evoBOT®: Autonomer Transportroboter für die Logistik

evoBOT® steht für die neue Generation autonomer mobiler Robotersysteme, die hochdynamisch balancierte Stabilität mit hoher logistischer Leistungsfähigkeit verknüpft.

Das Projekt erforscht, wie ein Transportroboter auf Basis des Prinzips eines inversen Pendels vielfältige Aufgaben vom Ladungsträgertransport bis zur Mensch-Roboter-Kollaboration übernimmt. Simulationsbasierte Entwicklung unterstützt durch KI und die daraus resultierenden digitalen Zwillinge verkürzen Entwicklungszeiten und schaffen belastbare Grundlagen für Testfelder in der Umsetzung konkreter praktischer Anwendungen.

Der autonome Roboter evoBOT® demonstriert die Roboter Forschung in der Logistik

Projektziel evoBOT® und logistische Herausforderungen

Die Industrie steht vor hohem Durchsatz, Fachkräftemangel und steigendem Automatisierungsdruck. In Lagern, Produktionsbereichen und Frachtterminals bewegen Mitarbeitende schwere Lasten und handhaben Gefahrgüter.

Das Projekt evoBOT® entwickelt einen modularen hochdynamischen Transportroboter auf zwei Rädern als neue Klasse autonomer mobiler Robotersysteme. Forschende am Fraunhofer IML entwickeln einen Prototyp, der zentrale Manipulationsfunktionen wie Schieben, Ziehen, Wenden und Anreichen, sowie den Transport von Objekten in einem System bündelt. Durch den modularen Aufbau des Systems können verschiedenste intralogistische Prozesse bedient werden.

Durch seinen wesentlich einfacheren Aufbau mit zwei Rädern und weniger Aktorik ist er effizienter und kostengünstiger als zum Beispiel ein humanoider Roboter. Dadurch wird es möglich, Aufgaben, für die bislang mehrere spezialisierte AMR-Systeme erforderlich sind, von einem System übernehmen zu lassen.

evoBOT®: Forschungskooperationen für autonome mobile Roboter

Kontaktieren Sie unser Institut für Kooperationen zum evoBOT®.

  • Nutzung Simulationsumgebungen, KI und Motion Capturing zur Erstellung cyberphysischer Zwillinge.
  • Erprobung von evoBOT® mobile Robotik in Laborumgebungen.
  • Optimierung intralogistischer Prozesse vom Ladungsträger-Einzeltransport bis zur Handhabung von Gefahrgütern.

Kooperationsanfrage zu evoBOT® senden

Projektsteckbrief

Projekttitel evoBOT® – dynamisch stabiler Transportroboter auf zwei Rädern
Förderprojekte Das Projekt wurde in mehreren Phasen in unterschiedlichen Förderprojekten entwickelt.
- Silicon Economy
- FlexxTools
- DTAG
- Lamarr-Institut für Maschinelles Lernen und Künstliche Intelligenz
Förderer unter anderem:
Bundesministerium für Digitales und Verkehr (BMDV)
ProjektleitUNG Fraunhofer IML

»Mit der Entwicklung des evoBOT® adressieren wir Performancelücken bisher etablierter Robotersysteme im industriellen Umfeld, wie z.B. das gleichzeitige Transportieren und Manipulieren von Ladungsträgern. Wir adressieren autonome Anwendungsfälle genau wie die Interaktion von Mensch und Maschine. In diesem Zusammenhang senken wir die Hemmschwelle zur Interaktion durch ein optimiertes Erscheinungsbild.«
Leon Siebel-Achenbach MBA, forscht zu Mobiler Robotik am Fraunhofer IML.

Der evoBOT®: Innovation durch Leidenschaft der Entwickler

Lernen Sie die kreativen Köpfe hinter dem evoBOT® kennen! Erleben Sie, wie ihre Expertise und Vision modernste Robotik für Logistik und Produktion möglich machen. Der evoBOT®: Pionierarbeit in hochdynamischer Robotik.

Datenschutz und Datenverarbeitung

Wir setzen zum Einbinden von Videos den Anbieter YouTube ein. Wie die meisten Websites verwendet YouTube Cookies, um Informationen über die Besucher ihrer Internetseite zu sammeln. Wenn Sie das Video starten, könnte dies Datenverarbeitungsvorgänge auslösen. Darauf haben wir keinen Einfluss. Weitere Informationen über Datenschutz bei YouTube finden Sie in deren Datenschutzerklärung unter: https://policies.google.com/privacy

Die Lösung: evoBOT® als verkörperte KI-Plattform

Die technische Lösung nutzt das Prinzip des inversen Pendels ohne externes Kontergewicht und balanciert sich selbst aus. Der evoBOT® bewältigt Rampen, Kanten sowie unebenes Pflaster im Außenbereich und bleibt stabil auf Geschwindigkeiten bis 10 m/s beziehungsweise bis zu 60 km/h.

Die modulare Plattform integriert zwei Greifarme, die Objekte wie Kisten, Pakete oder Gefahrgüter direkt vom Boden oder vom Förderer aufnehmen und in variablen Höhen absetzen kann. Durch wechselbare Greifer eignet sich das System für unterschiedliche Ladungsträger. Mitarbeitende nutzen den Roboter als Assistenz, etwa zum Anreichen von Lasten, zum Pakettransport über längere Strecken oder zur Entlastung bei Hebe- und Überkopfarbeiten im Lager.

Für die simulationsbasierte Entwicklung kommt KI-Unterstützung zum Einsatz. Zunächst wird ein simuliertes Modell von evoBOT® erzeugt und auf den realen Roboter übertragen. Forschende prüfen das Verhalten des Roboters, gleichen es mit der Simulation ab und optimieren auf dieser Basis das Modell. evoBOT® ist dabei zugleich digitaler Zwilling und Entwicklungsplattform für Software- und Sensorkomponenten.

Sie planen neue Aktivitäten im Bereich Autonome Mobile Roboter?

Nutzen Sie evoBOT® als Referenz für unsere AMR-Expertise.

  • Vom Konzept bis zur prototypischen Umsetzung Autonomer Mobiler Roboter auf Basis unserer Arbeiten am evoBOT®.
  • Modulares hochdynamisches zweirädriges Transportrobotersystem mit inversen Pendelprinzip als Referenz für AMR-Plattformdesigns.
  • Simulationsbasierte Entwicklung unterstützt durch KI und die daraus resultierenden digitalen Zwillinge verkürzen die Entwicklungszeiten Ihrer mobilen Roboterflotten.
  • Kooperative Forschungsvorhaben zu kollaborativen Robotern in der Logistik, Industrie sowie komplexen urbanen Räumen.

Jetzt ein Gespräch zu AMR-Kooperationen vereinbaren

Use-Case: evoBOT® in der Intralogistik

IIn einem Lager übernimmt evoBOT® vielseitige Transport- und Handlingaufgaben, die bisher verschiedene AMR-Roboter oder Flurförderzeuge abdecken mussten. Ziel ist, Mitarbeitende von körperlich belastenden Tätigkeiten zu entlasten und Prozesszeiten zu verkürzen.

Der modulare hochdynamische Transportroboter greift Kisten sowie Pakete vom Boden oder vom Förderer, transportiert sie über verschiedene Untergründe und setzt sie in variablen Höhen wieder ab. Durch Anreichen, Schieben, Ziehen und Wenden von Ladungsträgern bringt er Material an Montage- oder Kommissionierarbeitsplätze. Das modulare Greifkonzepte auf derselben Roboterbasis erlauben zum Beispiel den Wechsel zwischen Standardkisten, Gefahrgutbehältern und anderen Ladungsträgern.

Die Simulationsbasierte Künstliche Intelligenz hinter evoBOT® dient als cyberphysischer Zwilling: Anpassungen der Plattform an neue Lagerlayouts oder Lastfälle testen Teams zunächst in der Simulation. Die Lösung steht exemplarisch für mobile Roboter in der Intralogistik, evoBOT® agiert im Betrieb als kollaborativer Roboter an der Seite der Mitarbeitenden. So entsteht eine skalierbare Basis, um Autonome Mobile Roboter für unterschiedliche Lager- und Produktionsumgebungen effizient zu entwickeln.

Embodied AI, Roboterschwärme und Sim‑to‑Real Gap

Forschende des Fraunhofer IML und des Lamarr-Instituts trainieren autonome Agenten zunächst in einer Simulationsumgebung, bevor sie auf reale Roboter übertragen werden. In dieser »Schule für die KI« variieren sie zum Beispiel Sensorwerte, Reibwerte des Bodens, Strukturen und Lastszenarien, um ein breites Spektrum logistischer Situationen abzudecken. Durch reinforcement Learning wird das Verhalten im logistischen Raum optimiert.

Neben Einzelrobotern untersuchen die Teams Roboterschwärme. Forschung in Roboterorchestrierung soll die Flexibilität erhöhen und Störungen reduzieren. Parallel arbeiten sie mit den Plattformen evoBOT® sowie O3dyn an digitalen Zwillingen, die die Sim-to-Real Gap verkleinern und eine nahezu identische Ausführung von Fahrbefehlen in Simulation und Realität ermöglichen.

Weiterführende Informationen zu evoBOT®

evoBOT® bündelt mehrere Kompetenzfelder des Fraunhofer IML. Die Plattform verbindet Robotik, simulationsbasierte Entwicklung unterstütz durch Ki und digitale Zwillinge zu einer durchgängigen Entwicklungs- und Testumgebung. Forschende nutzen moderne Grafikkarten sowie Motion Capturing, um hochkomplexe Bewegungsabläufe in Echtzeit zu simulieren. Sie gleichen die Simulation mit Messdaten des realen Fahrzeugs ab. So entsteht schrittweise ein cyberphysischer Zwilling, der Hardware- sowie Softwareentwicklung entkoppelt und Entwicklungszeiten verkürzt.

Die Methode des Deep Reinforcement Learning, wie sie im Lamarr-Institut für Maschinelles Lernen und Künstliche Intelligenz erprobt wird, bereitet evoBOT® in Simulationen auf vielfältige logistische Situationen vor. Variable physikalische Eigenschaften, Lastszenarien und Umgebungsstrukturen trainieren robuste Verhaltensstrategien. Die Open Logistics Foundation hat das Ziel, mithilfe von Open-Source-Anwendungen die Digitalisierung in der Logistik und im Supply Chain Management von Unternehmen voranzutreiben.

Das könnte Sie auch Interessieren

Förderer des Forschungsvorhabens »Silicon Economy« und
des Projekts »Digitales Testfeld Air Cargo (DTAC)«