R&D Project VISTA : Vision Supported Truck Docking Assistant

 

R&D Project VISTA : Vision Supported Truck Docking Assistant

We zijn in februari 2019 gestart met onze deelname aan het Interreg project VISTA. Dat is een samenwerkingsverband tussen Nederlands en Duitste Industrie en Onderwijsinstellingen met bijdrage van EU subsidie. De HAN is penvoerder van dit R&D project.

Doel

Doel van het project is efficiënt en schadevrij transport op Distributie Centra (DC).

Probleem

Het probleem bij huidige niet autonome vrachtwagen combinaties is dat er schade ontstaat tijdens het docken (achteruit rijden naar de specifieke “gate” voor laden en lossen. Er zijn allerlei redenen voor deze schade:

  • grotere en complexe vrachtwagen combinaties
  • afleiding in de truckcabine
  • vakbekwaamheid van chauffeurs is wisselend met het internationale vervoer
  • vermoeidheid
  • hoge logistieke werkdruk op DC’s

Beoogde oplossing

De beoogde oplossing bestaat uit een aantal onderdelen:

  • Geef de chauffeur hele nauwkeurige stuuraanwijzingen (driver assitance uit VISTA) voor het “inparkeren” in de dock
  • Bepaal het type vrachtwagencombinatie m.b.v. Computer Vision technieken bij het binnenkomen op een DC
  • Zorg met path planning software (gekoppeld aan de logistieke software op een DC) dat de stuuraanwijzingen worden samengesteld voor één specifiek gekarakteriseerde vrachtwagencombinatie van “hier naar daar”
  • Volg het inparkeren met Computer Vision en stel real time de stuuraanwijzingen bij
  • Doe dit alles op een “niet invasieve manier” met de bestaande vrachtwagencombinaties waarvan er heel veel verschillende soorten zijn
  • Dus gebruik losse Head Up Displays, VR bril, Tablet & App, haptische feedback en eventueel eye tracking voor communicatie met de chauffeur

Benodigde technieken

Zonder nu al compleet te zijn, kijken wij aan tegen de volgende system building blocks:

  • Stereovision camera technologie voor het bepalen van de vrachtwagencombinatie eigenschappen
    • We starten met de ZED voor Lab omstandigheden
  • (Near) real time communicatie (C)-V2X scenario’s tussen een DC controller en de vrachtwagencombinaties
    • We kijken naar WLAN Mesh, 5G en IEEEE802.11P en combinaties
  • Bestaande en nog uit te breide path planning software
  • Bestaand en nog uit te breiden steering control software
  • Head Up Displays, VR bril, Tablet & App, haptische feedback en eventueel eye tracking

Onze rol en bijdrage

Het R&D project is opgesplitst in verschillende Work Packages:

  • WP0 – Project preparation (HAN)
  • WP1 – Business case (Bricklog)
  • WP2 – Vision based RTLS (Track32)
  • WP3 – Vehicle planning & control (V-Tron)
  • WP4 – User interface (Coduct)
  • WP5 – Integration and demonstration (V-Tron)
  • WP6 – Project management (HAN)

Wij nemen deel aan alle inhoudelijke Work Packages, waarbij we primair een bijdrage leveren aan WP2. Die bijdrage is vooral gericht op Real Time Location Services infrastructuur. Denk aan Smart Vision Camera’s, NVIDIA Jetson TX2 CPU boards, real time WLAN connectivity, real time application messaging services via b.v. sockets.io en PubNub, IIoT Edge Computing en software control & distribution m.b.v. Ansible of Balena. Dat doen we in samenwerking met Track32 uit Wageningen, die dit Work Package leidt.

Deelnemers project

Project VISTA kent een looptijd van 3,5 jaar (1-1-2019 tot 30-6-2022) en kent een betrekkelijk groot aantal deelnemers. Degene die een directe inhoudelijke en voortbrengende bijdrage leveren, zijn hieronder genoemd:

  • HAN – lead partner, path planning+following, SW tools
  • Track32 – machine vision, AI: RTLS+vehicle configuration detection
  • ICR3ATE – smart camera system ((stereo-)cam + computing)
  • Coduct – HMI, usability
  • Recreate – HMI, AR/VR/MR technology
  • Bricklog – wide logistics network, logistics SW solutions
  • V-Tron – smart mobility solutions, aftermarket assistance systems
  • HRW – system level architecture, integration, usability studies
  • InterEU – cross-border communication support
  • Rhewatech – Interreg project support

Interessant?

 

Like it?

Share it!