Das Projekt „5G – Einsatz in der Industrie“ an der TU Kaiserslautern in Zusammenarbeit mit der SmartFactoryKL gefördert vom Europäischen Fonds für Regionale Entwicklung wurde von November 2020 bis September 2022 durchgeführt. Die Ergebnisse der Projektarbeit an den Arbeitspaketen und Meilensteinen werden in diesem Bericht vorgestellt. Vor dem Hintergrund der Flexibilisierung und Modularisierung von Produktionssystem für eine erhöhte Variabilität bei individualisierten Produkten und sich schnell verändernden Rahmenbedingungen müssen Maschinen, Prozesse und auch die Infrastruktur der Produktion einen Wandel erfahren. Letztere muss die Flexibilisierung der Anlagenteile unterstützen. Dazu zählt neben der Versorgung mit Energie auch die Netzwerkinfrastruktur, die sich von fester Direktverdrahtung über kabelgebundene Ethernet-basierte Feldbusse weiter in Richtung drahtloser und zuverlässiger Kommunikation wandeln muss. Die 5G-Technologie bietet erstmals als Mobilfunk-Standard auch Funktionen für industrielle Anwendungen und konkurriert dabei neben kabelgebundenen Feldbussen mit industriellen Funklösungen wie spezialisierte WLAN- oder Bluetooth-Anwendungen. Am kritischsten ist dabei die Übertragung von Safety-Daten, die im Normalbetrieb für den Personenschutz und bei Ausfall für den kostenintensiven Stillstand der betreffenden Anlage verantwortlich ist. Auch weniger kritische Kommunikation ist für die Industrie relevant und bietet neue Möglichkeiten etwa bei der Werkerassistenz. Die Eignung und die Zuverlässigkeit von 5G im industriellen Kontext ist Fokus des Projekts.

Um die Anforderungen industrieller Anwendungen zu erfüllen, kann nicht auf das öffentliche 5G-Netz zurückgegriffen werden, da zentrale Leistungsparameter nicht vom Nutzer eingestellt werden können. Aus diesem Grund wurde im Projekt ein privates Campusnetz aufgebaut, das lokal in dem für die Industrie reservierten Frequenzband von 3,7-3,8 GHz betrieben wird. Für die Hardware der 5G-Infrastruktur kommen Komponenten von vier verschiedenen Herstellern zum Einsatz. Die verwendete Sende- und Empfangstechnik (Radio Access Network RAN) stammt von Nokia, welche bereits aus anderen Projekten vorhanden ist. Für die 5G-Core Software hat sich das Projektteam für den Open5GCore von Fraunhofer entschieden und dieses Softwarepaket beschafft. Dieser Setup bietet die Möglichkeit, eine neuartige und hersteller-unabhängige Schnittstelle (O-RAN) zwischen RAN und Core zu nutzen, was zukünftige Anschaffungen weiterer RAN-Einheiten aufgrund erhöhtem Wettbewerb deutlich vergünstigen kann. Der Core wird auf einem DELL EMC PowerEdge R740 Server betrieben. Die Endgeräte (User Equipment UE) werden mit 5G-Modems, die einen Qualcomm x55 Chipsatz verwenden, in das Funknetz eingebunden. Dem Projektteam wurden Lizenzen von Nokia für die Integration der Base Band Unit (BBU) und dem Fraunhofer Core zur Verfügung gestellt. In Zusammenarbeit mit der Arbeitsgruppe FOKUS von Fraunhofer wurde der Open5GCore auf einem lokalen Server der Universität installiert und für die wesentlichen Schritte eine Dokumentation erstellt. Durch eine eingehende Analyse des Source Codes des Fraunhofer Core wurde dessen Potenzial für den Safety Use Case im Projekt evaluiert. Mit einem bereits an der TU Kaiserslautern bestehenden portablen 5G-Netz der Firma MECSware wurden parallel Versuche durchgeführt, um Kompatibilitätsprobleme der anzubindenden Geräte auszuschließen sowie deren Integration in die Anwendungen der anderen Arbeitspakete und erste Performance-Test ausführen zu können. Versuche zu optimaler Antennenpositionierung, Stromverbrauch der 5G-Geräte, die Nutzung einzelner Bereiche des Frequenzbands und die Anpassung vom Up- und Downlink-Raten wurden durchgeführt. Dieses System erfüllt den Release 15 Standard des 3GPP-Gremiums. Die 5G Core Software auf dem Server ist über eine herstellerabhängige Schnittstelle mit einem RAN verbunden, das für die Verwendung in Innenräumen als Small Cell basierend auf einem Qualcomm System-On-Chip ausgeführt ist. Die Sende- und Empfangstechnik besteht aus integrierten gerichteten 2x2 MIMO Antennen, die mit 23 dBm (200 mW) senden. Die Kollisionsvermeidung zwischen den Teilnehmern verwendet Time Division Duplexing. Mit einer Upload-/Downloadrate von 5:5 werden so für die Teilnehmer 183 / 486 Mbps mit 10-15 ms Latenz erzielt.

Für die Lokalisierungsinfrastruktur hat sich das Projektteam aus den drei infrage kommenden Lösungen für das Real-Time Locating System (RTLS) von Siemens entschieden. Es verwendet Ultra-Wideband (UWB) für die Funkkommunikation zwischen den Geräten und bestimmt aus den Signalen die Position mithilfe von Time Difference of Arrival (TDoA). Die Hardware bestehend aus 6 Antennen (Gateways), 10 Ortungschips (Transponder), der Software und Zubehör wurde auf die Örtlichkeit im neuen Showroom der SmartFactoryKL abgestimmt. Der Aufbau des Systems bestehend aus der Anbringung der Gateways (Sende- und Empfangsgeräte) an Deckenhalterungen und die Verlegung von Netzwerkkabeln wurde stationär durchgeführt (Abbildung 2). Dabei wurden die optimalen Installationsparameter gemeinsam mit dem Hersteller bei einem persönlichen Treffen vor Ort ermittelt und umgesetzt, damit eine maximale Genauigkeit des Systems im Betrieb erreicht werden kann. Das Gebäudenetzwerk wurde entsprechend konfiguriert und eine Verbindung zwischen den Gateways und der Software auf dem Server eingerichtet. Das Einmessen des Systems erfolgt über die Festlegung eines Weltkoordinatensystems (WCS) und die möglichst genaue Abstandsbestimmung aller Gateways in allen 3 Raumrichtungen im Bezug auf dieses WCS. Nach der Inbetriebnahme des Systems konnten die Nutzdaten in die Anwendungen der Arbeitspakete 2 und 3 integriert werden. Die Genauigkeit des Systems hängt dabei stark von einer Vielzahl von Hard- und Software-Parametern ab, deren Potenziale teils erst durch die Arbeit mit dem System für das Projektteam deutlich wurden. Hardwareabhängige Genauigkeitsfaktoren lassen sich wie folgt beschreiben. An den äußeren Rändern des von den Antennen aufgespannten Bereichs und darüber hinaus nimmt die Genauigkeit grundsätzlich stark ab. Die Anzahl ungestörter Sichtverbindungen zwischen Transpondern und Gateways ist ebenfalls ein Faktor und wird in dem verwendeten Raum nur durch Säulen und Teile der Demonstrationsanlage verschlechtert. Die Abschirmung im Inneren des Fertigungsmoduls (AP 2) durch dessen mechanische Struktur (Aluminiumrahmen/-Bleche, Plexiglas, elektromagnetische Störquellen) war dabei jedoch so stark, dass die Positionsdaten einen Fehler im Meter-Bereich besaßen und die Anordnung der Transponder auf die Oberfläche des Moduls gewechselt werden musste. Aufgrund des Triangulationsprinzips kann die Genauigkeit erhöht werden, indem eine größere Zahl an Gateways eingesetzt wird, um zusätzliche Sichtverbindungen zu den Transpondern aufzubauen. Die Anzahl der verwendeten Transponder hat ebenfalls einen Einfluss auf die Genauigkeit, jedoch nicht bei der geringen Menge der im Projekt verwendeten Geräte. Softwareabhängige Genauigkeitsfaktoren sind ebenfalls von Bedeutung. Eine hohe Update-Rate der Transponder, die mit einem höheren Energieverbrauch erkauft wird, ermöglicht das Verwerfen von als unplausibel erkannten Daten ohne einen merklichen Ausfall in den Prozessdaten. Transponder mit einer höheren Geschwindigkeit haben aufgrund der schnellen Änderung eine höhere Ungenauigkeit. Eine erhöhte Sendeleistung verbessert die Qualität der Funkanbindung und damit auch der Abstandbestimmung, kann jedoch nur in den gesetzlichen Grenzen angepasst werden. Für den Nutzer sind die Einstellungen des Ortungsfilters im Betrieb die relevanteste Stellschraube für die Genauigkeit. Dabei gilt es einen Kompromiss aus Updaterate und Genauigkeit zu erzielen. Die Rohdaten der Positionsbestimmung mit hoher Updaterate (max. 8 Hz) werden nur minimal gefiltert, die Nutzdaten hingegen werden durch einen Kalman-Filter in der Software je nach Einstellung teils stark vorverarbeitet. Für den Fall eines statischen Ortungschips springt die Position aus den Rohdaten dabei um zig Zentimeter. Werden die Rohdaten über den Kalman-Filter in der Software vorverarbeitet, wird die Position genauer, die Werte springen deutlich weniger, allerdings sinkt auch die Update-Rate, da mehr Positionsdaten verworfen werden. Für den Fall eines dynamischen, bewegten Ortungschips ist die Bewegung in den Rohdaten deutlich früher erkennbar, die Nutzdaten haben teils einige Sekunden Verzögerung durch die starke Filterung, sind aber auch wieder für den Bewegungspfad genauer. Die Genauigkeit von stark gefilterten Positionen liegt in der Mitte des Ortungsbereichs zwischen 10-20 cm für unbewegte Transponder.

Ein flexibles Fertigungsmodul mit Kleinroboterarm und dazugehörigem Handbediengerät ist das zentrale Demonstrationsobjekt des Projekts. Es ist mit Echtzeit- und Safety-fähiger Industriehardware ausgestattet und bietet so eine gute Plattform für die Evaluation der 5G-Technologie. Der mechanische Aufbau des Moduls aus Aluminiumprofilen und Plexiglasscheiben ist abgeschlossen, ebenso wie die mechanische Integration des Moduls in den Demonstrator der SmartFactoryKL. Die Implementierung der Software für die Projektziele und Weiterverwendung im Kontext der Shared Production ist fertiggestellt. Das Modul bietet seine Fähigkeiten nach außen über das OPC UA Skill-Konzept der SmartFactoryKL an, auf welches über die gleiche Schnittstelle das Handbediengerät und die Leitebene in Form eines Agentensystems für die Steuerung von Modul und Roboter zugreifen können. Die Fähigkeiten umfasst die Manipulation von Werkstücken auf Werkstückträgern zum Ein- und Ausschleusen in/aus dem Transportsystem mithilfe des Manipulators. Das Handbediengerät bietet die wesentlichen Funktionalitäten für die Manipulation des Roboters marktüblicher Produkte gleicher Art wie etwa das Verfahren einzelner Achsen, die Bewegung des Tool Center Point (TCP) des Roboters in XYZ-Richtung oder die Rotation des TCP um diese 3 Achsen, das Anfahren und Abspeichern von Position und die Steuerung des Greifers. Die 5G-Konnektiviät des Moduls wird über Router hergestellt, die als Vorseriengeräte durch einen Messekontakt beschafft werden konnten. Sie sind in die Netzwerkstruktur integriert und es besteht ein drahtloser Layer-2 Tunnel durch das 5G-Netz zwischen Handbediengerät und Modul. Die Anwendung wurde so konfiguriert, dass nun die Safety-Daten des Handbediengeräts (Notaus, Zustimmtaster, Betriebsartenwahlschalter) über ein fehlersicheres Industrieprotokoll mit minimal möglicher Latenz bei ausreichend hoher Verfügbarkeit durch das 5G Netz übertragen werden können. Die Daten des Ortungssystems für Modul und Handbediengerät werden in der Steuerung des Moduls verarbeitet und sind in dessen Sicherheitskonzept integriert, beispielsweise sind Bedienfunktionen oder Roboterbewegungen abhängig von Position oder Blickrichtung des Handbediengeräts gesperrt. Die Ortungsdaten können zudem auf der grafischen Oberfläche des Handbediengeräts dargestellt werden (Abbildung 4). Die Verbindungsqualität ist in der Anwendung mindestens gleichwertig mit aktuellen industriellen WLAN-Anwendungen, einige nicht getestete Funktionen und kommende Releases (Zeitdeterminismus mit TSN, viele Geräte auf kleinem Raum, Funkzellenwechsel (Roaming)) versprechen eine noch höhere Leistungsfähigkeit.

Die Assistenz von Werkern und Instandhaltern mit Augmented Reality-Geräten im industriellen Kontext nimmt aufgrund von Fortschritten im Reifegrad der Technologie seit Jahren zu. Die Kernkomponente einer AR-Anwendung ist der Tracking-Algorithmus, mit dem die Ausrichtung der Kamera in der realen Welt geschätzt wird. Diese Rechenoperationen sind neben dem Rendering der virtuellen 3D-Objekte in dem realen Videostream am energie- und ressourcenintensivsten. Bei der mobilen AR-Hardware muss immer ein Kompromiss zwischen Akkulaufzeit und Performance geschlossen werden. Die Auslagerung dieser Berechnungen auf einen leistungsfähigen Server bietet deutliche Verbesserungen und neue Möglichkeiten der Augmentation. Die Software-Basis des Augmented Reality Use Case wurde dafür als Server-Client-Anwendung implementiert. Dazu wurde ein AR-Client drahtlos in das 5G-Netzwerk integriert und der Server an das 5G Core Netzwerk angeschlossen. Das 5G Netz wurde für die hohen Datenraten im Up- und Downlink konfiguriert. Ein digitales Modell des Fertigungsmoduls sowie der Gesamtanlage wurden mit AR-Markern (sog. April Tags) versehen, die die Ortung des AR-Geräts in der Szene über das Kamerabild ermöglichen. Der Client schickt sein aufgezeichnetes Videosignal an den Server, dessen Tracking-Algorithmen die Kameraposition berechnen und an den Client zurücksenden. Die Darstellung von Sicherheitszonen in der Augmented Reality um ein erkanntes Objekt wurde implementiert. Ein Fernmitarbeiter kann als zweiter Client oder mit Direktzugriff auf den Server den Videostream ebenfalls Remote mitverfolgen und über das Netzwerk mit dem Bediener des AR-Geräts kommunizieren. In dieser Konfiguration setzt sich die Latenz des Videosignals für den Client dabei zusammen aus dem Transfer zwischen Client und Server (20-40 ms), der Berechnungszeit auf dem Server (30 ms) und dem Rücktransfer von Server zu Client (10-20 ms). In Mittel lag die Latenz in der Anwendung bei etwa 90 ms. Unter der Annahme, dass die AR-Anwendung eine Bildrate von 30 Bildern pro Sekunde (FPS) besitzt, beträgt die Dauer zwischen zwei Bildern etwa 33 ms. Bei einer mittleren Latenz von 90 ms bedeutet dies, dass die Informationen vom Server am Client eintrifft, wenn bereits 2 weitere Bilder dargestellt wurden. Echtzeit würde bedeuten, dass die Informationen des Servers bereits für das direkt darauffolgende Bild zur Verfügung stehen. Der Mensch kann diese Verzögerung auf dem Client bereits wahrnehmen, sie liegt allerdings im akzeptablen Bereich. Die Grenze der Bildrate, die für den Menschen noch als flüssig wahrgenommen wird, liegt bei etwa 24 FPS. Eine „Worst Case“-Betrachtung mit einer Bildrate von 15 FPS der Anwendung zeigt, dass die Dauer zwischen zwei Bildern auf etwa 66 ms steigt und die Daten bereits nach einem darauffolgenden Bild am Clienten ankommen. Um dem Echtzeitanspruch gerecht zu werden, gibt es zukünftig verschiedene Ansätze: Die Berechnungszeit kann aufgrund höherer Rechenleistung oder effizienterer Tracking-Algorithmen reduziert werden, oder der Transport der Informationen per 5G kann durch höhere Datenraten, geringere Latenzen und Zeitdeterminismus (TSN) reduziert werden. Parallel zum Tracking-Algorithmus wurde auf dem Server der Empfang der Ortungsdaten des UWB-Systems über einen IP-Stream eingerichtet und im nächsten Schritt mit den Positionsdaten aus der Bilderkennung des Videostreams als Fallback-Lösung fusioniert. Das UWB-System hat mit einer Aktualisierungsrate von maximal 8 Hz eine Zeitspanne von 125ms zwischen zwei aufeinanderfolgenden Positionswerten und damit bereits eine höhere Latenz als die Client-Server-Anwendung. Eine hohe Aktualisierungsrate ist dabei wie bereits in 2.3 beschrieben mit einer erhöhten Ungenauigkeit verbunden und liegt weit außerhalb des für das Tracking der Beobachterposition notwendigen Zentimeter-Bereichs. Niedrigere Aktualisierungsraten mit höherer Genauigkeit haben wiederum eine größere Verzögerung zur Folge. Als Schlussfolgerung lässt sich feststellen, dass UWB nicht als Ersatz für die bildbasierten Tracking-Algorithmen dienen kann. Als Fallback-Lösung können die Daten hingegen verwendet werden, da eine Positionsbestimmung über den bildbasierten Tracking-Algorithmus beispielsweise durch eine ungünstige Kameraperspektive mit Verdeckung von relevanten Objekten oder wechselnde Licht-/Sichtverhältnisse gestört werden kann. Die Positionsdaten des UWB-Systems lassen sich zudem sehr gut nutzen, um dynamische Informationen in der AR-Anwendung anzuzeigen, beispielsweise die Position von mit Modulen, fahrerlosen Transportsystemen oder mit Transpondern ausgestatteten Personen oder Gegenständen, um Suchzeiten für Werker/Instandhalter zu reduzieren.

Das Projektteam konnte durch eine kostenneutrale Verlängerung des Projekts die durch die Pandemie, Lieferschwierigkeiten und technologische Herausforderungen bedingte Verzögerungen im Projekt kompensieren und alle Meilensteine nahezu vollständig bis zum Abschluss des Projekts zum 30.09.2022 fertigstellen. Eine Ausnahme bildet das 5G-System, das aufgrund der Neuartigkeit der Schnittstelle zwischen RAN-Einheit und Core durch Zusammenarbeit mit den Herstellern über die Projektlaufzeit hinaus betreut wird. Das Projektteam hat parallel ein bestehendes portables Ersatznetz für die aufbauenden Arbeitspakete verwendet. Das Ergebnis ist eine moderne 5G- und Ortungsinfrastruktur, die es dem Projektteam erlaubt, über die Projektlaufzeit hinaus Forschung an vorderster Front der Themengebiete drahtloser Kommunikation im industriellen Umfeld zu untersuchen und voranzutreiben. Das entstandenen Fertigungsmodul mit drahtlosem Handbediengerät mit integrierten Sicherheitsfunktionen ist in seiner Art bisher einzigartig und fügt sich nahtlos in die Demonstratorlandschaft der SmartFactoryKL ein. Der Wissenstransfer ist durch die ständige Kommunikation und Präsentation der SmartFactoryKL nach außen und die Integration der Komponenten in die Demonstratoranlage auch über die Projektlaufzeit hinaus gesichert. Interessenten haben verschiedene Wege, von den Projektergebnissen zu profitieren. Über Printmedien, die Projektwebseite, online verfügbare Aufzeichnungen von Gesprächsrunden und Präsentationen, den Besuch der Showrooms der SmartFactoryKL vor Ort und auch ein Besuch des Messestands zur Hannover Messe 2023, für den das Fertigungsmodul und die dazugehörige Peripherie erneut ein Teil sein werden. Nicht zuletzt stehen die neu entstandenen Kompetenzen an der TU Kaiserslautern und der SmartFactoryKL durch die Projektmitglieder für jegliche Anfragen zur Verfügung.