Warum AMR- und AGV-Flottenmanagement RTLS braucht

In automatisierten Umgebungen ist RTLS  nützlich, weil es hilft, Gegenstände und Assets in der gesamten Anlage zu lokalisieren, und alle wissen, wo sich alles und jeder befindet, und … das ist die Grundidee.  Auch wenn all das stimmt und nützlich ist, fehlt noch etwas. RTLS adressiert grundsätzlich Probleme, die man möglicherweise gar nicht kennt oder die auf einem Reporting-Dashboard nicht sichtbar sind.

Bei Gabelstaplern konzentriert sich RTLS auf Verhaltensanalysen und menschliche Verantwortlichkeit. Wir gehen in unserem Blog zum Gabelstapler-Tracking→ ausführlicher auf dieses Thema ein.

Die Probleme, die mit AGVs und AMRs einhergehen, sind weit weniger offensichtlich als andere. Sie liegen im Detail des Betriebs. Beide Fahrzeuge haben eine Vorstellung von ihrem eigenen Standort in einer Anlage, das ist also nicht das Problem. Das Problem ist, dass sie nicht das ganze Bild kennen, also die Wahrheit über die Anlage, durch die sie navigieren. RTLS behebt das und schließt die Wissenslücken, die diese Fahrzeuge sonst niemals erkennen würden.

‍

‍

Der falsche Blick auf RTLS für automatisierte Flotten

Stellen Sie sich einen Lagerboden vor. Regale voller Kisten. Ein Gabelstapler in der Ecke. Ein Mitarbeiter, der zwischen den Regalen unterwegs ist. Ein autonomer mobiler Roboter navigiert in der Nähe.

In einer Version hat der Mitarbeiter Fragezeichen über dem Kopf. Er sucht Regal für Regal, ohne dass ihn ein System leitet. Der AGV absolviert seine Runde planmäßig, soweit man das beurteilen kann. Der AMR navigiert selbstbewusst. Und doch sinkt der Durchsatz, ein Bereitstellungsbereich staut sich, und niemand kann genau sagen, warum.

In der anderen Version läuft Pozyx RTLS über die gesamte Anlage. Der Mitarbeiter ist getaggt und lokalisiert. Die tatsächliche Position des AGV wird in Echtzeit mit seiner erwarteten Position verglichen. Die vom AMR gemeldete Position wird mit einer unabhängigen Ground Truth abgeglichen. Wenn die Realität vom Plan abweicht, weiß das System es sofort – nicht erst am Ende der Schicht, wenn jemand merkt, dass die Zahlen nicht stimmen.

‍

‍

Der Unterschied besteht nicht darin, dass sich Assets gegenseitig sehen können. Es geht darum, dass die Anlage jetzt über eine unabhängige Quelle der Wahrheit verfügt, die kein einzelnes Onboard-System eines Fahrzeugs bereitstellen kann.

AGVs: Das Problem ist die unsichtbare Fragilität

AGVs folgen festen Routen und nutzen Magnetband, Bodenmarkierungen oder Laserreflektoren. Da der Weg vorgegeben ist, ist ihre Position fast eine Formalität. Man weiß ungefähr, wo sich ein AGV befinden sollte, basierend darauf, welche Route es fährt und wie lange es bereits unterwegs ist.

Genau das macht AGV-Flotten auf eine stille Weise fragil, die ohne RTLS schwer zu erkennen ist.

Das eigentliche Problem ist nicht, wo sich das AGV befindet. Es ist, nicht zu wissen, wann die Realität vom Plan abgewichen ist.

Ein AGV, das eine Runde in vier Minuten schaffen soll und sieben Minuten braucht, ist auf ein Hindernis gestoßen. Eine Blockade. Ein Verkehrskonflikt mit einem manuellen Gabelstapler, der auf die Route geraten ist. Eine mechanische Verlangsamung kündigt einen Fehler an. Die eigene Lokalisierung des AGV sagt Ihnen nur, dass es sich an Kontrollpunkt 4 von 12 befindet. Sie sagt Ihnen nicht, dass es drei Minuten hinter dem Zeitplan liegt, dass sich die Verzögerung zu einem Rückstau an der Kommissionierstation ausweiten wird oder dass dies bereits das dritte Mal an einem Dienstagnachmittag passiert, wenn ein bestimmtes Liefermuster Gang 7 verstopft.

RTLS liefert Ihnen kontinuierliche Positionsdaten, unabhängig von der eigenen Routenlogik des AGV. So können Sie jederzeit die Lücke zwischen der tatsächlichen Position des AGV und seiner Soll-Position verfolgen. In genau dieser Lücke liegt operative Intelligenz. Dort erkennen Sie eine sich aufschaukelnde Verzögerung, bevor sie zu einem verpassten SLA wird, identifizieren Routenkonflikte, die nur unter bestimmten Verkehrsbedingungen auftreten, und bauen die historische Mustererkennung auf, die prädiktive Eingriffe möglich macht.

Bei AGVs mit VDA5050-Unterstützung nimmt die Pozyx Platform deren Positionsdaten direkt über MQTT auf und gleicht sie mit dem erwarteten Routenverhalten ab. Bei Systemen ohne diese Unterstützung liefert ein UWB-Tag am Fahrzeug denselben kontinuierlichen Positionsstrom ohne Protokollabhängigkeit. In jedem Fall ist nicht der Standort selbst der Wert, sondern die Erkennung von Abweichungen, die kontinuierliche Ortung ermöglicht.

Für einen tieferen Einblick, wie VDA5050 und omlox in der Praxis zusammenarbeiten, einschließlich Protokollarchitektur und Bedeutung für Multi-Vendor-Deployments, lesen Sie unsere vollständige Analyse →

‍

AMRs: Das Problem ist, dass die Karte des Roboters veraltet

AMRs sind die fortschrittlichsten Fahrzeuge in der Halle. Sie nutzen LiDAR, Kameras und Ultraschallsensoren, um mit SLAM, Simultaneous Localization and Mapping, ihre eigene interne Karte der Umgebung zu erstellen und aktuell zu halten. Ihre selbst gemeldete Position ist im Verhältnis zu dieser Karte oft sehr genau. Warum ist RTLS also wichtig?

Weil die Karte, der der AMR vertraut, nicht dauerhaft korrekt bleibt.

Physische Umgebungen verändern sich ständig. Eine Palette wird in einen temporären Bereitstellungsbereich verschoben. Ein neues Palettenregal wird während einer Wochenend-Umstrukturierung hinzugefügt. Eine Wartungsabsperrung wird mitten in der Schicht aufgestellt. Eine Charge eingehender Waren wird in einem Gang abgestellt, der um 6 Uhr morgens noch frei war. Die SLAM-basierte Karte des AMR war korrekt, als sie erstellt wurde, aber sie verschlechtert sich in Echtzeit, während sich die physische Realität um ihn herum verändert. Der Roboter kann eine völlig genaue Position relativ zu seinem eigenen internen Modell melden, während dieses Modell nicht mehr widerspiegelt, was tatsächlich auf dem Hallenboden passiert.

Dadurch entstehen zwei konkrete Fehlermodi, die sich aus den eigenen Daten des AMR heraus nur schwer erkennen lassen.

• Positionsdrift in dynamischen Umgebungen. Wenn sich der AMR anhand einer Karte mit veralteten Orientierungspunkten neu lokalisiert, summieren sich kleine Fehler. Der Roboter glaubt, an einem Ort zu sein, während die physische Realität leicht anders ist. In einer Umgebung mit geringer Dichte spielt das kaum eine Rolle. In einer hochverdichteten Anlage mit engen Durchfahrten, AGVs auf festen Routen und Mitarbeitern, die dieselben Gänge nutzen, sind genau diese kleinen Abweichungen der Ursprung von Kollisionen und Beinaheunfällen.
• LiDAR ist reaktiv, während RTLS prädiktiv ist. Das LiDAR des AMR erkennt dynamische Hindernisse absolut zuverlässig; das ist eine seiner Kernfunktionen. Es erkennt sie jedoch nur innerhalb der Sensorreichweite, typischerweise wenige Meter, und dann reagiert der Roboter: Er verlangsamt, stoppt oder weicht aus. Ein Mitarbeiter, der sich aus 30 Metern Entfernung durch eine unübersichtliche Kreuzung auf den AMR zubewegt, existiert für die Sensoren des Roboters nicht, bis er nah genug ist, um erfasst zu werden. Bei Betriebsgeschwindigkeiten ist das ein reaktives System, das am Rand seiner Sicherheitsreserve arbeitet.

RTLS weiß, dass sich der Mitarbeiter 30 Meter entfernt befindet und näher kommt, noch bevor der AMR überhaupt Sensordaten über ihn hat. Dieser Vorsprung ermöglicht es dem Flottencontroller, den Roboter umzuleiten oder an einem Wegpunkt anzuhalten, bevor ein Konflikt entsteht – nicht erst, nachdem LiDAR bereits einen Notstopp ausgelöst hat. Ein Notstopp, weil LiDAR jemanden in 3 Metern Entfernung erkannt hat, ist ein Koordinationsfehler, der zufällig sicher abgefangen wurde. RTLS verhindert, dass dieser Koordinationsfehler überhaupt entsteht. Der Unterschied liegt nicht in Erkennung versus Nicht-Erkennung; er liegt zwischen einer Anlage, die auf Konflikte reagiert, und einer, die sie verhindert.

Bei AMRs geht es nicht darum, den Roboter zu lokalisieren. Der Roboter lokalisiert sich selbst. RTLS liefert eine unabhängige Ground Truth, die die Wahrnehmungsblindstellen des AMR nicht übernimmt – eine Referenz, die außerhalb des eigenen Weltmodells des Roboters existiert und an der dieses Modell validiert und korrigiert werden kann.

In der Praxis auf der Pozyx Platform werden AMR-Positionsdaten aus VDA5050 aufgenommen und in die vereinheitlichte Omlox-Location-Layer zusammen mit UWB-Daten aller anderen Asset-Klassen integriert. So kann das System erkennen, wenn die vom AMR gemeldete Position deutlich von der UWB-gestützten Ground Truth abweicht – ein Signal dafür, dass SLAM-Drift auftritt, dass die interne Karte des Roboters aktualisiert werden muss oder dass sich die Umgebung verändert hat, ohne dass der Roboter dies bereits verarbeitet hat.

‍
Was vollständige Transparenz über die Anlage tatsächlich ermöglicht

Wenn RTLS gleichzeitig über AMRs, AGVs, manuelle Fahrzeuge und getaggte Mitarbeiter läuft, werden einige Dinge möglich, die es vorher nicht waren.

• Erkennung von Abweichungen
  Die tatsächliche Position jedes AGV wird kontinuierlich mit seinem erwarteten Routenverhalten verglichen. Verzögerungen, Blockaden und Konflikte werden in Echtzeit sichtbar, nicht erst im nächsten Schichtbericht.

• Unabhängige Ground Truth für AMRs
  Die Pozyx Platform bietet eine Positionsreferenz, die außerhalb des SLAM-Modells eines einzelnen Roboters existiert, und ermöglicht so Cross-Validation und die frühe Erkennung von Karten-Drift, bevor daraus operative Probleme entstehen.

• Dynamisches Asset-Bewusstsein
  Getaggte Mitarbeiter, manuelle Gabelstapler und Schlepperzüge erscheinen in derselben Location-Layer wie automatisierte Fahrzeuge und geben AMRs und Flottencontrollern Kontext zu dynamischen Hindernissen, den Onboard-Sensoren allein erst liefern können, wenn es fast zu spät ist.

• Intelligenz zu Verkehrsmustern
  Heatmaps, die aus kontinuierlichem Multi-Asset-Tracking erstellt werden, zeigen die Interaktionsmuster zwischen automatisiertem und manuellem Verkehr, die die Daten eines einzelnen Fahrzeugs niemals offenlegen könnten – den konkreten Gang, das konkrete Zeitfenster und die konkrete Fahrzeugkombination, die einen wiederkehrenden Engpass verursacht.

• Sicherheitsdurchsetzung mit echtem Kontext  
  Näherungswarnungen, die ausgelöst werden, wenn sich ein AMR einem getaggten Mitarbeiter nähert, sind nicht nur distanzbasierte Warnungen. Mit vollständigem Anlagenkontext versteht das System, ob sich dieser Mitarbeiter dort aufhalten soll, ob der AMR eine alternative Route hat und ob eine Verlangsamung oder ein Stopp die richtige Reaktion ist.

‍

Präzision mit autonomen Robotern

Die Formulierung, mit der Pozyx’ eigenes Produktvideo endet, bringt es gut auf den Punkt: Präzision mit autonomen Robotern. Nicht Standortdaten. Präzision – die Art von Präzision, die aus einer unabhängigen, anlagenweiten Referenz entsteht, die kein einzelnes Robotersystem selbst erzeugen kann.

Die Routenlogik Ihres AGV sagt Ihnen, wo es sein sollte. RTLS sagt Ihnen, wann es dort nicht ist. Das SLAM-Modell Ihres AMR sagt ihm, wo es ist. RTLS sagt Ihnen, wann dieses Modell von der Realität abgewichen ist.

Das ist ein anderer und belastbarerer Ansatz als „alles kann alles auf einer Karte sehen“. Es ist das Argument für RTLS als grundlegende Intelligenzschicht, die groß angelegte Automatisierung mit gemischten Flotten nicht nur sichtbar, sondern beherrschbar macht.

RTLS gibt Ihren automatisierten Fahrzeugen nicht eine Position, die sie nicht haben. Es gibt ihnen – und Ihnen – eine Quelle der Wahrheit, die ihre eigenen Systeme strukturell nicht erzeugen können.

Bereit zu sehen, wie vollständige Transparenz über die Anlage in der Praxis aussieht? Pozyx unterstützt VDA5050, omlox, UWB, BLE und GPS – eine Plattform für jedes Asset in Ihrer Halle. Buchen Sie noch heute eine Demo.

‍

‍