Produzierende Unternehmen müssen den Materialfluss in ihrer Produktion möglichst effizient steuern und organisieren, um dem zunehmenden Wettbewerbsdruck zu begegnen. Der Trend zu immer individuelleren Produkten führt darüber hinaus zu immer kleineren Serienumfängen. Aufgrund der damit einhergehenden sinkenden Anwendbarkeit standardisierter Abläufe in der Produktion steigt der Bedarf nach flexiblen Lösungen zur Realisierung des Materialflusses in der Produktion. Dieses Problem wird im Rahmen des Projekts am Beispiel eines Materialflusssystems zur Materialversorgung einer Produktionsumgebung untersucht. Dabei werden die Produktionsinseln einerseits von Fahrerlosen Transportfahrzeugen (FTF) mit Material versorgt. Andererseits ist die Materialversorgung auch von oben über ein gitterartiges Schienensystem (Grid), auf dem Roboter Material transportieren können, möglich.

Da innerhalb einer Produktionsumgebung mit sich dynamisch verändernden Gegebenheiten gerechnet werden muss (Menschen bewegen sich, Kisten stehen im Weg, ...), muss die Navigation der FTF auf ein derartiges Umfeld ausgerichtet sein. Vor diesem Hintergrund werden Verfahren basierend auf Künstlicher Intelligenz (KI) zum einen angewendet, um anhand von Laser- und Kameradaten der FTF deren Navigation in einem solchen Umfeld zu ermöglichen. Im Rahmen des am IFL durchgeführten Teilvorhabens werden KI-basierte Verfahren zum Routing der Roboter auf dem Grid entwickelt. Dabei soll eine möglichst kurze und damit schnelle Route von einem Start-zu einem Zielpunkt auf dem Grid gefunden werden, wobei Randbedingungen wie beispielsweise andere auf dem Grid fahrende Roboter und nicht befahrbare Bereiche berücksichtigt werden müssen. Durch die Kombination der verschiedenen Systeme zur Realisierung der Produktionsversorgung entsteht ein vernetztes und hochflexibles Materialflusssystem.