Supervised Autonomy – KI für die Fernwartung

Das Fraunhofer IPA in Stuttgart sucht Partner aus der Industrie mit Sitz in Baden-Württemberg für ein Forschungsprojekt zu dem Thema »Supervised Autonomy«. Wenn Sie überlegen, wie der Einsatz von autonomen Systemen wie fahrerlosen Transportsystemen oder Industrierobotern für Sie infrage kommt, Ihnen aber nicht klar ist, ob eine voll- oder auch teilautomatisierte Lösung alle Ihre Probleme abdeckt oder inwiefern häufigere Eingriffe durch einen Menschen nötig sein werden, dann bewerben Sie sich für die Teilnahme in diesem Konsortialprojekt. Unser Ziel ist es, menschliche Expertise und autonome Systeme noch enger zu verknüpfen, die Fernwartung dieser Systeme effektiver zu machen und somit das Beste aus beiden Welten zu vereinen.

Ausgangssituation

In den letzten Jahren sind autonome Systeme immer attraktiver geworden, da ihre Verfügbarkeit und Zuverlässigkeit kontinuierlich besser werden. Gleichzeitig mangelt es an Fachkräften und die Lohnkosten nehmen stetig zu – auch das spricht für mehr Automatisierungslösungen. Konkret lassen sich bereits heute fahrerlose Transportsysteme (FTS) einsetzen, um Waren in definierten Szenarien, wie z.B. in der Produktion oder Logistik, von einem Ort zum nächsten zu transportieren oder mit Industrierobotern automatisiert Produkte zu handhaben oder zu montieren.

In vielen Anwendungen scheitert jedoch der Einsatz autonomer Systeme, weil sie nicht die letzten fünf bis zehn Prozent Verfügbarkeit erreichen. Ein Grund hierfür ist die 80-20-Regel. Diese besagt, dass mit 20 Prozent des Aufwands bereits 80 Prozent vom Ergebnis erreicht werden. Die letzten 20 Prozent sind aber nur durch einen erheblichen Mehraufwand zu realisieren und machen eine wirtschaftliche und flexible Umsetzung oft schwierig. Typische Anwendungsfälle stellen dabei FTS in der Intralogistik oder mobile Handhabungssysteme in der Produktion dar.

Bei automatisierten FTS stellen unvorhergesehene Ereignisse oder Zustände wie z.B. die Blockade eines ausgewiesenen Fahrwegs eine Schwierigkeit dar, die meist nur Mitarbeiter vor Ort beheben können. Sie müssen aber wiederum geschult sein, was mit Kosten verbunden ist. Sind sie gerade nicht verfügbar, kann dies zu einem kurzfristigen Ausfall der Anlage führen. Auch beim erstmaligen Einsatz von Robotern können die Kosten für die initiale Inbetriebnahme hoch sein, da entsprechende Experten längere Zeit vor Ort sein müssen, um das Ausfallpotenzial gering zu halten. Diese Einbußen an Zuverlässigkeit und die erhöhten Supportaufwände können somit die Wirtschaftlichkeit der Anwendung gefährden.

Ziel dieses Projekts ist es deshalb, die Kosten für den initialen Einsatz und den längerfristigen Support für autonome Systeme zu senken und Hürden für teilautomatisierte Lösungen zu verringern und gleichzeitig eine hohe Zuverlässigkeit zu erreichen. Dazu soll vor allem die Leerlaufzeit der Experten minimiert werden und Fernwartung und KI die Supportarbeit unterstützen, um dort ähnliche Skaleneffekte wie bei reinen digitalen Produkten wirken zu lassen.

Des Weiteren können Prozesse, für die ein autonomer Betrieb aus wirtschaftlichen oder sicherheitsspezifischen Gründen nicht möglich ist, mithilfe von »Supervised Autonomy«-Lösungen teilautomatisiert werden. Insbesondere Prozesse in der Chemieindustrie oder im Katastrophenschutz stellen dabei sinnvolle Anwendungsbereiche dar.

Die Lösungsstrategien sollen im Projekt zentral gesammelt und durch Anwendung in KI-basierten autonomen oder Assistenzsystemen schnell verfügbar gemacht werden.

Lösungsidee

Um diese Herausforderungen zu adressieren, setzen wir mit mehreren Technologien an unterschiedlichen Stellen an, um die Robustheit und Wartbarkeit von mobilen und stationären Robotersystemen stückweise zu erhöhen und den Einsatz somit praktikabler zu machen.

Level 0: Vernetzung und Datensammlung

Durch die Vernetzung der Systeme können Daten einfach gesammelt und für die Aufarbeitung wiederverwendet werden. Bisherige mobile Robotersysteme sind schon in der Lage, ihre Sensordaten im Live-Betrieb mitzuschreiben. Diese Daten können direkt zum Training und zur Automatisierung von KI-gestützten Überwachungssystemen genutzt werden. Dadurch ist es mit nur wenig Mehraufwand möglich, die Erfahrungen der Vergangenheit systematisch zu sammeln, zu analysieren sowie gezielt und automatisiert zu nutzen, um die Prozesse zu verbessern und ihre Qualität zu sichern. Dadurch werden durch Experten geleistete Supportleistungen skalierbar.

Level 1: Entwicklung von Assistenzsystemen zur Teleoperation

Assistenzsysteme sollen dem Menschen dabei helfen, die autonomen Systeme bei Bedarf sicher und verlässlich zu teleoperieren. Dabei können die Algorithmen, die für den autonomen Betrieb verwendet werden, »abgespeckt« und für den teleoperierten Betrieb angepasst werden (ähnlich dem Spurhalteassistenten eines Autos). Ein Beispiel ist die Begrenzung der Kraft oder des Verfahrwegs eines Industrieroboters während der Teleoperation, um Fehlbedienungen zu vermeiden. Durch die Unterstützung eines KI-basierten Assistenzsystems kann der Roboter dabei das Beste aus beiden Welten verbinden: Menschliche Problemfindungskraft und das methodische Wissen über die Roboterbewegung des Algorithmus. Diese Kombination hilft, die teleoperierte Wartung schnell und sicher durchzuführen.

Level 2: Imitation Learning

Durch den Einsatz von Imitation-Learning-Techniken können die Algorithmen die Support-Lösungsstrategien des Menschen erlernen. Ein Beispiel: Durch die vorherigen Technologielevel können zum Beispiel Staus, Sackgassen oder Auslastungsspitzen mobiler Robotersysteme erkannt und durch einen Support-Mitarbeiter manuell gelöst werden. Dessen Lösungsstrategie kann dabei aufgezeichnet und mit der Technologie des Imitation Learning erlernt werden. Wird dieselbe Situation ein weiteres Mal erkannt, kann der Roboter nun diese Strategie selbstständig anwenden, ohne auf den Support-Mitarbeiter angewiesen zu sein. So kann die Robustheit des mobilen Roboters sukzessive und umgebungsabhängig verbessert werden, ganz ohne Mehraufwand.

Nutzen

Neuartige Roboteranwendungen

Mithilfe von Lösungen im Kontext der »Supervised Autonomy« können neuartige Prozesse und Roboteranwendungen erschlossen werden. Hierbei können bisher schwierige bis gänzlich unzugängliche Produktions- und Wertschöpfungsfelder mithilfe von autonomen Systemen und mobilen Manipulatoren erschlossen werden. Dazu gehören insbesondere Bereiche, die bisher aus sicherheitstechnischen Gründen nicht vollautonom bedient werden konnten wie z.B. im Katastrophenschutz, bei nicht zugänglichem Terrain oder bei der Handhabung von Gefahrstoffen.

Dabei werden für Hersteller dieser Systeme die Innovationshürden verkleinert, wodurch sie die bereits genannten Anwendungsgebiete in mobiler und Industrierobotik bei den Endanwendern bedienen und die Projektkosten deutlich reduzieren können.

·       Kosten für den anfallenden Supportaufwand werden direkt reduziert, da Systeme sofort per Fernwartung wieder einsatzfähig gemacht werden können, ganz ohne langwierige Anreise oder lange Leerlaufzeiten für Experten vor Ort.

·       Durch die entwickelten Assistenzsysteme ist es auch Laien oft möglich, Support zu leisten. Damit kann die Zeit der Experten effektiver genutzt werden, was folglich auch die Kosten reduziert.

·       KI-Systeme können Betreibern und Herstellern frühzeitig Warnungen zur Verfügung stellen, um zukünftige Ausfälle zu vermeiden und frühzeitig Wartungsprozesse einzuleiten (Predictive Maintenance).

·       Die durch die Supportdaten erlangten inkrementellen Verbesserungen erhöhen die Robustheit und senken somit ebenfalls Kosten.

Neuartige Servicemodelle

»Supervised Autonomy« ermöglicht neue Servicemodelle im Support. Bisherige Supportmodelle skalieren oft nicht, da die Problemlösungen noch immer stark an intensive Einzelbetreuung durch Experten gekoppelt sind, die noch dazu mit hohem Overhead versehen ist. Diese Supportlösungen werden oft nur zum »Abrunden« des Gesamtprodukts angeboten.

Indem einige Services virtuell angeboten werden, wird der Support schneller und kosteneffizienter. Zudem werden Kapazitäten für innovativere unternehmerische Bereiche frei. Mitarbeiter können vom Büro aus Supporttätigkeiten erledigen, ohne vor Ort sein zu müssen.

Des Weiteren erleichtern die KI-Anwendungen den First-Level-Support und machen diesen auch für Laien möglich. Ziel ist es, das gesamte System transparenter zu machen.

Servicemodelle für die Teleoperation können besser skalierbar gemacht werden, indem Mitarbeiter mithilfe von Assistenzsystemen mehrere teilautomatisierte Systeme bedienen und so kostengünstigere Lösungen angeboten werden können.

 

Unser Angebot

  • Einbinden Ihres Unternehmens in aktuelle Forschung: Sie profitieren von unserem Knowhow und sind stets am Puls neuer Innovationen und Entwicklungen.
  • Wir untersuchen konkret, wie neue Technologien helfen, Ihre Herausforderungen und Probleme zu lösen.
  • Austausch und Interessensgemeinschaft mit zahlreichen anderen Unternehmen, die vor ähnlichen Problemen stehen.

Ihre Teilnahme

  • Sie tragen Anwendungsfälle oder Problemstellungen aus Ihrem Umfeld bei.
  • Sie sind bereit, Ihre Expertise ins Projekt einzubringen, um industrielle Problemstellungen zu lösen.
  • Sie unterstützen uns mit Ihrem Feedback bei der Entwicklung von Lösungen der »Supervised Autonomy«.
  • Idealerweise sind Sie bereit, prototypische Lösungen auszuprobieren und uns Rückmeldung zu deren Verbesserung zu geben.