Ziel des APRIL-Projekts ist die Entwicklung von kostengünstigen und agilen, marktorientierten Mehrzweck- und leicht umrüstbaren autonomen Robotern, die verschiedene weiche und flexible Produkte/Materialien in einer Produktionsumgebung manipulieren, zusammenbauen oder verarbeiten können. Dies wird neue Wege der Automatisierung (halb- oder vollautomatische Aufgaben) in Fertigungslinien ermöglichen, die verschiedene Arten von flexiblen oder verformbaren Materialien (z.B. von Kissen bis hin zu empfindlichen Lebensmitteln) herstellen, zusammensetzen oder verarbeiten.

Das Ziel des COROMA-Projekts ist die Entwicklung eines kognitiv verbesserten Roboters, der mehrere Aufgaben zur Fertigung von Metall- und Verbundteilen ausüben kann. COROMA wird dadurch die Flexibilität bereitstellen, die von europäischen Firmen zur Verarbeitung von Metall und modernen Werkstoffen benötigt wird, um sich in einem sich rasch veränderndem, globalen Markt zu behaupten. Das Hauptergebnis des Projekts COROMA wird ein modulares robotisches System sein, das eine Vielzahl von Produktionsschritten autonom ausführen wird, um sich an die Produktionsanforderungen anzupassen. Es wird in der Lage sein sich in einer Fabrik zu bewegen und zu navigieren, in dynamischen Umgebungen Aufgaben zu erledigen, mit verschiedene Werkzeuge umzugehen mit seinem flexiblem Greifer und sich kontinuierlich anzupassen und seine Leistung zu verbessern. Das DFKI RIC ist verantwortlich für die Entwicklung von Methoden für lebenslanges Lernen und das Teilen von erlerntem Wissen.

Das Hauptziel des Projekts EXPECT ist die Entwicklung einer adaptiven, selbstlernenden Interaktionsplattform für Mensch-Roboter-Kollaboration, die nicht nur explizite multimodale Interaktion ermöglicht, sondern auch in der Lage ist menschliche Intentionen abzuleiten, die für implizite Interaktion oder zur Optimierung von expliziter Interaktion genutzt werden können. Es werden Methoden zur automatisierten Kennzeichnung und gemeinsamen Auswertung von multimodalen Daten des Menschen entwickelt und in Testszenarien evaluiert. Die systematischen Experimente dienen auch der Untersuchungen der Frage wie grundlegend bedeutsam Gehirndaten zur Intentionsvorhersage beim Menschen sind. Ergebnisse werden in anwendungsnahen Demonstrations-szenarien präsentiert.

Im Auftrag der Senatorin für Wissenschaft und Häfen untersucht das Institut für Seeverkehrswirtschaft und Logistik, wie am Hafenstandort Bremerhaven synthetische Kraftstoffe erzeugt, gelagert und eingesetzt werden können. Synthetische Kraftstoffe können die zügige Dekarbonisierung des Hafenbetriebs unterstützen. Der Fokus der Untersuchung liegt dabei auf Anwendungspotenzialen von synthetischem Dieselkraftstoff. Vorteil dieses Kraftstoffs ist, dass er als Drop-In-Kraftstoff in bestehenden Flotten von Umschlags- und Transportgeräten eingesetzt werden kann und nur geringe Anpassungen der Motoren notwendig werden. Ferner ermöglicht es der Kraftstoff, bestehende operative Abläufe, Wartungszyklen und Tankintervalle beizubehalten. Bis Ende 2022 wird im Projekt HTTB ein Plan erstellt, wie dieses Ziel gemeinsam mit Partnern in einem schlagkräftigen Konsortium umgesetzt werden kann.

Um die Arbeitsbedingungen bei der manuellen Handhabung in der Logistik zu optimieren, körperliche Belastungen zu reduzieren und die Logistikprozesse effizienter und effektiver zu gestalten, zielt das Vorhaben Kali darauf ab, mobile Unterstützungssysteme für die hafen-bezogene Logistik zu konzeptionieren. Hierbei stehen nicht nur die technische Machbarkeit, Mobilität und Modularität der identifizierten Lösungen unter Betrachtung der Rahmenbedingungen im Vordergrund, sondern auch die Sicherheit und Akzeptanz sowie angrenzende ethische, soziale und rechtliche Fragestellungen.

M-Rock ist Teil der X-Rock Entwicklungen, die es Anwendern ermöglichen sollen, persönliche Assistenten ohne jegliches Expertenwissen zu entwerfen, und Domänenexperten bei der Identifizierung von Verbesserungsmöglichkeiten eines Systems unterstützen. M-Rock baut auf den Ergebnissen von D-Rock und Q-Rock auf. Lösungen zur Modularisierung und Modellierung, die in D-Rock entwickelt wurden, ermöglichen eine effiziente Wiederverwendung von Komponenten und beschreiben, wie Komponenten in einem bestimmten Kontext verwendet werden können. Q-Rock bildet automatisch die strukturelle Hardware- und Softwarekomplexität aktueller Robotersysteme auf Verhaltensweisen ab. Das Hauptziel von M-Rock ist es, die Nutzung von Benutzerfeedback zu ermöglichen, um nicht nur das Verhalten auf der Softwareseite im Hinblick auf die individuellen Anforderungen des Anwenders zu optimieren, sondern auch eine nachträgliche Optimierung des Q-Rock Softwareablaufs hinsichtlich der Hardwareauswahl zu realisieren. M-Rock ermöglicht damit eine automatische Anpassung eines Roboters an die individuellen Anforderungen und Vorlieben des interagierenden Menschen. Zu diesem Zweck wird explizites Feedback (z. B. Ratingskala zur Leistungsbewertung) mit implizitem Feedback kombiniert. Als Quelle für implizites menschliches Feedback macht M-Rock Gebrauch von den EEGs der Benutzer. Anhand von zwei verschiedenen Szenarien werden die Entwicklungen in M-Rock evaluiert, um sicherzustellen, dass die Entwicklungen in M-Rock sowohl von Laien als auch von Domänenexperten gleichermaßen nutzbar sind.

Seit Jahresbeginn fördert die Kieserling Stiftung eine Kurzstudie für Konzepte zum Einsatz von Lkw-Platoons im Seehafenhinterlandverkehr, mit dessen Erarbeitung das ISL beauftragt wurde. Ziel dieser Studie ist es, die Auswirkungen des Einsatzes von Lkw-Platoons im Zulauf zu den deutschen Seehäfen am Beispiel Bremerhavens zu untersuchen. „Echte“ Platoons, bei denen lediglich im ersten Lkw ein Fahrer sitzt, müssen bereits im Terminal aufgelöst werden (z.B. auf einer möglichen Vorstaufläche). Das bedeutet, dass für jeden einzelnen Lkw zusätzliche Fahrer benötigt würden, die schließlich die einzelnen Gates im Seehafen ansteuern. Gleiches gilt analog für die Zusammenstellung von Platoons.
Insgesamt besitzt die Automatisierung von Prozessen in der Logistikkette für die Verkehrs- und Logistikwirtschaft ein erhebliches Innovationspotenzial. Auch zum Lkw-Platooning existieren bereits verschiedene Pilotprojekte, hier besteht jedoch noch reichlich Forschungs- und Entwicklungsbedarf. Bislang gibt es nur wenige Informationen zur Zusammenstellung bzw. Trennung von Platoons, die jedoch essenziell für den Erfolg der Pilotprojekte sind.
Die vom ISL durchgeführte Studie zielt darauf ab, die Anforderungen an Prozesse und Informationsflüsse eingehend zu analysieren, um so erste Konzepte für eine ganzheitlich durchdachte Umsetzung von Lkw-Platooning entwickeln zu können. Das Projekt läuft bis Ende Juni 2022.

Inspektion und Wartung (I&M) stellt eine riesige wirtschaftliche Aktivität (450 Mrd. € Markt) dar, die sich über alle Sektoren erstreckt wie beispielsweise Energie, Verkehr, Bauwesen. In der EU befinden sich über 50% des Angebots an I&M-Robotern, aber es gibt die Engpässe der Verbindung zum Markt und zu den Anwendungen mit hohem Potenzial. RIMA ist ein vierjähriges Projekt mit dem Ziel, ein Netzwerk von 13 Digital Innovation Hubs (DIH) für Robotik aufzubauen, die Best Practices austauschen und Dienstleistungen anbieten, um die Einführung von I&M-Technologien zu erleichtern.

Generelles Ziel des Vorhabens SmartRecycling-UP ist es, über eine Automatisierung bisher manuell durchgeführter Prozesse eine signifikante Verbesserung der Recyclingquote und -Qualität für großstückige Abfälle (Sperrmüll, Bauschutt etc.) zu erreichen. Insbesondere sollen die technischen Voraussetzungen für eine Automatisierung der Vorsortierung großstückiger Abfälle geschaffen und demonstriert werden. Mit der neuen Technik soll die Effizienz des Sortiervorgangs, die Qualität der sortenrein dargestellten und für ein Recycling bereitgestellten Abfallarten und die Wirtschaftlichkeit der Sortierung bzw. des Recyclings signifikant gesteigert werden.