Service-mobile – Entwicklung eines wissensbasierten Assistenzsystems für Service und Instandhaltung mobiler Arbeitsmaschinen im Bauwesen
Aufgabe / Zielsetzung
Im Zuge steigender Effizienz-, Produktivitäts- und Sicherheitsanforderungen steigt die Komplexität mobiler Arbeitsmaschinen im Bauwesen. Dennoch unterliegen diese Maschinen einer hohen Verfügbarkeitsanforderung, da Ausfälle meistens hohe Folgekosten mit sich bringen. Bei Wartungs- und Reparaturarbeiten von Baumaschinen sind meist Serviceleistende mit Spezialwissen erforderlich. Dies ist ein enormer Kosten- und Zeitfaktor.
Ziel ist die Entwicklung eines digitalen, lernenden Assistenzsystems, welches Erfahrungswissen enthält, um Innendienstmitarbeiter*Innen zu entlasten und Serviceleistenden vor Ort schnellen Zugang zu wichtigen Informationsquellen zu ermöglichen. Die Durchführung von Wartungs- und Reparaturarbeiten kann dadurch optimiert werden. Die Einbindung modernster Technologien wie AR (Augmented Reality) und XR (Extended Reality) soll auch Personen ohne spezielle Fachkenntnisse zur Durchführung komplexer Aufgaben befähigen.
Lösungsweg/Ergebnisse
Ausgehend von einer Anforderungs- und Bedarfsanalyse für den Servicefall, werden relevante Use Cases definiert, welche das größte Potential für ein softwaregestütztes Assistenzsystem aufweisen. Der identifizierte Forschungsbedarf besteht hierbei vor allem:
- in der Transformation stark heterogener Datenquellen in maschinenlesbare Form,
- die Integration von AR-/XR-Technologien für digital assistierte Arbeiten
- sowie die unterstützte Fehlersuche durch integrierte Maschinen- und Komponentenmodelle.
Im Projekt werden unterschiedliche Ansätze untersucht, die häufig analog vorliegenden Maschinendokumentationen und -informationen im digitalen Servicewerkzeug verfügbar zu machen sowie die Daten in einem gemeinsamen Wissensspeicher zu verwalten. Darauf aufbauend, werden, unter Einbindung erweiterter Analysefunktionen und dem Einsatz von Modellen (digitaler Zwilling), Algorithmen für eine angeleitete Fehlersuche entwickelt. Die generische Gestaltung der Problemlösungskomponente ermöglicht dabei die Übertragbarkeit auf unterschiedliche Einsatzszenarien bei geringem Adaptionsaufwand. Die Lokalisierung fehlerhafter Komponenten und Baugruppen wird durch AR- und XR-Inhalte ergänzt, die das Auffinden und Tauschen ausgefallener Systeme erleichtern. Durch die Projektion von Inhalten direkt auf/in die Maschine, kann die richtige Bedienung und Montagereihenfolgen gewährleistet werden. Die entwickelten Algorithmen und Lösungen wurden implementiert und an einem Demonstrationsszenario verifiziert.
Die präsentierten Forschungsarbeiten erfolgten innerhalb des Projektes „netSENSORS -Service-mobile/ Entwicklung einer modellbasierten, lernenden Wissenskomponente auf Basis heterogener Datenquellen des wissensbasierten Assistenzsystems“ (Förderkennzeichen 16KN111523), welches vom Bundesministerium für Wirtschaft und Klimaschutz im Zentralen Innovationsprogramm Mittelstand (ZIM) gefördert wurde.
Die Ergebnisse entstanden in Kooperation mit FAB Bertelmann Technologie.
Laufzeit: 01.09.2022 - 28.02.2025