Skip to main content
SpringerLink
Log in

Agentenbasierte Steuerung Fahrerloser Transportsysteme im Umfeld von Industrie 4.0

  • Chapter
  • First Online:
Handbuch Industrie 4.0

  • 26k Accesses

Zusammenfassung

Skalierbarkeit und höchste Flexibilität gehören zu den wesentlichen Anforderungen an ein zeitgemäßes Fahrerloses Transportsystem (FTS). Insbesondere die dezentrale Organisation des Gesamtsystems ist dafür eine wesentliche Voraussetzung. Die effiziente Umsetzung ermöglicht ein agentenbasierter Ansatz auf Basis der Eigenschaften von Schwarmintelligenz. In diesem Beitrag werden zunächst die notwendigen Eigenschaften eines FTS im Umfeld von Industrie 4.0 erarbeitet. Diese werden dann bei der Analyse einer bestehenden technischen Lösung zur Anwendung gebracht, um die bestehenden Eigenschaften sowie das zukünftige Potenzial zu beleuchten.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 289.00
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Hardcover Book
USD 299.99
Price excludes VAT (USA)
  • Durable hardcover edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Similar content being viewed by others

Literatur

  • Alechina N, Dastani M, Khan F, Logan B, Meyer J (2010) Using theorem proving to verify properties of agent programs. Specification and Verification of Multi-agent Systems. Kapitel 1. Springer, New York, S 1–33

    Google Scholar 

  • Antoniou G, Van Harmelen F (2004) A semantic web primer. MIT Press, Cambridge, MA

    Google Scholar 

  • Bauernhansl T (2014) Die Vierte Industrielle Revolution – Der Weg in ein wertschaffendes Produktionsparadigma. Springer Fachmedien, Wiesbaden, S 5–35

    Google Scholar 

  • Beekman M, Sword GA, Simpson SJ (2008) Biological foundations of swarm intelligence. Springer, Berlin/Heidelberg, S 3–41

    Book  Google Scholar 

  • Beigi A, Mozayani N (2016) Dialogue strategy for horizontal communication in MAS organization. Comput Math Organ Theory 22(2):161–183

    Article  Google Scholar 

  • Beni G (2004) From swarm intelligence to swarm robotics. Springer, S 1–9

    Google Scholar 

  • Binder MD, Hirokawa N, Windhorst U (2009) Artificial intelligence. Springer, Berlin/Heidelberg, S 181–181

    Google Scholar 

  • Bordini RH, Dennis LA, Farwer B, Fisher M (2010) Directions for agent model checking*. Specification and Verification of Multi-agent Systems. Springer, New York, S 103–123

    Google Scholar 

  • Brambilla M, Ferrante E, Birattari M, Dorigo M (2013) Swarm robotics: a review from the swarm engineering perspective. Swarm Intell 7(1):1–41

    Article  Google Scholar 

  • Breitman K, Casanova MA, Truszkowski W (2007) Software agents. Springer, London, S 219–228

    Google Scholar 

  • Bringsjord S (1992) Introduction. In: What robots can and can’t be. Studies in cognitive systems, Bd 12. Springer, Dordrecht

    Chapter  MATH  Google Scholar 

  • Bubeck A, Gruhler M, Reiser U, Weißhardt F (2014) Vom fahrerlosen Transportsystem zur intelligenten mobilen Automatisierungsplattform. Springer Fachmedien, Wiesbaden, S 221–233

    Google Scholar 

  • Davidsson P, Johansson S, Svahnberg M (2006) Characterization and evaluation of multi-agent system architectural styles. In: Garcia A, Choren R, Lucena C, Giorgini P, Holvoet T, Romanovsky A (Hrsg) Software engineering for multi-agent systems IV. Springer, Berlin/Heidelberg, S 179–188

    Chapter  Google Scholar 

  • Dretske F (1993) Can intelligence be artificial? Philos Stud 71(2):201–216

    Article  Google Scholar 

  • Du K, Swamy MNS (2016) Ant colony optimization. Springer International Publishing, Cham, S 191–199

    Google Scholar 

  • Frisch K von (1977) Aus dem Leben der Bienen. Springer Berlin/Heidelberg

    Google Scholar 

  • Ganesharajah T, Hall NG, Sriskandarajah C (1998) Design and operational issues in AGV-served manufacturing systems. Ann Oper Res 76:109–154

    Article  MATH  Google Scholar 

  • Garnier S, Gautrais J, Theraulaz G (2007) The biological principles of swarm intelligence. Swarm Intell 1(1):3–31

    Article  Google Scholar 

  • Gorldt C, Wiesner S, Westphal I, Thoben KD (2017) Product-Service Systems im Zeitalter von Industrie 4.0 in Produktion und Logistik – Auf dem Weg zu Cyber-Physischen Product-Service Systemen. Springer Fachmedien, Wiesbaden, S 363–378

    Google Scholar 

  • Hermann M, Pentek T, Otto B (2016) Design Principles for Industrie 4.0 Scenarios. In: 2016 49th Hawaii International Conference on System Sciences (HICSS), Januar 2016, S 3928–3937

    Google Scholar 

  • Hodges A (2009) Alan turing and the turing test. Springer Netherlands, Dordrecht, S 13–22

    Google Scholar 

  • Huget MP (2014) Agent communication. Springer, Berlin/Heidelberg, S 101–133

    Google Scholar 

  • Industrie, Bundesministerium für Wirtschaft und Energie (BMWi), Artikelname: Industrie 4.0. https://www.bmwi.de/Redaktion/DE/Dossier/industrie-40.html. Zugegriffen am 09.09.2019

  • Ingenieure, Verein D.: VDI/VDE 2653 (2018)

    Google Scholar 

  • Julián V, Carrascosa C (2008) Physical agents. Birkhäuser, Basel, S 117–143

    Google Scholar 

  • Kagermann H (2014) Chancen von Industrie 4.0 nutzen. Springer Fachmedien, Wiesbaden, S 603–614

    Google Scholar 

  • Kefalas P (2002) Formal modelling of reactive agents as an aggregation of simple behaviours. In: Vlahavas IP, Spyropoulos CD (Hrsg) Methods and applications of artificial intelligence. Springer, Berlin/Heidelberg, S 461–472

    Chapter  MATH  Google Scholar 

  • Kerr W (2012) Gas-mimetic swarms for surveillance and obstacle avoidance. Springer, Berlin/Heidelberg, S 193–221

    Google Scholar 

  • Malone TW (2012) Collective intelligence: a conversation with Thomas W. Malone. https://www.edge.org/conversation/thomas_w__malone-collective-intelligence. Version: 2012. Zugegriffen am 05.03.2019

  • Mulgan G (2014) True collective intelligence? A sketch of a possible new field. Philos Technol 27(1):133–142

    Article  Google Scholar 

  • Nagwani NK (2009) Performance measurement analysis for multi-agent systems. In: 2009 international conference on intelligent agent multi-agent systems, S 1–4

    Google Scholar 

  • Online Etymology Dictionary (2018). https://www.etymonline.com/word/intelligence#etymonline_v_9381. Zugegriffen am 04.03.2019

  • Ratsch U, Stamatescu IO (1998) Introduction. Springer, Berlin/Heidelberg, S 1–21

    Google Scholar 

  • Rizk Y, Awad M, Tunstel EW (2018) Decision making in multiagent systems: a survey. IEEE Trans Cogn Dev Syst 10(3):514–529

    Article  Google Scholar 

  • Safelog GmbH (2018a) Produkt-Datenblatt AGVL1. Safelog GmbH Kirchheim b, München

    Google Scholar 

  • Safelog GmbH (2018b) Handbuch Safelog AGVM2. Safelog GmbH Kirchheim b, München

    Google Scholar 

  • Safelog GmbH (2019a) Safelog Website: AGV. https://www.safelog.de/loesungen/agv/. Zugegriffen am 08.03.2019

  • Safelog GmbH (2019b) Produkt-Datenblatt AGVS2. Safelog GmbH Markt, Schwaben

    Google Scholar 

  • Safelog GmbH (2019c) Produkt-Datenblatt AGVM3. Safelog GmbH Markt, Schwaben

    Google Scholar 

  • Sahin E, Winfield A (2008) Special issue on swarm robotics. Swarm Intell 2(2):69–72

    Article  Google Scholar 

  • Sahin E, Grigin S, Bayindir L, Turgut AE (2008) Swarm robotics, Bd 87. Springer, Berlin/Heidelberg, S 100

    Google Scholar 

  • Shehory O, Sturm A (2014a) A brief introduction to agents. Springer, Berlin/Heidelberg, S 3–11

    Google Scholar 

  • Shehory O, Sturm A (2014b) Multi-agent systems: a software architecture viewpoint. Springer, Berlin/Heidelberg, S 57–78

    Google Scholar 

  • Slowik A, Kwasnicka H (2018) Nature inspired methods and their industry applications – swarm intelligence algorithms. IEEE Trans Ind Inf 14(3):1004–1015

    Article  Google Scholar 

  • Spears WM, Spears DF (2012) Physicomimetics – physics-based swarm intelligence. Springer Science and Business Media, Berlin/Heidelberg

    Google Scholar 

  • Spears WM, Spears DF, Heil R (2005) A formal analysis of potential energy in a multi-agent system. In: Hinchey MG, Rash JL, Truszkowski WF, Rouff CA (Hrsg) Formal approaches to agent-based systems. Springer, Berlin/Heidelberg, S 131–145

    Google Scholar 

  • Staplerworld (2019) FTS-/AGV-Facts, Sonderausgabe, 11. Ausgabe, Februar, (Hrsg) TechTex-Verlag GmbH & Co. KG

    Google Scholar 

  • Tasci T, Ellwein C, Strljic MM, Riedel O (2017) Microservice-oriented master control for AGV in the automotive factory of the future. In: Bargende M, Reuss HC, Wiedemann J (Hrsg) Internationales Stuttgarter Symposium, Bd 17. Springer Fachmedien, Wiesbaden, S 807–821

    Chapter  Google Scholar 

  • Turing AM (1950) Computing machinery and intelligence

    Google Scholar 

  • Vernon D (2014) Cognitive system. Springer, S 100–106

    Google Scholar 

  • Vescio B (2013) Pattern. Springer, New York, S 1661–1661

    Google Scholar 

  • Wang TC, Tong CS, Xu BL (2018) AGV navigation analysis based on multi-sensor data fusion. Multimed tools appl. https://doi.org/10.1007/s11042-018-6336-3

Download references

Author information

Authors and Affiliations

  1. YesCon Consulting, Bielefeld, Deutschland

    Jens Schaffer

  2. SAFELOG GmbH, Markt Schwaben, Deutschland

    Maira Weidenbach

Authors
  1. Jens Schaffer
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Maira Weidenbach
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding authors

Correspondence to Jens Schaffer or Maira Weidenbach .

Editor information

Editors and Affiliations

  1. Technische Universität Dortmund, Dortmund, Germany

    Michael ten Hompel

  2. Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA, Stuttgart, Germany

    Thomas Bauernhansl

  3. Maschinenwesen, AIS, Technische Universität München, Garching b. München, Germany

    Birgit Vogel-Heuser

Section Editor information

  1. Fraunhofer-Institut für Materialfluss und Logistik IML, Dortmund, Deutschland

    Michael ten Hompel

  2. Lehrstuhl für Förder- und Lagerwesen FLW, TU Dortmund, Dortmund, Deutschland

    Felix Feldmann

Rights and permissions

Reprints and permissions

Copyright information

© 2020 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Schaffer, J., Weidenbach, M. (2020). Agentenbasierte Steuerung Fahrerloser Transportsysteme im Umfeld von Industrie 4.0. In: ten Hompel, M., Bauernhansl, T., Vogel-Heuser, B. (eds) Handbuch Industrie 4.0. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-58530-6_100

Download citation

  • DOI: https://doi.org/10.1007/978-3-662-58530-6_100

  • Published:

  • Publisher Name: Springer Vieweg, Berlin, Heidelberg

  • Print ISBN: 978-3-662-58529-0

  • Online ISBN: 978-3-662-58530-6

  • eBook Packages: Computer Science and Engineering (German Language)

Publish with us

Policies and ethics

Search

Navigation