Skip to main content
blog | FTF-Performance: detaillierte Einblicke in neuronale Netze |
|
2 Minuten Lesezeit

FTF-Performance: detaillierte Einblicke in neuronale Netze

Maschinelles Lernen und neuronale Netze sind wichtige Begriffe in der modernen Logistik − aber was genau bedeuten sie? Das lassen wir uns am besten von einem Experten erklären. Paul Hamblin, der Herausgeber des „Logistics Business Magazine“, hat sich mit einem solchen getroffen.

Kollmorgen, der Spezialist für FTF und mobile Robotik, misst die Leistung und das Verhalten von FTF-Systemen sowohl auf der Systemebene als auch an Board einzelner FTF. Dabei werden Daten zu Motorantrieben, Laserscannern, Ortung, Verkehr und Behinderungen durch Hindernisse erfasst, um Trends und Muster aufzudecken, die bei der Verbesserung von Produkten und Systemkonfigurationen hilfreich sein können.

Die Messung von Hochs und Tiefs in der Produktivität oder täglichen Auslastungstrends kann für die Optimierung von Strecken, die Steigerung der Durchsatzraten und die Berechnung intelligenterer Ressourcenauslastung genutzt werden. Für Endnutzer bedeutet dies niedrigere Kosten und höhere Erträge. Die erfassten Daten können auch wichtige Hinweise auf externe Prozesse geben, die sich möglicherweise negativ auf die FTF-Leistung auswirken. Zum Beispiel Fußgänger, die den Fahrerlosen Transportfahrzeugen in die Quere kommen, oder manuelle Gabelstapler in Bereichen, die ursprünglich für die FTFs geplant wurden.

Wie ist so etwas überhaupt möglich? Samuel Alexandersson, Manager Product Management für FTF bei Kollmorgen gibt uns Auskunft.

„Ein künstliches neuronales Netz ist ein Rechenmodell, das sich an die Struktur des menschlichen Gehirns anlehnt“, erklärt er uns. „Unsere Gehirn- beziehungsweise Nervenzellen sind über ein komplexes Netzwerk aus Nerven verbunden, durch das elektrochemische Signale geschickt werden. Vereinfacht kann man sagen, dass das Neuron feuert, wenn die Gewichtung der Eingangssignale stark genug ist, und das Signal an die nächste Gruppe von Zellen weiterleitet, mit denen das Neuron verbunden ist.

„Auf diese Weise bestimmt die Struktur der Verbindungen zwischen all den verschiedenen Neuronen in unserem Gehirn, wie ein Signal weitergeleitet wird, und wenn wir neue Dinge lernen, geschieht in unserem Gehirn tatsächlich eine Umstrukturierung der Verbindungen."

In einem künstlichen neuronalen Netz sind die Signale digital und nicht elektrochemisch, und die Stärke der Verbindungen wird in Gewichten gespeichert. Anfangs haben diese Gewichte zufällige Werte, sodass bei der Eingabe von Daten in ein neuronales Netz nur Unsinn ausgegeben wird. Aber wie auch wir Menschen aus Erfahrung lernen, können wir das Modell mithilfe von Erfahrungen in Form von Daten lernen lassen.

Jeder Datenpunkt stellt eine Eingabe und eine erwartete Ausgabe dar, sodass aus diesen Beispielpaaren gelernt werden kann. Die Verwendung dieser so genannten Algorithmen für maschinelles Lernen zur schrittweisen Anpassung der Gewichte bringt die Ausgabe des Modells immer näher an die erwartete Ausgabe heran, so dass das Modell lernen kann, Vorhersagen zu treffen.

Wir können einer Maschine beispielsweise beibringen, zwischen einer Katze und einem Hund zu unterscheiden, indem wir einen Datensatz mit Bildern (Eingaben) konstruieren, wobei die Bilder entweder als Katze oder als Hund (den korrekten Ausgaben) gekennzeichnet sind. Nachdem das neuronale Netz mit diesem Datensatz trainiert wurde, können wir ein neues Bild eingeben, das korrekt als Katze oder Hund erkannt wird, obwohl das Netz dieses Bild noch nie zuvor gesehen hat."

Als Nächstes fragten wir, ob er uns Beispiele dafür nennen kann, wie aus Daten im Logistikkontext Erkenntnisse gewonnen werden können.

„Die Entwicklung eines FTF-Systems kann eine schwierige Aufgabe darstellen, die umfassende Fähigkeiten und Erfahrung erfordert", antwortet Samuel Alexandersson. „Wenn wir zum Beispiel ein Straßenverkehrsnetz entwerfen, müssen wir möglicherweise zehntausende einzelne Straßenabschnitte korrekt konfigurieren. Natürlich kann man leicht einen Fehler machen, und oft werden solche Fehler erst entdeckt, wenn man das System in einer Simulation laufen lässt.

Daher arbeiten wir derzeit an der Entwicklung von Tools, die das Straßenverkehrsnetz direkt analysieren , damit der Nutzer unmittelbar Feedback erhält. Bei internen AB-Tests stellten wir fest, dass die Grundursache einer fehlerhaften Konfiguration von den Nutzern so 5-mal schneller ermittelt werden konnte.

Ein eher anekdotischer Hinweis auf die Auswirkungen, die wir mit einem datengesteuerten Ansatz erzielen können, ist ein Support-Fall, bei dem ein Problem, an dem ein Ingenieur mit herkömmlichen Methoden mehrere Stunden gearbeitet hatte, mit Hilfe eines Prototyps, der die Konfigurationsdaten automatisch analysiert, innerhalb von 10 Minuten gelöst werden konnte."

Da sieht man es also wieder, im Endeffekt geht es immer um Katzen und Hunde.

Autor: Paul Hamblin, Logistics Business Magazine

Kontaktieren Sie uns

Das Außergewöhnliche entwickeln

Wir bei Kollmorgen glauben an die Kraft von Antriebstechnik und Automatisierung bei der Erschaffung einer besseren Welt.

Erfahren Sie Mehr

Related Resources

Stapeln von 3-Tonnen-Paletten mit Soft-Bags: Für FTS von Heli mit der Technologie von Kollmorgen keine Herausforderung >

Jedes Projekt ist anders. Daher ist es wichtig, eine modulare Lösung anbieten zu können, die an die Anforderungen der Kunden angepasst werden kann. Erfahren Sie, wie Heli spezialisierte FTS mit einem großen Aktionsradius entwickelt und mit der…

5G-fähige FTF und AMR: ein Meilenstein für die Intralogistik >

In Fabriken und Lagern kommen intelligente Systeme zum Einsatz, die als fahrerlose Transportfahrzeuge (FTF) und autonome mobile Roboter (AMR) bezeichnet werden. Sie verändern die Materialwirtschaft, indem sie selbstständig Aufgaben erledigen und…

Hangcha Intelligent ermöglicht intelligente Keramikproduktion: Transformation der New Pearl Group durch fortschrittliche Fertigung >

In der sich ständig weiterentwickelnden Fertigungsindustrie ist Innovation die Grundlage für Fortschritt. Die New Pearl Group ist ein Pionier in der Keramikbranche und hat durch die Einführung intelligenter Produktionstechniken einen großen Sprung…

Vertiefen Sie Ihre FTS-Kenntnisse mit dem umfassenden Schulungsangebot von Kollmorgen >

Da sich fahrerlose Transportsysteme (FTS) rasant weiterentwickeln, können sich Unternehmen durch kontinuierliche Weiterbildung und Kompetenzentwicklung einen entscheidenden Wettbewerbsvorteil verschaffen.
ChatGPT, Google Bard oder Microsoft Copilot und FTF: Vorteile nutzen, Nachteile vermeiden

ChatGPT, Google Bard oder Microsoft Copilot und FTF: Vorteile nutzen, Nachteile vermeiden >

Könnte Prompt-basierte KI wie ChatGPT, Google Bard oder Microsoft Copilot die FTF-Branche revolutionieren? Sebastian Witkarsson, Information Security Officer bei Kollmorgen, hat sich die Vor- und Nachteile dieser Technologie angesehen – und…
Kollmorgen Innovation Day, Verwirklichung von Ideen auf dem neusten Stand der Technik

Verwirklichung von Ideen auf dem neusten Stand der Technik >

Bei Kollmorgen dreht sich alles um Innovation. Wir investieren ständig in Kooperationen und Forschungsprojekte, um Wissen und Know-how mit Partnern und Universitäten in aller Welt auszutauschen. Erfahren Sie von einem Experten auf dem Gebiet mehr…
Kollmorgen Innovationstag

Gemeinsam für Innovation: Mehr Perspektiven für bessere Ideen und bessere Produkte >

Kollmorgen stellt Jahr für Jahr immer mehr weibliche Beschäftigte ein, was unsere gesamte Sichtweise deutlich erweitert. Alle sind sich einig, dass Diversität die Innovation fördert, und diese Werte gelten für unser Unternehmen auf sämtlichen Ebenen.

Interoperabilität: Was dahinter steckt und weshalb sie im Zeitalter der Automatisierung so wichtig ist >

Wir leben in einer digitalen Welt. Die Verbraucher im E-Commerce erwarten eine schnellere und flexiblere Lieferung als noch vor einigen Jahren. Deshalb müssen Unternehmen, Einzelhändler und ihre Lagerdienstleister neue Wege finden, um Waren schnell…
Automatisierung an einem einzigen Tag mit einer bahnbrechenden Do-it-yourself-Plattform

Automatisierung an einem einzigen Tag mit einer bahnbrechenden Do-it-yourself-Plattform >

Mit der Veröffentlichung einer Autonome mobile Roboter (AMR)-Plattform, die es den Nutzern ermöglicht, eine sofort einsatzbereite Automatisierungstechnologie in weniger als einem Tag zu installieren, hat die für alle zugängliche und erschwingliche…