Beschreibung

• Verarbeitet Video-Streams oder statische Bilder in Echtzeit.
• Ein auf maschinellem Lernen basierendes Modul für semantische Segmentierung erkennt relevante Objektklassen, wie Paletten, Ladungen, Fahrkorridore, Fahrzeuge und Personen, sowie deren genaue Positionen in jedem Bild.
• Die segmentierten Bilder können mit Infrastrukturdaten des Werks angereichert werden, um eine Echtzeitüberwachung zu ermöglichen, z. B. das Erkennen von belegten oder leeren Palettenplätzen, falsch abgelegten Gegenständen oder Geräten.
• Tiefenintegration: Durch die Fusion von Daten aus Tiefenkameras oder LiDAR erkennt das System präzise die Geometrie von Paletten und die Lage von Hindernissen. Dadurch werden erweiterte Funktionen möglich, wie etwa hindernisspezifisches Ausweichverhalten (z. B. statischen Objekten ausweichen, bei Personen anhalten) oder adaptives Aufnehmen von ungenau positionierten Paletten.
• Das Modell wurde auf Intralogistik-spezifischen Datensätzen trainiert und bietet dadurch eine hohe Robustheit in Lager- und Produktionsumgebungen.
• Es kann zusätzlich auf kundenspezifische Anlagen feinabgestimmt werden, um standortspezifische Präzision und Anpassungsfähigkeit weiter zu erhöhen.

Innovationen

Die Technologie verleiht Maschinen ein visuelles Verständnis ihrer Umgebung – ähnlich der menschlichen Wahrnehmung. Im Gegensatz zu herkömmlichen Vision-Systemen, die auf feste Objektvorlagen beschränkt sind, erkennt sie unterschiedliche Objektklassen wie Personen, Paletten, Ladungen, Fahrzeuge und befahrbare Flächen. Damit werden neue Anwendungen möglich, etwa adaptive Lastaufnahme, Hindernisvermeidung oder anlagenweite Analysen.

Wesentliche Innovationen:

• Generische Objekterkennung – unabhängig von Paletten- oder Lasttyp.
• Automatisierte Kamera-Gabel-Kalibrierung für die Lastaufnahme (angemeldetes Patent: EP24223684.2).
• Echtzeitbetrieb mit bis zu 20 fps.

Diese Eigenschaften schaffen eine flexible, visuell gesteuerte Automatisierung, die die Leistungsfähigkeit von AGVs/AMRs und Transparenz in Anlagen erheblich steigert.

Marktrelevanz

Die Hauptzielgruppen sind Hersteller von AGVs und AMRs sowie Systemintegratoren. Durch die Integration unserer semantischen Wahrnehmungsmodule können sie Endkunden in Produktion und Logistik sicherere, autonomere und effizientere Lösungen anbieten.

Der kombinierte AGV/AMR-Markt wird auf rund 70.000 Einheiten im Jahr 2024 geschätzt und dürfte bis 2030 auf etwa 110.000 Einheiten wachsen. Bei einem Zielpreis von 1.000 – 5.000 € pro Fahrzeug ergibt sich ein aktuelles Marktpotenzial von 70 – 350 Millionen €, mit einem erwarteten Wachstum von etwa 50 % bis 2030.

Eine sekundäre Zielgruppe sind Endanwender, die die Software auf bestehender Kamerainfrastruktur einsetzen können, um in Echtzeit Einblicke in Materialflüsse und Anlagenzustände zu gewinnen. Dieses Marktsegment könnte den Primärmarkt langfristig sogar übertreffen, da Betriebe zunehmend auf digitale Zwillinge und KI-basierte Analytik setzen.

Kundennutzen

Das System steigert die Transparenz, Effizienz und Sicherheit in intralogistischen Umgebungen durch folgende Vorteile:

• Echtzeit-Einblicke in Anlagenzustände und Materialflüsse.
• Frühzeitige Erkennung von Hindernissen und Anomalien in Fahrkorridoren.
• Verbesserte Zusammenarbeit zwischen Mensch und Roboter durch kontextbewusstes Szenenverständnis.
• Automatisierte aufnahme leerer Paletten – einschließlich Sammeln, Stapeln und Entstapeln.
• Kontinuierliche Überwachung von falsch abgelegten Gegenständen oder Geräten.
• Reduzierter Aufwand bei der Inbetriebnahme und geringere Integrationskomplexität von AGV-/AMR-Systemen durch erhöhte Umgebungswahrnehmung.