Sogenannte chaotische Lagerhaltungssysteme gewinnen in der wirtschaftlichen Anwendung zunehmend an Bedeutung. Aufgrund ihrer hohen Dynamik und der damit verbundenen Unsicherheit über ihre Bestandsführung stellen sie hohe Anforderungen an logistische Prozesse. Das im Folgenden vorgestellte Projekt führt Methoden zusammen, um sich diesen Anforderungen durch den Einsatz eines autonomen Inventurroboters stellen zu können. Dabei kommen Ansätze der kognitiv inspirierten Künstlichen Intelligenz zum Tragen, die es dem Roboter ermöglichen, in unbekannten Umgebungen zielstrebig zu handeln. Trotz stetiger Veränderung der Umgebung wird der Roboter in die Lage versetzt, robuste Informationen über den Ist-Zustand von z.B. Lagerbereichen, ihrer räumlichen Lage und der dort gelagerten Waren zu erfassen. Die erfasste Information ist von Natur aus grob, dient aber dennoch als wertvolle Grundlage für die Analyse und Optimierung intralogistischer Prozesse.
Die Verfügbarkeit aktueller Zustandsinformationen stellt in Lagersystemen einen wesentlichen Faktor dar, um ihr Verhalten analysieren und optimieren zu können. Durch umfangreiche technische und organisatorische Systeme und Regelungen wurde und wird versucht, diese Informationen hinsichtlich Art, Menge, Ort und ggfs. Qualität gelagerter oder umgeschlagener Waren für betriebliche Prozesse und den effizienten Einsatz logistischer Planungsund Steuerungssysteme stets aktuell verfügbar zu halten. Die meist manuell durchgeführten Handling- und Erfassungsarbeitsgänge sind jedoch unzuverlässig. Statt die eigentliche Lagerfunktion des Schutzes vor Unsicherheit bzgl. der genauen Verläufe von einund ausgehenden Materialflüssen zu erfüllen [1], ergibt sich eine zusätzliche Unsicherheitsquelle, die durch höhere Sicherheitsbestände ausgeglichen werden muss.-
0.25 MB
Keine Kommunikationsobjekte vorhanden.
