Fahrerlose Transportsysteme (FTS) übernehmen immer mehr die innerbetrieblichen Transportbedarfe, da technologische Entwicklungen in der Robotik, wie etwa leistungsfähigere Sensorik und Datenverarbeitung, einen zunehmend flexibleren Einsatz von FTS in der Logistik ermöglichen. Die Autonomie und Effizienz der fahrerlosen Transportfahrzeuge (FTF) oder mobilen Roboter hängt wesentlich von ihren Fähigkeiten zur Wahrnehmung der Umgebung ab. In heterogenen FTS ist bisher kein ganzheitlicher Austausch zwischen FTF zu diesen Wahrnehmungen möglich. Ziel des Forschungsvorhabens ist daher die Entwicklung, Umsetzung und Evaluation eines kollektiven Umgebungsinformationssystems für mobile Roboter. Hierfür werden Anforderungen an ein Umgebungsinformationssystem ermittelt und darauf aufbauend die Systemarchitektur entworfen. Anschließend wird ein Datenmodell entwickelt, das die Daten zur geometrischen und semantischen Abbildung der Umwelt umfasst. Für ein allgemeingültiges Abbild der Umgebung werden im nächsten Schritt Strategien zur Datenkonsolidierung und -verteilung entwickelt. Schließlich wird das Umgebungsinformationssystem demonstratorisch implementiert und mithilfe von Feldtests evaluiert. Die Ergebnisse sind daher in großem Maß vorwettbewerblich und vielseitig nutzbar. Die Zusammensetzung des projektbegleitenden Ausschusses bestätigt die KMU-Relevanz des Vorhabens. Insbesondere KMU-Anwender, welche zunehmend auch heterogene FTS-Flotten für den innerbetrieblichen Transport einsetzen, können durch ein Umgebungsinformationssystem Synergieeffekte zwischen den Flotten erzielen und ihre automatisierten Transportprozesse ganzheitlich optimieren. Aber auch Hersteller von FTS, die häufig KMU darstellen, profitieren durch die Anbindung an das Umgebungsinformationssystem, das eine Steigerung der Effizienz aller FTF verspricht. Schließlich profitieren auch KMU-Softwareanbieter, welche die Ergebnisse im Bereich Data Science für die Entwicklung eigener Softwarelösungen verwenden können.
