Seit einigen Jahren gibt es in der Industrie ernsthafte Bestrebungen für die Automatisierung und Autonomisierung mobiler Arbeitsmaschinen. Dies betrifft eine Reihe von Bereichen, wie die Landwirtschaft, die Forstwirtschaft, die Bauwirtschaft oder Berg- und Tagebaue. Für die in der Steuerungsarchitektur von autonomen mobilen Arbeitsmaschinen erforderlichen Sub-Systeme und Komponenten existieren derzeit kaum Zulieferer, da diese hochaktuelle Technologien erfordern, welche derzeit hauptsächlich als Konzepte in der Wissenschaft, als unzugängliche Lösungen bei großen Internetkonzernen oder als spezifische Komponenten in der Automobilindustrie existieren. Das Projekt KoSiNuS zielt darauf ab, zentrale Komponenten und Sicherheitsarchitekturen zu entwickeln, welche spezifisch für den Einsatz in autonomen mobilen Arbeitsmaschinen, wie zum Beispiel mobile Landwirtschaftsroboter, konzipiert wurden. Diese Komponenten umfassen
– potenziell sicherheitsgerichtet einsetzbare Umfelderkennung mit Personen-, Freiraum- und Hinderniserkennung,
– potenziell sicherheitsgerichtet einsetzbare Bildverarbeitungshardware, die auch und gerade für staubige und erschütterungsstarke Umgebungen mit starken Temperaturschwankungen geeignet ist,
– potenziell sicherheitsgerichtet einsetzbare Rechenhardware, die mit vertretbarem Entwicklungsaufwand für verschiedene Rechenleistungsanforderungen genutzt werden kann,
– Autonomiesteuerungssoftware, die modular und auf die jeweilige Anwendung anpassbar ist sowie
– Sicherheitskonzepte und deren Validierung für konkrete Anwendungsfälle.
Eine wesentliche Herausforderung hierbei entsteht durch die Nutzung von maschinellem Lernen (ML) und Künstlicher Intelligenz (KI) für die Umfelderkennung. Hieraus ergeben sich zum einen eine potenziell hohe Erkennungsleistung, zum anderen aber auch große Herausforderungen für alle oben genannten Komponenten. Gemeinsam werden HYDRIVE Engineering GmbH, SIListra Systems GmbH, Grünspecht Vision Labs GmbH, FusionSystems GmbH und Fraunhofer IVI entscheidende Komponenten für Wahrnehmungssysteme in autonomen Maschinen wie Landwirtschaftsrobotern, aber auch für andere Anwendungen in der industriellen Automation entwickeln.