Pick-by-Vision: Augmented Reality unterstützte Kommissionierung

Pick-by-Vision: Augmented Reality unterstützte Kommissionierung Günthner, W. A. – Blomeyer, N. – Reif, R. – Schedlbauer, M. Dieses Vorhaben (Projekt-Nr. 14756 N/1) ist aus Haushaltsmitteln des Bundesministeriums für Wirtschaft und Technologie (BMWi) über die Arbeitsgemeinschaft industrieller Forschungsver- einigungen „Otto von Guericke“ e.V. (AiF) gefördert und im Auftrag der Bundesvereinigung Lo- gistik e.V., Bremen, durchgeführt worden. Herausgegeben von: Univ.-Prof. Dr.-Ing. Willibald A. Günthner fml – Lehrstuhl für Fördertechnik Materialfluss Logistik Technische Universität München Dieses Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte, insbe- sondere die der Übersetzung, des Nachdrucks, der Entnahme von Abbildungen, der Wiedergabe auf photomechanischem oder ähnlichem Wege und der Speicherung in Datenverarbeitungsanlagen bleiben – auch bei nur auszugsweiser Verwendung – vorbehalten. Copyright © fml – Lehrstuhl für Fördertechnik Materialfluss Logistik Printed in Germany 2009 ISBN: 978-3-941702-02-8 fml – Lehrstuhl für Fördertechnik Materialfluss Logistik Technische Universität München Boltzmannstraße 15 85748 Garching Telefon.: 089 / 289 -1 59 21 Telefax: 089 / 289 – 1 59 22 http://www.fml.mw.tum.de Zusammenfassung Das Ziel dieses Forschungsvorhabens war die Entwicklung eines praxistauglichen Konzepts zur Leistungs- und Qualitätssteigerung in der manuellen Kommissionierung durch den Einsatz der Augmented Reality Technologie (Pick-by-Vision). Dem Kom- missionierer werden mittels einer Datenbrille alle für die Ausführung seiner Tätigkeit notwendigen Daten direkt in sein Blickfeld eingeblendet. Ihm können dabei nicht nur statische Daten wie Textinformationen, sondern durch den Einsatz eines Tracking- systems zur Bestimmung der Position und Blickrichtung auch dynamische, im Raum positionierte Daten visualisiert werden. Diese räumlichen 3D-Geometrien weisen den Weg durch das Lager oder heben den Entnahme- oder Ablageort visuell hervor. In diesem Projekt wurden zunächst Einsatzszenarien und Anforderungen bezüglich des Anwendungsfalls „Kommissionierung“ erarbeitet. Pick-by-Vision eignet sich für eine große Spannweite an Kommissioniersystemen mit einem hohen Anteil an ma- nuellen Aufgaben. Es kann in einem konventionellen Mann-zur-Ware-System ebenso eingesetzt werden wie bei der Kommissionierung entlang einer Regalzeile oder an einem stationären Kommissionierarbeitsplatz. Der Mensch ist der wichtigste Faktor für die Einführung und Akzeptanz von Pick-by- Vision, so dass er bei der Entwicklung der beiden Funktionsmuster im Mittelpunkt stand. Ein Funktionsmuster verfügt über ein Trackingsystem, während das andere nur Textinformationen anzeigt. Dabei ist nicht nur die Informationsbereitstellung, sondern auch die Eingabe von Informationen durch einen Dreh-/Drückknopf oder Sprache genauer betrachtet worden, um eine komplette Benutzerschnittstelle zu schaffen, die den Ansprüchen des Menschen und der Kommissionierung genügt. In mehreren Evaluierungen zeigte sich das Potenzial, das Pick-by-Vision v. a. hin- sichtlich der Vermeidung von Kommissionierfehlern und der durch die gezielte Füh- rung durch den Kommissionierprozess bedingten steilen Lernkurve hat. Die Bereit- stellung der Informationen im Blickfeld und die direkte Hervorhebung des Lagerfachs sind die Hauptgründe dafür. Bei den Versuchsreihen und vielen weiteren Befragun- gen wurde das System überwiegend positiv bewertet und Pick-by-Vision ein großes Zukunftspotenzial eingeräumt. Das Ziel des Vorhabens wurde erreicht. Inhaltsverzeichnis 1 Einleitung 1 1.1 Wissenschaftlich-technische Problemstellung 1 1.2 Forschungsziel und Lösungsweg 3 1.2.1 Forschungsziel 3 1.2.2 Lösungsweg zur Erreichung des Forschungsziels 4 2 Grundlagen für die Entwicklung von Pick-by-Vision 7 2.1 Stand der Forschung 7 2.1.1 Augmented Reality 7 2.1.2 Kommissionierung 11 2.2 Logistische Kennzahlen 16 2.2.1 Kommissionierzeit 16 2.2.2 Kommissionierleistung 19 2.2.3 Kommissionierfehler 20 2.3 Grundlagen der Evaluierung 22 2.3.1 Begrifflichkeiten zur Evaluierung 22 2.3.2 Subjektive Beanspruchungskriterien 27 2.3.3 Ermittlung der subjektiven Beanspruchungskriterien 28 3 Einsatzszenarien für Pick-by-Vision 29 3.1 Einflussfaktoren auf die Einsatzszenarien 29 3.1.1 Auswahl geeigneter Kommissioniersysteme 29 3.1.2 Lagerstruktur, Sortiment, Auftragsstruktur 34 3.1.3 Einbeziehung der Kommissionierstrategien 38 3.2 Spezifizierung der Einsatzszenarien 40 3.3 Auswahl der Einsatzszenarien 44 3.3.1 Bewertungskriterien 44 3.3.2 Ergebnisse der Auswahl der Einsatzszenarien 46 3.4 Anforderungsanalyse 48 3.5 AR-unterstützter Kommissionierprozess 49 3.5.1 Allgemeiner Kommissionierprozess 49 3.5.2 Informationen und Interaktionen im Kommissionierprozess 51 3.5.3 Kommunikationskonzept für Pick-by-Vision 52 I 3.5.4 Kommunikationskonzept für die ausgewählten Szenarien 53 3.6 Recherche geeigneter Hardwarekomponenten 55 3.6.1 Datenbrille 55 3.6.2 Tragbarer Computer 64 3.6.3 Interaktionsgeräte 66 4 Erstellung der Benutzerschnittstelle 73 4.1 Wegfindung 73 4.1.1 Einflussfaktoren auf die Wegfindung 73 4.1.2 Graphische Unterstützung der Wegfindung 75 4.1.3 Potenziale und Grenzen der AR-unterstützten Wegfindung 82 4.1.4 Wegfindung in den ausgewählten Szenarien 83 4.2 Daten in der Kommissionierung 84 4.3 Interaktionskonzept 86 4.3.1 GUI-Design für Datenbrillen 86 4.3.2 Dateneingabe 90 4.3.3 Interaktionskonzept für Pick-by-Vision 93 4.3.4 Evaluierung und Bewertung der Benutzerschnittstelle 102 5 Entwicklung eines Systems ohne Tracking (FM1) 104 5.1 Vorgehen beim Aufbau des Funktionsmusters 1 104 5.2 Umsetzung und Aufbau des Funktionsmusters 1 105 5.2.1 Lagereinrichtung und -inhalt 105 5.2.2 Abbildung der Lagerumgebung im WMS 106 5.2.3 Softwareaufbau des Funktionsmusters 1 107 5.3 Erste Evaluierung des Funktionsmusters 1 110 5.4 Weiterentwicklung des Funktionsmusters 1 112 6 Evaluierung Funktionsmuster 1 116 6.1 Labortest 116 6.1.1 Versuchsaufbau Labortest 116 6.1.2 Nullhypothesen Labortest 119 6.1.3 Versuchsdurchführung Labortest 120 6.1.4 Ergebnisse des Labortests 122 6.1.5 Kernaussagen zum Labortest 135 6.2 MTM-Analyse 136 6.3 Praxisnahe Versuchsreihe 139 II 6.3.1 Versuchsaufbau in der praxisnahen Umgebung 139 6.3.2 Nullhypothesen bei der praxisnahen Versuchsreihe 143 6.3.3 Durchführung der praxisnahen Versuchsreihe 144 6.3.4 Ergebnisse der praxisnahen Versuchsreihe 145 6.3.5 Kernaussagen zur praxisnahen Versuchsreihe 157 6.4 Untersuchung unter praxisnahen Bedingungen 158 6.4.1 Probleme beim Einsatz von Pick-by-Vision 159 6.4.2 Anmerkungen der Kommissionierer 159 6.5 Zusammenfassung Versuchsreihen zum FM1 160 7 Entwicklung eines Systems mit Tracking (FM2) 162 7.1 Trackingsystem 162 7.1.1 Anforderungen an ein Trackingsystem 162 7.1.2 Trackingverfahren 163 7.1.3 Tracking für die ausgewählten Szenarien 174 7.