ROLAND - Rural Remote Operated Land Vehicle

Gerade im ländlichen Raum stellt die Versorgung mit Waren des täglichen Bedarfs eine immer größer werdende Herausforderung dar. Insbesondere in einem dörflich geprägten Umfeld mit geringer Siedlungsdichte ist bereits heute eine kosteneffiziente Versorgung für Warentransporte kaum noch umsetzbar. Während für den öffentlichen Personennahverkehr verschiedene Konzepte zur Einsparung von Kosten zum Beispiel durch On-Demand-Fahrdienste oder fahrerlose Shuttle untersucht oder bereits eingesetzt werden, sind neuartige Lösungen für Waren des täglichen Bedarfs wenig im Fokus. Dabei ist insbesondere die Belieferung von Personen mit Mobilitätseinschränkungen eine wichtige Aufgabe für die zukünftige Versorgung auf dem Land. Autonome Liefersysteme können und müssen hier in Zukunft einen Beitrag leisten.

Lieferroboter stehen heutzutage vor verschiedenen Herausforderungen. Neben regulatorischen und rechtlichen Gegebenheiten stehen Fragen zur Akzeptanz und zu sozialen Aspekten im Raum. Die wahrscheinlich größte Herausforderung liegt jedoch weiterhin in der komplexen Automatisierung der Systeme. Wie auch im Bereich des hochautomatisierten Fahrens, stehen die heutigen Hersteller vor hohen Hürden in Bezug auf die Sicherheits- und Zuverlässigkeitsanforderungen der Sensorik und Umgebungswahrnehmung. Zusätzlich müssen für Lieferroboter Aspekte des Diebstahl- und Vandalismusschutzes berücksichtigt werden. Diese Voraussetzungen beschränken den Einsatz aktueller Liefersysteme auf städtische Bereiche, insbesondere außerhalb Europas.

Ziel des Projektes ist die Entwicklung neuer Konzepte basierend auf Methoden der (generativen) künstlichen Intelligenz, um die eingeschränkte Kommunikationsinfrastruktur in ländlichen Gebieten für die Realisierung eines zuverlässigen und robusten teleoperierten Liefersystems zu nutzen. Ländliche Gebiete und deren Kommunikationsnetze stellen besondere Herausforderungen an die Liefersysteme, wie zum Beispiel stark variierende Bandbreitenverfügbarkeit. Das Projekt wird sich ausführlich mit der Entwicklung von Methoden und Lösungen unter den gegebenen Einschränkungen beschäftigen.

Ein wichtiger Bestandteil des Projektes ist die Weiterentwicklung bestehender direkter Teleoperationssysteme hin zur indirekten (trajektorienbasierten) Teleoperation insbesondere in Bereichen mit geringen Übertragungsraten. Teleoperation besitzt den großen Vorteil, dass von einer Leitwarte aus eine Vielzahl von Robotern teilweise gleichzeitig gesteuert werden kann. Dadurch kann der personelle Aufwand für die Auslieferung der Waren bereits deutlich reduziert werden, ohne die extrem hohen Herausforderungen des autonomen Fahrens vollständig lösen zu müssen. Durch den flexiblen Einsatz von direkter Teleoperation, welche insbesondere auf eine geringe Latenz angewiesen ist, und indirekte Teleoperation sollen Einschränkungen in der vorhandenen Kommunikationsinfrastruktur überbrückt werden.

Mittels neuartiger Konzepte basierend auf Methoden des maschinellen Lernens werden die Anforderungen der Teleoperation an Latenz und Kommunikationsbandbreite reduziert. Insbesondere Datenkomprimierung, Rekonstruktion, sowie Prädiktion mittels generativer Modelle stellen Lösungsmöglichkeiten für die vorhandenen Einschränkungen dar.

Durch die Nutzung mehrerer Roboter und die Vernetzung dieser über V2V Konzepte, sowie deren Anbindung an einen zentralen Server, können schließlich Vorteile aus dem Bereich der Crowd Sourced Data angewandt werden.

Mit Hilfe dieser Konzepte wird eine Möglichkeit zur Realisierung von Lieferrobotern entwickelt, die zum einen kosteneffizient und sicher ist, zum anderen aber auch bereits in den kommenden Jahren kommerziell eingesetzt werden könnte. Zusätzlich ermöglicht dieser Ansatz eine schrittweise Weiterentwicklung der Lieferroboter auch hin zu größerer Autonomie. Damit kann ein entscheidender Beitrag zur zukünftigen Versorgung ländlicher Regionen geleistet werden.