Ziel des Projektes ist die Entwicklung eines intelligenten modularen Endeffektor-Bauteil-Schutzes für die sichere und intuitive Zusammenarbeit zwischen Mensch und Roboter. Das Schutzsystem soll aus einem Schutzkokon bestehen, welches am Endeffektor installiert wird und sowohl diesen als auch das Bauteil umschließt. So können Personen im direkten kooperativen Arbeitsbereich des Roboters vor Gefahren geschützt werden. Durch integrierte Sensorik sollen Menschen im Umfeld frühzeitig erkannt und automatisch Abstand gehalten werden. Mithilfe intelligenter Steuerungsstrategien sollen Roboterbewegungen sowohl spontan (ausweichen) als auch vorausschauend möglich werden, um Prozesse nicht unnötig zu unterbrechen. Interaktionsmodule sollen die nächste Bewegung des Roboters intuitiv anzeigen, so dass die Bewegung antizipiert werden kann und darüber hinaus auch als Schnittstelle für die Eingabe von Befehlen dienen. Somit kann erstmals auch der Mensch auf den Roboter intuitiv reagieren, was die Arbeitssicherheit erhöht und sicherheitsbedingte Unterbrechungen minimiert.

Im Projekt soll auf Basis einer vorhandenen Plattform (MARIDAL) eine Weiterbildungsplattform für Beschäftigte in der Logistik entwickelt werden, die ein bedarfsorientiertes und individuelles Lernen ermöglicht und flexible Lernpfade anbietet. Die in diesem Vorhaben angestrebte Plattform versteht sich als ein digitales Lern-Ökosystem. Die KI dient dabei zur Personalisierung der Nutzererfahrung und Unterstützung des Lernens. Zusätzlich können Zertifikate - auch für externe Personen – ausgestellt werden.

Das Projekt „EisAuge“ beschäftigt sich mit der Verarbeitung von Informationen zur Vereisungserkennung und diese als cloudbasiertes Softwaredienst zu entwickeln und die verschiedenen Methoden des maschinellen Lernens zu Datenauswertung in einer Recheneinheit zu integrieren. Die Anlage wird dafür mit moderner Sensortechnik ausgerüstet, die bedarfsgerecht, kontinuierlich und hochfrequent Bilddaten auszeichnet und auswertet, um den Energieertrag und die Wirtschaftlichkeit einer Windenergieanlage zu erhöhen.

Im Rahmen des Vorgängerprojektes „PIB“ wurde am BIK eine Verarbeitung verschiedener indirekten Sensordaten und meteorologischer Informationen durchgeführt. Aktuell gibt es kein optisches Eiserkennungssystem, welches automatisiert Eisbildung auf den Rotorblattbildern detektiert und den Parkbetreibern ggf. die Möglichkeit gibt, mittels Live Rotorblattbilder die Eisbildung zu beurteilen.

Zielstellungen des BIK im Projekt „EisAuge“ ist die Entwicklung von Bildbasierten KI-algorithmen zur rechtzeitigen und genaueren Erkennung von Eisbildung an einzelnen Rotorblatteigenschaften. Eine Untersuchung zur Sensibilität des entwickelten KI-Modells auf Umwelteinflüsse wird durchgeführt. Basis für das intelligente Eiserkennungssystem sind kontinuierlich aufgezeichneten Bilddaten aus dem laufenden Betrieb, die in ausreichend hoher Qualität dem Anlernen der KI-basierte Algorithmen dienen. Umweltfaktoren, wie Umgebungs- und Wetterbedingungen, können die Qualität der Daten vermindern. Auch Transfer-Strategien werden erforscht, um die KI-Modelle anpassungsfähiger zu gestalten und ggf. das Anlernen neuer Windparkmerkmalen zu optimieren.

In diesem Forschungsprojekt soll ein unbemanntes Luftfahrtsystem (englisch: unmanned aerial system, UAS) zur automatischen Bestandserfassung und Qualitätsprüfung von Paletteninhalten in Indoor-Blocklagern entwickelt werden. Das zu entwickelnde UAS soll selbständig durch ein Blocklager navigieren können, ohne dass es von Menschen oder anderen automatisierten Systemen abgegrenzt werden muss. Aufwändige Berechnungen wie bspw. Bildverarbeitungsalgorithmen, werden dabei auf einen mobilen Server ausgelagert, der direkt im Indoor-Bereich positioniert wird und über ein eigenes drahtloses Kommunikationssystem verfügen soll. Dadurch sollen deutlich kostengünstigere Drohnen verwendet und eine Skalierbarkeit des Systems gewährleistet werden.

In diesem Forschungsprojekt wird ein Tool zur Unterstützung der Einführung von Fahrerlosen Transportfahrzeugen (FTF) entwickelt. Dieses umfasst eine geführte Prozess- und Anforderungsaufnahme, in der die relevanten Daten ermittelt und für die Angebotsanfrage automatisch in einem Dokument aufbereitet werden. Zusätzlich wird ein herstellerunabhängiger Katalog von am Markt befindlichen FTF aufgebaut, der mit den ermittelten Anforderungen automatisch abgeglichen werden kann um dem Anwender passende Lösungen vorzuschlagen. Über die Anbindung an eine Materialflusssimulation kann für die Vorschläge eine erste Validierung stattfinden.