Referenzfeld zur Erforschung und Entwicklung neuartiger hybrider Formen der Zusammenarbeit von Menschen und Maschinen in der Logistik

Autor/innen

  • Felix Zeidler Lehrstuhl für Förder- und Lagerwesen (FLW), Fakultät Maschinenbau, Technische Universität Dortmund
  • Haci Bayhan Lehrstuhl für Förder- und Lagerwesen (FLW), Fakultät Maschinenbau, Technische Universität Dortmund
  • Aswin Karthik Ramachandran Venkatapathy Lehrstuhl für Förder- und Lagerwesen (FLW), Fakultät Maschinenbau, Technische Universität Dortmund
  • Michael ten Hompel Lehrstuhl für Förder- und Lagerwesen (FLW), Fakultät Maschinenbau, Technische Universität Dortmund

DOI:

https://doi.org/10.2195/lj_Proc_zeidler_de_201710_01

Schlagworte:

Augmented Reality, Cyberphysische Systeme, Daten, Deep Learning, Forschungszentrum, Industrie 4.0, Internet der Dinge, Interoperabilität, Mensch-Maschine-Interaktion, Sensorik, Visualisierung, hybride Dienstleistungen, machine learning, soziotechnische Systeme

Abstract

Der vorliegende Artikel beschreibt das Konzept eines derzeit im Aufbau befindlichen Forschungszentrums, das als neuartiges experimentelles Referenzfeld für innovative Dienstleistungen in der Intralogistik dient. Die Kernaufgabe des Zentrums besteht in der Erforschung eines hybriden Wertschöpfungsnetzwerks, in dem Menschen und Maschinen miteinander im Dialog stehen und gemeinsam Arbeitsaufgaben erledigen. Diese im Rahmen der vierten industriellen Revolution aufkommende neuartige Form hybrider Interaktion bringt neue Herausforderungen mit sich, die es wissenschaftlich zu untersuchen gilt. Beispielsweise entstehen durch den Einsatz von Echtzeit-Lokalisierungs- und Virtual-Reality-Systemen neue Möglichkeit im Bereich der Mensch-Maschine-Interaktion (Human-Machine-Interaction - HMI). Durch die Ausstattung des Forschungszentrums mit unterschiedlichen modular sowie frei skalierbaren Referenz- und Experimentiersystemen wird u. a. die Möglichkeit geschaffen, die zu untersuchenden Szenarien in Echtzeit zu simulieren und damit einen digitalen Zwilling der Realität zu erschaffen. Die vollständige Flexibilität der eingesetzten Systeme (flexible Systemvernetzung, flexible Nutzung der generierten Daten durch andere Systeme etc.) führt zu großen Datenmengen, die mit Hilfe von Machine-Learning- und Deep-Learning-Konzepten so kombiniert und aufbereitet werden sollen, dass neue Erkenntnisse gewonnen werden können. Die beschriebene Systemflexibilität führt u. a. zu der zentralen Herausforderung, eine gemeinsame Syntax für die Interoperabilität der eingesetzten Systeme zu generieren.

Downloads

Veröffentlicht

16.10.2017

Zitationsvorschlag

Zeidler, F., Bayhan, H., Ramachandran Venkatapathy, A. K., & ten Hompel, M. (2017). Referenzfeld zur Erforschung und Entwicklung neuartiger hybrider Formen der Zusammenarbeit von Menschen und Maschinen in der Logistik. Logistics Journal: Proceedings, (13). https://doi.org/10.2195/lj_Proc_zeidler_de_201710_01