Autonomes Rückwärtsfahren zum Anfahren von Aufliegern mit 2D-LiDAR-Sensoren

ASI Logistics und SICK haben einen weiteren Meilenstein in der Entwicklung des autonomen Betriebs von Terminal-Zugmaschinen gesetzt. Gemeinsam haben sie das Problem des autonomen Rückwärtsfahrens zum Anfahren von Aufliegern gelöst. Dieses autonome Anfahren ist einer der letzten Schritte auf dem Weg zu einem vollständig autonomen Rangierbetrieb. ASI Logistics nutzte sein robustes Vehicle Automation Kit (VAK) und 2D-LiDAR-Sensoren von SICK, um diese Herausforderung zu meistern.

Autonomous Solutions, Inc. (ASI) ist ein weltweit führendes Unternehmen im Bereich der industriellen Fahrzeugautomatisierung. Das Unternehmen beliefert Kunden in der ganzen Welt in den Bereichen Logistik, Bergbau, Landwirtschaft, Automobilbau, öffentliche Verwaltung und Fertigung mit Fernüberwachungs-, Teleoperations- und vollautomatischen Lösungen von seinem Hauptsitz und einem 100 Hektar großen Testgelände im Norden Utahs aus.

Aaron Rothmeyer, Produktmanager bei SICK in den USA, sprach über die Bedeutung von LiDAR für das autonome Fahren: „SICK hat erkannt, dass bessere autonome Fahrzeuge nur mit besserer Sensortechnik möglich sind. Aus diesem Grund entwickelt SICK sein Produktportfolio kontinuierlich weiter, um die neuesten Tools und Ideen optimal nutzen zu können. Die langjährige Erfahrung von SICK mit optischen Geräten zeigt sich an den hervorragend durchdachten Sensoren bis hin zur Einzelkomponente. Darüber hinaus ist SICK auch maßgeblich an der Erstellung und Aktualisierung globaler Sicherheitsstandards beteiligt, was ein entscheidender Schritt für den weiteren Erfolg autonomer Fahrzeuge ist.“

So funktioniert es: Detektieren des Königszapfens des Aufliegers

Damit das autonome Einfahren an den Auflieger korrekt funktioniert, müssen einige technische Details bekannt sein. Die autonomen Fahrzeuge müssen die Position und Höhe des Königszapfens des Aufliegers kennen, den sie rückwärts anfahren. Der Königszapfen ist die Vorrichtung unter dem Auflieger, die mit der Sattelkupplung der Zugmaschine verbunden wird und den Auflieger an der Zugmaschine festhält. Die Zugmaschine muss in der Lage sein, die Zapfenverbindung zu steuern, und die Zugmaschine muss in der Lage sein, selbstständig den Auflieger anzufahren.

ASI Logistics nutzt ein hochmodernes VAK, um seine autonomen Rangierfahrzeuge zu steuern. Im Inneren des VAK befindet sich die Vehicle Control Unit (VCU) der Zugmaschine. Die VCU steuert alle Funktionen des Fahrzeugs, wenn es sich im autonomen Modus befindet. Eine qualitativ hochwertige Datenübertragung von den Sensoren zur VCU ist der Schlüssel zum autonomen Einfahren in die Auflieger. ASI setzt zwei 2D-LiDAR-Sensoren ein, den LMS1000 für die Position des Königszapfens und den TIM551 für die Höhe des Königszapfens.

Beim Rückwärtsfahren erkennen die beiden 2D-LiDAR-Sensoren, wo sich der Königszapfen des Aufliegers befindet und geben diese Daten an die VCU der Zugmaschine weiter. Die VCU steuert dann Gas, Bremse, Lenkung und die Sattelkupplung, um den Auflieger rückwärts so einzufahren, bis eine sichere Kupplung mit dem Königszapfen hergestellt ist. Sobald die Kupplung erfolgt ist, zeigen die Sensoren an, dass die Zugmaschine sicher angekuppelt ist, der Roboterarm nun die notwendigen Verbindungsleitungen anbringen und mit dem Rest des Vorgangs fortfahren kann.

Dieser gesamte Prozess wird mit der Mobius-Software von ASI durchgeführt. Mobius ist die fortschrittlichste Befehls- und Steuerungssoftware für autonome Fahrzeuge der Welt. Sie basiert auf mehr als 20 Jahren Branchenerfahrung und hat Millionen von Teststunden absolviert. Mobius zeigt Fahrzeugbewegungen in Echtzeit, den Fahrzeugzustand, Meldungen über den Königszapfen und die Steuerung des Roboterarms – alles von einer Bedieneinheit aus, die sich vor Ort oder überall sonst auf der Welt befinden kann.

Mobius von ASI in Kombination mit 2D-LiDAR-Sensoren von SICK bietet ein enormes Potenzial, um kontinuierlich die fortschrittlichsten autonomen Rangierfahrzeuglösungen der Welt zu liefern.

Weitere Beiträge

Lesen Sie mehr

Lesen Sie mehr

Lesen Sie mehr