SMARC-QCS6490 eine verbesserte Umgebungswahrnehmung für autonome Navigation in dynamischen Lagerumgebungen. Darüber hinaus stellt SECO eine Evaluierungsplattform bereit, die umfassende Tests mit realen AGVs ermöglicht und so die Markteinführung von AMR-Lösungen im Einklang mit der offenen COM-Philosophie beschleunigt.
Um das vollständige Portfolio an Hardware- und Softwarelösungen von SECO für industrielle Robotik zu entdecken, besuchen Sie seco.com.