Intelligente Reinigungsroboter sicher durch Industriehallen navigieren

In industriell genutzten Gebäuden, wie Werk- oder Lagerhallen, sind oft autonome Trockenreinigungsroboter unterwegs, die in festgelegten Zeitfenstern kehren, sich selbst entleeren und wieder aufladen. Ihre bauliche Ausstattung, wie Akkulaufzeit oder Reinigungsbreite, ist schon lange auf verschiedene, industrietypische Anforderungen abgestimmt. Typische Einsatzgebiete sind allerdings nur kleine und mittelgrosse Hallen.

Die Herausforderung: sichere Orientierung in Grosshallen

Um Reinigungsroboter auch für Kunden mit grossen Flächen attraktiv zu machen, fehlt konventionellen Robotern eine Navigationslösung für Flächen bis 10'000 Quadratmeter. Die Zuverlässigkeit der Standardalgorithmen zur autonomen Kartierung und Navigation (SLAM) nimmt ab, je grösser die Industriehallen sind. Bisherige Lösungen arbeiten daher mit Landmarken, die als Orientierungshilfe dienen. Dies können beispielsweise visuelle Marker sein oder Radiobeacons.

Die autonomen Trockenreinigungsroboter der Kemaro AG sind jedoch in der Lage, installationsfrei und unabhängig von solchen Landmarken zu arbeiten. Für Grossflächen musste daher ein neuer Lösungsansatz gefunden werden.

Die Lösung: Reinforcement Learning und autonome intelligente Systeme

Gemeinsam entwickelten Kemaro und das INF Institut für Ingenieurinformatik der OST – Ostschweizer Fachhochschule unter Leitung von Prof. Dr. Marco Lehmann einen geeigneten Algorithmus, ein Projekt, das von Innosuisse unterstützt wurde. Die Innovation kombiniert die systemtechnische Integration von kostengünstigen Sensoren mit neuen Modellen aus der AI-Forschung, die unter dem Schlagwort «confidence corrected surprise» bekannt sind. Der Roboter nutzt das kontinuierlich berechnete Surprise-Signal um sein Verhalten (Kartierung, Lokalisierung, Reinigung) intelligent anzupassen. Dadurch wird das System robuster und die Genauigkeit der Karte gesteigert. Mit dem neuen Steuerungsansatz für autonome Reinigungsroboter erschliessen sich neue Kundensegmente.