Moderner Einzelhandel Forscher machen Kiosk und Regal zu smarten Systemen

Anbieter zum Thema

Zetes GmbH

IdentPro GmbH

KNAPP AG

Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA

Am Fraunhofer-IPA sind neue Algorithmen für die Objekterkennung und Umgebungserfassung entstanden, die anspruchsvolle Automatisierungsaufgaben in Dienstleistung und Produktion meistern, wie es heißt.

Den stationären Einzelhandel mithilfe digitaler Systeme wieder attraktiver für die Kundschaft zu machen war das Ziel, dem sich die Beteiligten in „Knowledge4Retail“ (K4R) von Januar 2020 bis Dezember 2022 gewidmet haben. Beim Abschlusstreffen in diesem Frühjahr präsentierten sie ihre Ergebnisse. Der Kern des Projekts ist eine auf dem Versionsverwaltungssystem Github verfügbare K4R-„Open Source Plattform“, die dem Einzelhandel die Ergebnisse zugänglich macht. Einzelhandelsunternehmen könnten über die Plattform analoge und digitale Welten verbinden und beispielsweise Prozesse einfacher analysieren und Prognosen zum Kaufverhalten erstellen. Die Projektpartner entwickelten dabei Möglichkeiten für die Anwendungsfälle Logistik, Filialaufbau, Servicerobotik und sogar für einen vollautomatischen Kiosk.

3D-Bildverarbeitung digitalisiert auch unbekannte Produkte

Die IPA-Forscher hatten dabei mehrere Entwicklungsschwerpunkte vor sich, durch die sie ihr Know-how und das daraus resultierende Angebot rund um die 3D-Bildverarbeitung erweitert haben. Ein Hauptaspekt war die Erstellung sogenannter semantischer digitaler Zwillinge der Einzelhandelsprodukte, wie es weiter heißt. Dazu wird ein beliebiges – durchaus auch vorher noch nie gesehenes – Produkt mithilfe von Sensoren (beispielsweise in einer Scannerstation) erfasst und dann mit vielfältigen Informationen wie Form, Farbe oder Textur dreidimensional modelliert. Für das Modellieren, bei dem das Fraunhofer-IPA mit Kaptura kooperierte, kommen auch Methoden des Maschinellen Lernens, einem Teilgebiet der Künstlichen Intelligenz (KI), zum Einsatz.

Mithilfe der so entwickelten Technik sei es möglich, auch breitgefächerte Produktpaletten schnell und hochaufgelöst in 3D zu modellieren. Im Zuge der Modellierung werden auch semantische Informationen wie Logos, Nährwert- oder Mengenangaben auf den Produkten erkannt und digital erfasst, wie die Forscher betonen. So werden die erzeugten Modelle etwa zur Grundlage für digitale Abbilder einer Filiale, einen Webshop oder auch automatisierte Produktanalysen, wie sie unter anderem in Labors stattfinden.

Ferner sei eine skalierbare, für den Handel optimierte Objekterkennungslösung entstanden, die durch präzise optische Identifizierung von Produkten Automatisierungsmöglichkeiten in Produktion und Logistik ermögliche. Beispielanwendungen sind das roboterbasierte Bin Picking (Griff-in-die-Kiste) oder Bin Packing, also das Einpacken von Gütern aller Art und Form. Letztere, auch Order Picking oder Pick & Pack genannte Aufgabe, bei der die Waren aus Kisten oder Regalen entnommen und ordentlich in einen Zielkarton verpackt werden, wird in Zeiten eines boomenden Onlinehandels immer wichtiger, wie die Forscher sagen. Die so entwickelte Objekterkennung könne zur Unterstützung dieser Prozesse vollautomatisch und direkt anhand der digitalen 3D-Produktmodelle in weniger als einer Stunde für jedes neue Produkt eingelernt werden.

(ID:49534404)