Projekt NeurOSmart – Sensorsysteme lernen zu denken

Intelligente Maschinen und Roboter werden immer mehr Teil unseres täglichen Lebens. Im Haushalt befinden sich bereits Staubsaugroboter und die Entwicklung des autonomen Fahrens schreitet immer weiter voran. Ebenso werden – besonders durch den Fachkräftemangel – selbstständig arbeitende und kollaborative Robotersysteme immer wichtiger für die Industrie. Dabei gilt, je komplizierter die Aufgaben sind, desto intelligenter und agiler muss das System sein. Damit ein zuverlässiger und sicherer Echtzeitbetrieb der autonomen Systeme realisiert werden kann, steigt die Anzahl der Sensoren, der Aufwand der Datenverknüpfung und somit die benötigte Rechenleistung. 

Allerdings wird laut Prognosen die Rechenleistung für die notwendige Sensorperipherie (Sammelbezeichnung für alle Datenverarbeitungsgeräte oder Hardware-Elemente, die an die Zentraleinheit angeschlossen sind) solcher Geräte in weniger als zehn Jahren der eines heutigen Supercomputers entsprechen. Dieser Trend zu mobilen Supercomputern geht jedoch mit einem deutlichen Anstieg des Energieverbrauchs einher, weshalb Forschende mehrerer Fraunhofer-Institute an der Entwicklung von neuartigen intelligenten Sensorsystemen arbeiten.  

Das Fraunhofer Leitprojekt NeurOSmart – Worum geht es? 

Im Fraunhofer Leitprojekt NeurOSmart bündeln fünf Fraunhofer-Institute (ISIT, IPMS, IMS, IWU, IAIS) ihre Fachexpertise und forschen gemeinsam an einem neuen Standard für besonders energieeffiziente und intelligenten Sensoren für die nächste Generation autonomer Systeme. Der Ansatz basiert dabei auf einer direkten Integration der datenverarbeitenden Intelligenz, die auf das jeweilige Sensorsystem maßgeschneidert wird, um die Rechenlast deutlich zu reduzieren. Erreicht wird dies durch eine Kombination eines hochleistungsfähigen Sensorsystems, gekoppelt mit einer KI-gestützten Vorverarbeitungspipeline und einem hochskalierbaren, analog-neuromorphen Beschleuniger¹. Dadurch wird eine sensornahe Datenverarbeitung für mobile, autonome Systeme ermöglicht. Diese sorgt für erhebliche Energieeinsparungen und erhöhten Datenschutz gegenüber dem aktuellen Trend von cloudbasierten Lösungen, die auf energieintensivere Modelle zurückgreifen. Zudem erreichen die neuartigen autonomen Systeme eine schnellere Reaktionszeit und eine bisher unerreichbare Intelligenz. Als Wegbereiter für ein wettbewerbsfähiges Sensorsystem wird im Projekt NeurOSmart ein offenes, von Fraunhofer-Instituten entwickeltes, Scanning-LiDAR-System (Light Detection and Ranging) als Basis genutzt, das im Anwendungsfall Mensch-Roboter-Kollaboration erprobt wird. 

¹analoge Recheneinheiten, die nach dem Vorbild des menschlichen Gehirns lernen und dabei die Strukturen eines biologischen Nervensystems nachahmen 

Die Rolle des Fraunhofer IWU 

Ein Teilprojekt hat als Ziel das neuartige Sensorsystem im Anwendungsszenario Mensch-Roboter-Kollaboration (siehe Abbildung 1) weiter zu spezifizieren und die Demonstratoren zu evaluieren.  

Durch die Eigenschaften des Sensorsystems soll die Sicherheit weiter erhöht werden, da das System schneller und zuverlässiger arbeitet. Zusätzlich kann durch die geringe Reaktionszeit eine deutliche Reduzierung des notwendigen Sicherheitsbereiches um den Industrieroboter herum erreicht werden. Das führt zu Flächeneinsparungen, da bspw. Zellen mit Mensch-Roboter-Kollaboration deutlich kleiner dimensioniert werden können. Dadurch ergeben sich unter anderem Einsparpotenziale für klassische Fabrikplanungfragen. 

Eine weitere Aufgabe ist die ökologische Bewertung des Gesamtsystems. Die Minimierung des Energiebedarfs hilft dabei in Zukunft während der Nutzungsphase Emissionen einzusparen. Allerdings ist für die ökobilanzielle Bewertung nicht nur die Energieeffizienz entscheidend. Treibhausgasemissionen und weitere negative Umwelteinwirkungen, die während der Herstellung oder des Recyclings auftreten sind ebenso zu berücksichtigen. Um zu verhindern, dass über den Lebenszyklus doch mehr Emissionen entstehen, soll das neue Systeme bereits während der Systemkonzeptionierung durch eine Ökobilanzierung nach den DIN-Standards beurteilt und mit bisherigen Alternativen des Stands der Technik verglichen werden. So können bereits während der Entwicklungsphase problematische Lebenszyklusphasen erkannt und Prognosen für künftige Verbesserungen gegeben werden.  

Haben wir Ihr Interesse geweckt? Weitere Informationen zum Projekt und dem Konsortium finden Sie auf der Fraunhofer Homepage. 

Titelbild: ©NeurOSmart Key visual 

Abbildung 1: ©Adobe Stock 265254815