Zellulare fahrerlose Transporteinheiten und ihre Wirtschaftlichkeit

Könnten zellulare fahrerlose Transporteinheiten gegenüber Gabelstaplern wirtschaftlich vorteilhafter sein? Das IPH analysiert dies im Rahmen des Projekts "ZellFTF". Solche fahrerlosen Einheiten können eigenständig agieren und sich zusammenschließen, um auch größere Transportanforderungen zu bewältigen.

Bei kleineren Transportobjekten liegt der Vorteil auf der Hand: Wenn beispielsweise eine Kiste voller Schrauben vom Lager zur Montage befördert werden muss, sind solche Einheiten praktikabler als ein Gabelstapler. Der Nutzen wird umso deutlicher, wenn ein Betrieb mehrere solcher Einheiten besitzt, die simultan verschiedene Destinationen ansteuern und somit mehrere Aufgaben gleichzeitig erfüllen können, im Gegensatz zu einem Gabelstapler, der dafür mehr Ressourcen benötigt.

Für größere und schwerere Fracht hingegen, sind Gabelstapler überlegen, es sei denn, man setzt zellulare fahrerlose Einheiten ein, die kooperieren können. Ein einzelnes dieser Geräte könnte einen kleinen Träger transportieren, während vier verbundene Einheiten eine Europalette handhaben können. Ein System aus sechs solcher Einheiten kann sogar noch größere Teile transportieren, etwa Autoteile oder Batterien. Ein derartiges System bietet hohe Flexibilität, insbesondere bei häufig wechselnden Produktgrößen oder dem Transport von Spezialprodukten. Dass dies technologisch umsetzbar ist, wurde bereits im "KARIS"-Projekt des KIT – Karlsruher Instituts für Technologie nachgewiesen.

Doch wie steht es um die Wirtschaftlichkeit von zellularen fahrerlosen Einheiten?

Die Wirtschaftlichkeit dieser Transportmethode ist bisher noch nicht ausreichend geprüft worden. Das IPH, unterstützt durch die Deutsche Forschungsgemeinschaft (DFG), nimmt dies in ihrem Projekt "ZellFTF" in Angriff. Es soll ein mathematisches Modell basierend auf einem Vehicle Routing Problem (VRP) entwickelt werden, um zu klären, ob und wann sich solche Systeme, verglichen mit Gabelstaplern, rentieren.

Im Fokus der Forschung stehen diverse Einsatzszenarien mit Berücksichtigung wirtschaftlicher und logistischer Parameter, etwa Systemauslastung, Transportdauer und Gesamtkosten. Aufgrund der Komplexität des Problems und des enormen Rechenaufwands für eine exakte Lösung, arbeiten die Forscher an einem heuristischen Ansatz mittels genetischem Algorithmus, der eine optimale Lösung approximiert.