Das Hafenumfeld zeichnet sich durch den Umschlag schwerer und großer Lasten aus, in dem der Mensch trotz fortschreitender Automatisierung unerlässlich ist. Im konkreten Anwendungsfall des Automobilumschlags werden in Technikcentern die Fahrzeuge für den jeweiligen Zielmarkt aufbereitet. Hierzu müssen beispielsweise Reifen und Anhängerkupplungen vom Menschen bewegt und montiert werden. Zudem gibt es eine Vielzahl weiterer Autoteile, die kommissioniert und z.T. in Überkopfhaltung montiert werden müssen. Im Ergebnis findet eine starke körperliche Beanspruchung der Mitarbeiter statt, die mit zunehmendem Alter zu einer gewissen körperlichen Beeinträchtigung führt. Im Rahmen des Projektvorhabens „MEXOT“ werden die herausgearbeiteten Herausforderungen mit einem sozio-technischen Entwicklungsansatz angegangen. Hierzu wird der Einsatz von Exoskeletten avisiert und darauf aufbauend an einer intelligenten Arbeitsergonomie geforscht, die die Mensch-Technik-Interaktion in Kombination von Exoskelett und fahrerlosen Transportfahrzeugen (FTF) untersucht. Ausgehend von einem passiven Exoskelett wird eine hardwarenahe Integration von Sensoren erfolgen, um Bewegungsmuster der Mitarbeiter nachzuvollziehen. Dies dient zunächst der Datenanreicherung eines externen Anreiz-Systems, welches den Mitarbeitenden für das korrekte Tragen des Exoskeletts belohnt und Gamification-Ansätze zur Motivationssteigerung integriert. In einem zweiten Schritt werden die Daten und Prozessinformationen zur Aktivierung bzw. Deaktivierung einzelner “Elastomermuskeln” genutzt, womit eine höhere Trageflexibilität bei nicht zu unterstützenden Aktivitäten avisiert wird. Im dritten Schritt werden die Bewegungsinformationen des Exoskeletts genutzt, um ein weitergehendes Pick- and Assemby-by-Motion-Konzept zu entwickeln, welches in Kombination mit dem Kamerasystem des FTFs eine Registrierung einzelner Arbeitsschritte in der Kommissionierung und Montage untersucht. Seitens des FTFs wird zudem an der Produktivitätssteigerung und Entlastung von Mitarbeitenden durch prozess- und mitarbeiterspezifische Materialzuführung gearbeitet. Weiterhin werden für das FTF Sprach- und Gestenbasierte Funktionalitäten der Mensch-Technik-Interaktion umgesetzt.

In Riemann geht es um die Reduzierung der technologischen Hürde zur Nutzung einer Roboterflotte beispielsweise in Lagerhäusern oder der Fertigung. Das Projekt soll Studierende und Fachleute mit fortgeschrittenen Navigationskonzepten vertraut machen. Insbesondere werden hierbei Open-Source-Bibliotheken berücksichtigt, um Abhängigkeiten zu vermeiden und Transparenz zu schaffen. Das Lehrmaterial wird Fachleuten und Studierenden helfen, komplexe Lösungen selbst zu warten und zu debuggen ohne Hilfestellung von Drittanbietern. Dadurch werden Kosten und Wartezeiten gespart und Teilnehmende in die Lage versetzt, in kurzer Zeit ein solches komplexes System ohne genaue Kenntnisse der inneren Strukturen in Betrieb nehmen zu können.

Die Produktionsanlagen in Europa sind größtenteils voll automatisiert und die Paletten werden von der Produktion bis zu den Docks nur noch minimal berührt, aber der letzte Schritt, d. h. die Beladung, erfolgt jedoch nach wie vor vollständig manuell, und es besteht keine Flexibilität bei der Entscheidung, wie diese Aufgabe ausgeführt werden soll (automatisch oder manuell). Dies macht sie zu einem schwachen Glied in der Versorgungskette, das anfällig für Unterbrechungen ist (vor allem in der COVID-Pandemiesituation), da es vollständig von der Anwesenheit von Menschen abhängig ist, um eine arbeitsintensive und wenig ergonomische Aufgabe auszuführen. Eine echte Stabilität der Lieferkette kann daher erst erreicht werden, wenn eine Lösung entwickelt wird, die palettierte Waren automatisch auf (nicht modifizierte) europäische Straßentrailer zu laden.

Der Hauptgrund, warum diese Aufgabe immer noch manuell durchgeführt wird, ist der nicht standardisierte Anhängerpark in Europa und das Fehlen einer automatischen Lösung für Planenauflieger. In Anbetracht der Tatsache, dass mindestens 80 % der auf der Straße befindlichen Anhänger aus Planenanhängern bestehen, bietet sich eine große Chance für eine Lösung mit hoher Skalierbarkeit.

Die derzeit vorhandenen Lösungen für die automatische Beladung von Paletten funktionieren jedoch nur für die Beladung von Lkw mit starren Wänden. Bei der Beladung von Planenaufliegern hingegen scheitern solche Systeme an den unterschiedlichen Gegebenheiten von Planenaufliegern und weniger definierten Wänden.

Dies führt dazu, dass diese Systeme gegen Hindernisse wie z. B. Trägerbalken prallen, wodurch die Ladung beschädigt wird oder es zu Notstopps kommt. Daher zielt das Projekt darauf ab eine bestehende automatische Ladelösung (Nalon) der Firma Duro Felguera in die Lage zu versetzen, die mit der automatischen Beladung von Planenaufliegern von der Rückseite her verbundenen Herausforderungen zu bewältigen.

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.