2022年2月17日--由于欧洲研究项目IMOCO（智能运动控制）的实施，生产车间和仓库中的自动驾驶运输车辆的愿景即将实现。在德国方面，该项目由位于汉堡的内部物流专家STILL领导，STILL是凯傲集团的一个子公司。该项目计划于2024年第四季度结束。

由于欧洲的研究项目IMOCO，在生产车间和仓库中自动驾驶运输车辆的愿景即将实现。

运输车辆在仓库和生产中完全自主导航，学会分析和 "理解 "周围环境，可靠地识别和避开障碍物和人，同时快速和可靠地将货物从一个地方运送到另一个地方--目前听起来仍然像科幻小说。然而，如果欧洲研究项目IMOCO的发起人能够如愿以偿的话，这一设想很快就会成为现实。为此，在研究项目中定义了四个场景，其特点是数字双胞胎和人工智能原理（机器学习/深度学习）：智能导航、取货、运输和安置在目的地。"这样的过程对工艺和车辆都有非常高的要求。STILL公司负责IMOCO项目的Ansgar Bergmann介绍说："通过我们的OPX iGo neo，我们向该项目发送了一台订单拣选机，由于其智能设备和由此产生的能力，它已经非常接近这种自动驾驶车辆的想法。“

需要高灵敏度的传感器技术

当涉及到在仓库或生产中实际完全自主移动时，目前的自动导引车仍在达到其极限。虽然它们能识别障碍物并独立刹车，但它们还不能避开障碍物，智能地搜索最有效的路线并分析环境。为此，他们需要激光扫描仪、照相机或雷达等形式的高度敏感的传感器技术来检测空间物体，如货架甚至标志、标记和广告。此外，他们必须 "了解 "他们的环境，登记变化并能够处理它们。只有这样，这些车辆才能独立导航到目的地，识别和处理负载，避免障碍物或为运输的货物找到合适的停车位。

OPX iGo neo已经在过道上自主移动，检测和了解周围的环境，并从中得出自己的行动。然而，完全自主地离开货架通道并在顾客的大厅中导航，例如规划最佳路径，还不是产品的一部分。然而，由于它已经配备了相应的环境传感器，这使得它成为该项目打算进一步发展的理想起点。"对于OPX iGo neo，该项目的目标是进一步提高对环境的理解水平和决策能力，以不断提高自主能力，提高机器人的智能，并让它在仓库中自主行动，超越货架过道。机器学习和深度学习方法在这方面发挥着非常重要的作用，"安斯加-伯格曼解释说。

实时检测障碍物

IMOCO为自己设定的目标是为移动机器人系统在动态内部物流环境中的这种挑战性使用创造先决条件。自主执行和基于情况的路线规划变化，包括考虑移动的物体，如人或车辆，然后应该可以在整个仓库中实现。

Ansgar Bergmann说："该研究项目希望通过人工智能的方式进一步发展传统的识别、分析和行动三要素，即感知、理解和解决。在该研究项目中，车辆将能够通过不同的传感器系统感知空间环境，不仅能够识别训练有素的物体，而且能够估计其运动。这种对障碍物的检测必须实时进行，以便顺利操作。"

汉堡成为一个 "研究中心"

在汉堡的STILL总部正在建立一个演示器，所有项目合作伙伴的工作都将在这里汇集。除了STILL作为凯傲集团的代表外，德国弗劳恩霍夫物流研究所（IML）、Hahn Schickard、IMST GmbH、Nuromedia和Digital Twin Technology也在德国方面参与了该项目。IMOCO由欧盟通过研究组织欧洲领导力电子元件和系统（ECSEL）以及联邦教育和研究部资助。