Autonome Systeme als Chance

Industrie 4.0

Was autonome Systeme von automatisierten unterscheidet, welche Voraussetzungen für ihre Entwicklung erfüllt werden müssen und welches Potenzial sie mit sich bringen, war ein Schwerpunktthema auf der Matlab Expo in München. Michelle Hirsch von Mathworks beantwortete diese Fragen in ihrem Vortrag.

17. Oktober 2017
Der Begriff ›autonome Systeme‹ wird oft mit selbstfahrenden Autos in Verbindung gebracht. Doch autonome Technik hat auf viele Bereiche Einfluss, auch auf die Produktion. Bild: Mathworks
Bild 1: Autonome Systeme als Chance (Der Begriff ›autonome Systeme‹ wird oft mit selbstfahrenden Autos in Verbindung gebracht. Doch autonome Technik hat auf viele Bereiche Einfluss, auch auf die Produktion. Bild: Mathworks)

Autonome Systeme werden in naher Zukunft fast jeden Lebensbereich unserer Gesellschaft berühren. Sie werden die Produktion maßgeblich verändern und auch das Arbeitsleben und Geschäftsstrategien beeinflussen. Denn mit der Fähigkeit der Maschinen, uns alltägliche Dinge abzunehmen, bleiben den Menschen mehr Kapazitäten für kreative Arbeit.

»Der Begriff ›autonome Systeme‹ wird oft mit selbstfahrenden Autos, intelligenten Robotern oder automatisch navigierenden Drohnen in Verbindung gebracht«, meint Michelle Hirsch. Doch autonome Systeme haben auf ein viel breiteres Spektrum unseres täglichen Lebens Einfluss – etwa in Form einer Erntemaschine, die 300 Tonnen Getreide pro Stunde erntet und gleichzeitig in einen nebenherfahrenden Container ablädt.

Dank autonomer Systeme kann eine Gas-pumpstation mit Predictive-Maintenance-System Schwachstellen erkennen und melden, bevor es zum Schaden kommt. Es kann aber auch ein automatisches Insulin-Infusionssystem sein, das es Diabetespatienten erleichtert, ihren Blutzuckerwert zu kontrollieren.

Für die Entwicklung hin zu autonomer Technik in nahezu jedem Bereich unseres Lebens sieht Hirsch drei treibende Kräfte: die Verfügbarkeit von Rechenleistung und Sensortechnik für die Datenerfassung und -verarbeitung, Fortschritte in der Algorithmen-Entwicklung für die Analyse von Big Data sowie die Flexibilität, sowohl Cloud-Systeme als auch Embedded-Geräte für den Einsatz autonomer Technik zu nutzen.

Der feine Unterschied

Autonome Systeme eröffnen aufgrund ihrer Funktionen und Anpassungsfähigkeit die Möglichkeit für vielfältige Einsatzmöglichkeiten in der Industrie, in der Forschung und im alltäglichen Leben. Der Einsatz autonomer Technologien in bestehenden Produkten oder Dienstleistungen erhöht den Wettbewerbsvorteil des Herstellers, beispielsweise durch steigende Effizienz, höhere Flexibilität sowie Zeit- und Kosteneinsparungen. Doch was genau sind autonome Systeme und wie unterscheiden sie sich von herkömmlichen Maschinen?

Autonome Systeme besitzen die Fähigkeit, selbstständiges Handeln zu erlernen. Darin ähneln sie stark automatischen Systemen, die in der industriellen Produktion bereits weit verbreitet sind. Der Unterschied liegt in der Fähigkeit, dieses selbstständige Handeln auch unter unbekannten Bedingungen ausführen zu können.

Ein automatisierter Roboter ist in der Lage, in einer kontrollierten Umgebung bestimmte Handlungen selbstständig auszuführen. Ein autonomer Roboter kann sich darüber hinaus in unbekannten Umgebungen ohne menschliche Steuerung zurechtfinden und diese erforschen. Diese Fähigkeit, auf Neues zu reagieren und selbstständig zu handeln, bedarf hoher technischer Leistungen. So erklärt Michelle Hirsch: »Mit meinem Vortrag auf der Matlab Expo wollte ich Ingenieuren zeigen, wie sie autonome Technologien in ihre Arbeit integrieren können.« Um zum Beispiel ein selbstfahrendes Auto zu entwickeln, muss man es als erstes mit der Fähigkeit zur Sinneswahrnehmung ausstatten, zum Beispiel mit Kameras, GPS, Infrarotsensoren zur Erkennung von Distanzen und Bewegungen von Objekten und mit der Lidar-Methode (kurz für light detection and ranging), um ein 3D-Modell der Umgebung zu erstellen.

All diese einzelnen Daten müssen nun zu einem kohärenten Bild zusammengefügt und interpretiert werden. Genau bei diesem Punkt kommen autonome Systeme ins Spiel. Da die Verkehrssituation auf den Straßen immer unterschiedlich ist, müssen Algorithmen entwickelt werden, die unbekannte Daten analysieren und verstehen können. Mithilfe von Deep-Learning- und Machine-Learning-Algorithmen können autonome Fahrzeuge die Situation auf der Straße einschätzen und sogar identifizieren, welche Fußgänger aufmerksam sind und welche nicht.

Prozess der Entscheidung

Anschließend folgt der Prozess der Entscheidung, etwa ob das Fahrzeug bremst oder die Spur wechselt. Auch hier kommen Algorithmen zum Einsatz. Mit jeder getroffenen Entscheidung wird der Erfahrungsschatz des Systems größer und der Entscheidungsprozess wird optimiert. »Deshalb ist es wichtig, dass ein System viele Tausende von Testkilometern zurücklegt, um immer sicherer in seinen Entscheidungen zu werden«, fügt Michelle Hirsch hinzu.

Für die Einführung von autonomen Systemen vertritt Hirsch einen inkrementellen Ansatz: von deterministisch kontrolliertem zu überwachtem bis hin zu automatisiertem Betrieb und schließlich zu völlig autonomen adaptiven Systemen. Allein aus praktischen und sicherheitsrelevanten Überlegungen ergibt sich diese schrittweise Vorgehensweise, im Zuge derer Entwickler und Anwender lernen, mit den neuen Technologien umzugehen und diese gewinnbringend einzusetzen.

Autonome Systeme als Entlastung

Noch befinden sich die ersten autonom fahrenden Autos in der Testphase, doch andere autonome oder teilautonome Systeme sind bereits erfolgreich im Einsatz. »Autonome Technik ermöglicht es uns, Verantwortung für eine Vielzahl von Entscheidungen auf Computer zu übertragen«, so Michelle Hirsch. »Das gibt Menschen die Möglichkeit, ihre Zeit für die Dinge zu nutzen, die ihnen wichtig sind. Gut trainierte Computer können konstantere Leistung erbringen als Menschen und so zum Beispiel im Straßenverkehr für mehr Sicherheit sorgen.«

In anderen Bereichen soll die Verantwortung nicht komplett an Maschinen übertragen werden. Dennoch können autonome Systeme auch hier die Menschen teilweise entlasten. Diese Zeit können Menschen nicht nur als Freizeit nutzen, sondern auch, um an neuen Entwicklungen zu forschen oder Geschäftsstrategien zu entwickeln. Auch können solche Systeme Aufgaben übernehmen, die für Menschen zu gefährlich sind und so für mehr Sicherheit für Hersteller sorgen.

Zahlen & Fakten

Mathworks ist Entwickler von Software für mathematische Berechnungen wie Matlab. Die Programmiersprache ist eine Programmierumgebung für die Algorithmenentwicklung, Analyse und Visualisierung von Daten. Ingenieure und Wissenschaftler weltweit setzen diese Software ein. Auch an Universitäten und Forschungsinstituten sind Produkte von Mathworks wichtige Lehrwerkzeuge. Mathworks wurde 1984 gegründet und beschäftigt mehr als 3.500 Mitarbeiter in 15 Ländern. Der Hauptsitz des Unternehmens ist Natick, Massachusetts, in den USA. Lokale Niederlassungen in der D-A-CH-Region befinden sich in Aachen, Bern, München und Stuttgart.

Erschienen in Ausgabe: 06/2017