Kontakt
+49 711 685 67305
+49 711 685 67302
E-Mail
Pfaffenwaldring 47
70550 Stuttgart
Raum: 1.136
2022
- T. Müller, S. Kamm, A. Löcklin, D. White, M. Mellinger, N. Jazdi, und M. Weyrich, „Architecture and knowledge modelling for self-organized reconfiguration management of cyber-physical production systems“, International Journal of Computer Integrated Manufacturing, September, 2022, 2022.
- H. Vietz, A. Löcklin, H. Ben Haj Ammar, und M. Weyrich, „Deep learning-based 5G indoor positioning in a manufacturing environment“, in 2022 IEEE 27th International Conference on Emerging Technologies and Factory Automation (ETFA), September 2022, 2022.
- A. Löcklin, M. Artelt, T. Ruppert, H. Vietz, N. Jazdi, und M. Weyrich, „Trajectory Prediction of Moving Workers for Autonomous Mobile Robots on the Shop Floor“, in 2022 IEEE 27th International Conference on Emerging Technologies and Factory Automation (ETFA), September 2022, 2022.
- A. Löcklin, F. Dettinger, M. Artelt, N. Jazdi, und M. Weyrich, „Trajectory Prediction of Workers to Improve AGV and AMR Operation based on the Manufacturing Schedule“, Procedia CIRP, Vol. 107, pp. 283-288, Mai, 2022, 2022.
2021
- H. Vietz, T. Rauch, A. Löcklin, N. Jazdi, und M. Weyrich, „A Methodology to Identify Cognition Gaps in Visual Recognition Applications Based on Convolutional Neural Network“, in 2021 IEEE 17th International Conference on Automation Science and Engineering (CASE), Lyon, France, 23-27 August 2021, 2021, S. 2045–2050.
- M. Müller, N. Jazdi, A. Löcklin, L. Hettich, und M. Weyrich, „Adaptive Models for Safe Maintenance Planning of Cyber-physical Systems“, in 15 th CIRP Conference on Intelligent Computation and Manufacturing Engineering, Gulf of Naples, Italy, July 2021, 2021.
- A. Löcklin, T. Jung, N. Jazdi, T. Ruppert, und M. Weyrich, „Architecture of a Human-Digital Twin as Common Interface for Operator 4.0 Applications“, Procedia CIRP, Vol. 104, pp. 458-463, September 2021, 2021.
- A. Löcklin, H. Vietz, D. White, T. Ruppert, N. Jazdi, und M. Weyrich, „Data administration shell for data-science-driven development“, Procedia CIRP, vol. 100, pp. 115-120, Mai 2021, 2021.
- A. Löcklin, K. Przybysz-Herz, T. Ruppert, R. Libert, L. Jakab, N. Jazdi, und M. Weyrich, „Tailored digitization with real-time locating systems: Ultra-wideband RTLS for production and logistics“, atp magazin vol. 63, no. 3, pp. 76-83, März, 2021, 2021.
- A. Löcklin, C. Kotsch, K. Krüning, M. Rentschler, C. Ebert, M. Müller, und M. Weyrich, „Testen 4.0 in der Automatisierungstechnik: Agiles modellbasiertes Testen vernetzter Systeme und Komponenten“, Automation 2021, VDI Verlag GmbH Düsseldorf, pp. 335-352, 29. und 30 June 2021, 2021.
- B. Maschler, T. Müller, A. Löcklin, und M. Weyrich, „Transfer Learning as an Enhancement for Reconfiguration Management of Cyber-Physical Production Systems“, in 15th CIRP Conference on Intelligent Computation and Manufacturing Engineering, July 2021, Gulf of Naples, Italy, 2021.
2020
- A. Löcklin, M. Müller, T. Jung, N. Jazdi, D. White, und M. Weyrich, „Digital Twin for Verification and Validation of Industrial Automation Systems – a Survey“, in 25th IEEE International Conference on Emerging Technologies and Factory Automation (ETFA), 8-11 September 2020, Vienna, Austria, pp. 851-858, 2020.
- M. Grochowski, H. Simon, D. Bohlender, S. Kowalewski, A. Löcklin, T. Müller, N. Jazdi, A. Zeller, und M. Weyrich, „Formale Methoden für rekonfigurierbare cyber-physische Systeme in der Produktion“, at - Automatisierungstechnik, vol. 68, no. 1, 28.01.2020, pp. 3-14, 2020.
- A. Löcklin, T. Ruppert, L. Jakab, R. Libert, N. Jazdi, und M. Weyrich, „Trajectory Prediction of Humans in Factories and Warehouses with Real-Time Locating Systems“, in 25th IEEE International Conference on Emerging Technologies and Factory Automation (ETFA), 8-11 Sept. 2020, Vienna, Austria, pp. 1317-1320, 2020.
2018
- M. Klein, A. Löcklin, N. Jazdi, und M. Weyrich, „A negotiation based approach for agent based production scheduling“, in 28th International Conference on Flexible Automation and Intelligent Manufacturing (FAIM2018), 11.-14.05.2018, Columbus, OH, USA, 2018.
Forschungsschwerpunkt: - Vorhersage und Optimierung von Trajektorien für die Mensch-AGV-Interaktion in der Intralogistik
Beschreibung: - In der Produktion werden immer mehr mobile Roboter zum automatisierten Transport von Waren und Werkzeugen eingesetzt. Sogenannte Automated Guided Vehicle (AGV) oder Autonomous Mobile Robots (AMR) können bestehende Verkehrsflächen gemeinsam mit Menschen nutzen und stellen eine einfach zu integrierende Automatisierungsmöglichkeit dar. Um ein sicheres Miteinander zwischen Menschen und Maschinen zu gewährleisten, müssen solche Roboter, obwohl diese meist deutlich schneller könnten, sehr langsam fahren. Dadurch ist der Transportdurchsatz solcher Systeme nicht mit klassischen Förderbändern vergleichbar. Herr Löcklin forscht an Methoden zur Verbesserung des Erfassungsbereichs und Sichtweite solcher mobiler Roboter. Durch bessere Fähigkeiten zur Antizipation können höhere Roboter-Geschwindigkeiten und weniger Staus erreicht werden. Dabei reicht für eine sichere und reibungslose Intralogistik die Berücksichtigung von rein statischen Hindernissen durch die Roboter nicht aus. Stattdessen müssen auch die aktuellen sowie zukünftigen Positionen von anderen aktiven Verkehrsteilnehmern einkalkuliert werden. Eine besondere Herausforderung ist dabei der Bereich der Mensch-Roboter-Kollaboration, da Menschen autonom handeln und ihre Absichten nicht digitalisiert vorliegen. Während Roboter für die Eigenlokalisierung und grundsätzliche Kollisionsvermeidung meist Laserscanner und SLAM Algorithmen nutzen, setzt Herr Löcklin zusätzliche Sensorik zur Lokalisierung von Menschen ein. Die darauf aufbauende Methodik zur modularen und datensensitiven Trajektorienvorhersage dient der Vorhersage zukünftiger Positionen von Menschen. Für die automatisierte Vorhersage mit großem Vorhersagehorizont im Sekundenbereich muss die aktuelle Situation bestmöglich nachvollzogen und interpretiert werden. Dabei können unterschiedlichste Informationen und Daten entscheidend sein, um präzise Vorhersagen zu ermöglichen. Die angestrebte Methodik verknüpft dabei verschiedenste Ansätze zur Trajektorienvorhersage und wählt je nach verfügbaren Daten den am besten geeigneten Ansatz aus. So reichen Positionsdaten bereits aus, um einfache Vorhersagen zu erstellen. Mit zusätzlichen Kartendaten oder gar dem Wissen um aktuell in Bearbeitung stehender Aufträge können weiterführende Modellierungsansätze genutzt werden. Mit zusätzlichen Daten können automatisiert Fragen nach dem Grund einer Bewegung analysiert und entsprechend bei der Vorhersage berücksichtigt werden.
Forschungsportal: