Wo bringt der Einsatz autonomer Systeme den meisten Nutzen?

Autonome Fahrzeugsysteme, ob zu Land, zu Wasser oder in der Luft, können aufgrund ihrer vielfältigen Eigenschaften in unterschiedlichen Bereichen Anwendung finden. Der Einsatz erstreckt sich von Drohnen für Inspektions- bzw. Monitoringaufgaben über Feldroboter für eine ökologische Schädlingsbekämpfung bis hin zu autonomen Schiffen für den Güter- oder Personenverkehr. Im Mittelpunkt der Arbeit des Fachbereichs steht daher die folgende Fragestellung: In welchen Einsatzszenarien können die besonderen Potentiale autonomer Systeme sinnstiftend genutzt werden?

Die Überlegungen stehen dahingehend unter der Prämisse, Prozesse ressourcenschonender, flexibler und produktiver zu machen sowie Lösungen für aktuelle und zukünftige Herausforderungen aktiv zu gestalten. Vor dem Hintergrund, dass unzählige Anwendungen denkbar erscheinen, gilt es daher auch zu prüfen, ob der Einsatz eines autonomen Systems einen wirtschaftlichen und / oder gesellschaftlichen Mehrwert erzeugt und damit als Effizienzsteigerung bzw. Weiterentwicklung bestehender Prozesse anzusehen ist.

Autonome Fahrzeugsysteme können aufgrund ihrer vielfältigen Eigenschaften in unterschiedlichen Bereichen Anwendung finden – hier das Beispiel Hafenlogistik

Welches autonome System ist für welchen Einsatz geeignet?

Nachdem das entsprechende Einsatzszenario festgelegt wurde, muss im Anschluss das passende Basissystem für die definierte Mission ausgewählt werden. Dafür werden die entsprechenden Einflussfaktoren und missionsspezifischen Parameter analysiert.

Das komplexe Themenfeld „City Logistik“ kann beispielsweise sowohl durch den gezielten Einsatz von UAVs (Unmanned Aerial Vehicles), von bodengebundenen Fahrzeugsystemen, aber auch durch autonom agierende Binnenschiffe profitieren. Dementsprechend sind Umfeld und verfügbare bzw. benötigte Infrastrukturen (Fachbereich Infrastrukturen) sowie rechtliche und regulatorische Maßgaben bei der Analyse mitzudenken.

Womit müssen autonome Systeme ausgestattet sein, um sich fortbewegen zu können?

Um sicher durch eine dynamisch veränderliche Umwelt navigieren zu können, müssen autonome Fahrzeuge folgende Fähigkeiten besitzen: schnelle und präzise Erfassung ihrer Umgebung (Wahrnehmung);  Kenntnis des eigenen Standorts (Lokalisierung);  Planung einer kollisionsfreien Route zu einem definierten Ziel (Pfadplanung).

Um diese Fähigkeiten zu gewährleisten, sind zuverlässige Daten ausschlaggebend. Dementsprechend stellt der Einsatz verschiedener Sensortechnologien sowie die Aufbereitung und Verarbeitung der generierten Sensordaten mit Hilfe geeigneter Algorithmen eine zentrale Aufgabe des Fachbereichs dar. Herausforderungen bestehen dabei vor allem in den Latenzen, Informationslücken, Messfehlern sowie der Messgenauigkeit. Denkt man an den Einsatz unter schlechten Sichtverhältnissen oder in Gebieten mit diffusen Strukturen (z.B. Offroad-Anwendungen), so stellt sich die Frage, wie ein sicherer autonomer Betrieb bei Messunsicherheiten überhaupt möglich ist. Hier bieten zum Beispiel die Verfahren der Sensorfusion mögliche Lösungsansätze.

Neben diesen Basisfunktionen, die jedes System für einen autonomen Betrieb benötigt, sind je nach Einsatzszenario systemseitige Anpassungen erforderlich. So müssen zusätzlich, sowohl zur Erfüllung der spezifischen Mission als auch zur Integration in ein größeres Gesamtsystem, spezielle Hard- und Softwarekomponenten entwickelt werden.

Autonome Systeme handlungsfähig machen durch Methoden des Machine Learning

Autonome Systeme müssen dazu in der Lage sein, situationsgerecht und vorausschauend zu handeln, insbesondere unter ihnen bislang unbekannten Gegebenheiten. Sie müssen innerhalb kürzester Zeit die aktuelle Situation analysieren und Rückschlüsse für die Anpassung des eigenen Verhaltens daraus ziehen. Zum Einsatz kommen dabei Technologien des Machine Learnings. Anhand vorgegebener Entscheidungs- und Bewertungsprobleme werden aus entsprechenden Trainingsdaten Muster bzw. Regeln abgeleitet, die später auf ähnliche Problemstellungen adaptiert werden können. Dabei hängt die Qualität der Reaktion des autonomen Systems sehr stark von der Qualität der Trainingsdaten ab. Möglichst qualitativ hochwertige Trainingsdaten sollen durch die Nutzung unterschiedlicher Datenarten bzw. fusionierter Daten erreicht werden. Gleichzeitig helfen Simulationsverfahren, die Trainingsdaten um synthetische Daten zu erweitern.

Wie spielen Datenverarbeitung und Steuerung zusammen?

Durch entsprechende Aktorik sowie Steuerungs- und Regelungstechnik ist es dem autonomen System schlussendlich möglich, die zuvor generierten Handlungspläne umzusetzen. Im Zuge der Implementierung einer autonomen Navigation werden im Fachbereich unter anderem Ansätze des Model Predictive Control (MPC) genutzt. Unter dem Einsatz von Werkzeugen wie Matlab und Simulink sollen hier einerseits analytische Fragestellungen wie „Ist die Existenz einer stabilen Lösung gesichert?“ und andererseits numerische Fragestellungen, im Kontext von „Wie kann eine Lösung möglichst schnell berechnet werden?“ forciert werden. Interessant ist zudem die Kombination mit den KI-Komponenten, die zum Beispiel selbst Fehler in der Systembeschreibung bzw. Parameterwahl erkennen und beheben.

Was kann TITUS für Partner tun?

Mit seiner Expertise sowie den aus einschlägigen Projekten gesammelten Erkenntnissen und Erfahrungen bietet TITUS Unternehmen und wissenschaftlichen Einrichtungen eine umfassende Unterstützung bei der Entwicklung autonomer Systeme unabhängig vom Ideenstadium. So ist es möglich, mithilfe von Werkzeugen der Modellierung und Simulation Potentiale zu identifizieren, um daraus einen Ansatz abzuleiten oder aber einen bestehenden Ansatz hinsichtlich seiner Machbarkeit und Effizienz zu evaluieren. Darauf aufbauend können über eine ausführliche Analyse Anforderungen an den individuellen Anwendungsfall definiert, in ein Umsetzungskonzept überführt und zum Aufbau eines Demonstrators genutzt werden. Die Gestaltung und Etablierung erfolgt dabei in enger Zusammenarbeit mit dem Endnutzer, so dass wir auch bei technischen Fragestellungen und dem Abbau von Hemmnissen unterstützen. Ziel der Forschungsarbeit von TITUS ist es, Prozesse effizient weiterzuentwickeln und dabei für eine hohe Akzeptanz bei den künftigen Nutzern zu sorgen.