key: cord-0051733-1gosox6l
authors: Ricken, Karl-Albrecht; Verzano, Nemrude
title: Cloud Robotik: Ein Kubernetes-basierter Ansatz zu Cloud-Edge Integration
date: 2020-10-19
journal: HMD
DOI: 10.1365/s40702-020-00672-1
sha: 8c54f84df11b70b566f0e21388f786cabfc59586
doc_id: 51733
cord_uid: 1gosox6l

The shift towards eCommerce and increased consumer demand for customized products and services along with hardware-related improvements, has been driving significant changes in supply-chain processes. To cope with those different challenges, especially in shop floors, warehouses, and increasingly in logistics, automation and collaborative robotics increasingly gain relevance to increase agility and productivity in these domains. Robotic automation is being held back by the complexity and effort of custom system integration, which is time-consuming and expensive. Today only 20–30% of manufacturing or logistics operations are automated. We believe that the current Industrie 4.0 initiatives at SAP and Cloud Robotics have the potential to make automation drastically faster and cheaper. While SAP’s engagement in the German Industrie 4.0 Platform is being realized through the Asset Administration Shell implementation to provide an easy way to integrate assets to business processes, Cloud Robotics complements this with a new form of integrating autonomous robots into logistics processes. In May 2019, Google released Google’s Cloud Robotics Core, an open, cloud-based automation platform for robotics hardware manufacturers, integrators, and software developers. SAP’s focus is the orchestration of robots from different vendors as a fleet for a variety of logistics processes and SAP also released the necessary extensions to work with Google’s Cloud Robotics as open source packages. Cloud Robotics enables users of SAP Extended Warehouse Management (EWM) to quickly deploy and integrate autonomous warehouse robots into their operations and scale ad-hoc. This article justifies why autonomous robots require a different integration with business applications and describes a new technological foundation for Cloud-Edge-Integration. Subsequently it introduces Cloud Robotics as a solution, compares this with other robotic platforms and describes an implementation.

Die Integration von Robotern in die Unternehmens-IT ist mehr als doppelt so teuer wie die Roboter selbst. Laut einer Studie des Fraunhofer IPA wurden 2016 mit Robotern US$ 13 Mrd. umgesetzt, mit Systemintegration dagegen US$ 28 Mrd. 1 .

In den vergangenen 10 Jahren gewann eine neue Klasse sogenannter kollaborativer Roboter an Bedeutung. Fortschritte in Software und Infrastruktur ermöglichen immer leistungsfähigere und intelligentere Maschinen, die Seite an Seite und oft in enger Zusammenarbeit mit Menschen arbeiten. Dank maschinellem Sehen, Verarbeitung natürlicher Sprache und andere Anwendungen aus dem Machine Learning sowie moderner Sensorik können Roboter die Welt um sich herum erfassen und auch in ungeplanten Situationen angemessen agieren. So transportieren etwa Lagerroboter Waren vom Wareneingang zu den Regalen oder umgekehrt von den Regalen zum Warenausgang. Be-und entladen werden sie gewöhnlich von Menschen, mit denen sie den Arbeitsraum teilen. Da sind keine Käfige, die Menschen vor Robotern schützen. Diese Roboter scannen ihre Umgebung und finden selbständig ihren Weg durchs Lager. Noch weiter geht z. B. Magazinos mit dem Toru-Roboter, der Gegenstände in der Größenordnung von Schuhkartons zusätzlich greifen und stapeln kann.

Außerdem ist diese Klasse von Robotern oft einfacher zu programmieren als traditionelle Industrieroboter. Die Preise kollaborativer Roboter sind in den letzten zehn Jahren deutlich gefallen. Ein lebendiger Markt mit hunderten unterschiedlichen Anbietern macht Roboter-Automatisierung auch für kleine und mittlere Unternehmen erschwinglich.

Die jährlichen Ausgaben 2020 für Roboter-Hardware, -Dienstleistungen und -Software erreichen laut einem IDC-Bericht 112,4 Mrd. US-Dollar bei einem jährlichen Wachstum von 19,8 % bis 2023 2 . Dieses Wachstum wird erneut zu mehr Innovation, niedrigeren Kosten und größerer Akzeptanz führen. Eine aktive Open Source-Community fördert dieses Wachstum mit Software-und Hardwareprojekten, zu denen insbesondere die ROS-Plattform (Robot Operating System) gehört. Sie hilft akademischen Einrichtungen und Unternehmen, Roboter besser, schneller und billiger zu entwickeln.

Cloud Computing ist die nächste Evolutionsstufe, speziell in Kombination mit dem Internet der Dinge: Damit müssen Roboter nicht alle Software lokal bereithalten, die sie eventuell brauchen. Mithilfe der Cloud können Geräte über ihre digitalen Zwillinge Daten und Programme teilen. Sie können Statusinformationen austauschen, etwa der Ladezustand der Batterie oder plötzlich auftretende Hindernisse oder sich koordinieren. Über die Cloud kann aber auch Software verteilt werden.

Einige Probleme bestehen beim Einsatz kollaborativer Roboter fort:

Vertikal integrierte Software Stacks: Proprietäre Software-Layer, Werkzeuge, Programmierumgebungen und Cloud-Dienste IT-Administration und Governance werden durch zusätzliche Stacks komplexer Integration mit ERP oder Lagerverwaltungssystemen sind teuer und dauern lange. 1 Vgl. (Hägele 2017) , Präsentation, Folie 4, Grafik rechts unten. 2 Vgl. (IDC 2020) K Ziel dieses Artikels ist einen neuen Weg aufzuzeigen, wie mittels Cloud-Technologien autonome Roboter deutlich schneller und einfacher als bisher mit betriebswirtschaftlichen Anwendungen integriert werden können. Dies wird quantifiziert und in einer ersten Implementierung belegt.

Abschn. 3 Automatisierung kann in Bereiche vordringen, in denen bisher keine Roboter eingesetzt wurden, insbesondere nicht-wiederkehrende und assistierende Aufgaben. Automatisierung mit Robotern wird auch für kleine und mittlere Unternehmen attraktiv, die sich in der Vergangenheit keine Roboter leisten konnten. Die Lösung skaliert ad-hoc. Betreiber von Robotern können in Minuten weitere Roboter, die kurzfristig angemietet wurden, hinzufügen und so ihre Maschinennutzung optimieren. Damit lassen sich Bedarfsspitzen wie an Cyber-Monday, Black-Friday oder zu Beginn der Covid-19-Krise ohne zusätzliche Investitionen decken. Betreiber von Robotern reduzieren die Abhängigkeit von ihren Herstellern und können Flotten von mehreren Anbietern ohne den zusätzlichen IT-Aufwand, der sich aus einer Vielzahl proprietärer Software-Stacks ergibt, betreiben.

Autonome Systeme sind, wenn sie integriert eingesetzt werden, Teile der Edge eines ERP-Systems, das entweder in der Cloud oder lokal ("on premise") betrieben wird. Aus ERP-Sicht ist eine Maschine -etwa im Sinne der ISA-95 8 Hierarchie -ein Subsystem, das Befehle aus dem ERP-System erhält und einen Status zurückmeldet. Beispielhaft dafür ist das Materialflussystem (MFS) der SAP Lagerverwaltung SAP-EWM. Sie verbindet die Lagerverwaltung z. B. mit einem Förderband. Der Nachrichtenaustausch über MFS besteht aus kurzen, einfachen Nachrichten, sogenannten Telegrammen, mit denen das Lagerverwaltungssystem bei Latenzzeiten im Millisekunden-Bereich einfache Kommandos an das Förderband schickt. Das Protokoll der Kommunikation hängt von den Spezifika des Subsystems ab, im Beispiel denen des Förderbands. Die Kommunikation gestaltet sich hersteller-und geräteabhängig und wird kundenindividuell implementiert.

Beispiele solch kurzer Kommandos sind, eine Weiche im Förderband nach links zu stellen, damit ein bestimmtes Paket an den richtigen Zielort transportiert wird, oder das Förderband anzuhalten. Für die Kommunikation mit Förderbändern ist das völlig angemessen. Autonome Systeme dagegen erfassen eine komplexe Umgebung, die das Lagerverwaltungssystem nicht kennt, und treffen Entscheidungen selbstständig. Eine Telegrammkommunikation ist wegen der Autonomie nicht sinnvoll.

Die Konnektivität zwischen der betriebswirtschaftlichen Anwendung und einem mobilen Gerät wirft zusätzliche Probleme bei der Zuverlässigkeit von WLAN-Verbindungen auf. Wenn eine Verbindung zwischen dem Edge-Gerät und der Geschäftsanwendung abbricht, muss das Gerät anhalten, weil es den nächsten Prozessschritt nicht kennt. Die WLAN-Ausleuchtung ist in Lagern selten über die gesamte Fläche von guter Qualität. In der Praxis erlebt man gute WLAN-Qualität im Bereich des Warenein-und -ausgangs. In anderen Bereichen ist das Signal stellenweise schwach oder fehlt ganz. Mobile Systeme, die auf Nachrichtenaustausch mit kurzen Latenzen angewiesen sind, können in solchen Bereichen nicht zuverlässig arbeiten.

Kollaborative Roboter beziehen ihre Autonomie aus der Rechenleistung und Sensorik, die ihnen zur Verfügung steht. Es bietet sich daher an, Geschäftsprozesse, die sie ausführen auf den Robotern ablaufen zu lassen. Diese neue Form der Integration wird bereits in proprietärer Form von Roboterherstellern angeboten. So integrieren Hersteller autonomer Lagerroboter ihre Produkte mit SAP-EWM häufig über sogenannte IDOCs. Das sind elektronische Dokumente mit einem vorgegebenen Format für den Datentransfer zwischen SAP-Systemen und nicht-SAP Systemen.

Zu den Vorteilen dieses Ansatzes zählt neben und der umfangreichen Kontrolle über die Übertragung bei IDOCs 9 auch, dass IDOCs über SAP-Release Zyklen unverändert bleiben. Aus Sicht des Anwenders hat die Integration von Robotern mit IDOCs aber auch Nachteile Die Gestaltung der Integration variiert von Roboterhersteller zu Roboterhersteller und hängt auch vom konkreten Einsatz ab. Sie ist proprietär, nicht universell. Sollen Roboter eines weiteren Herstellers dazukommen, dann benötigt der Anwender eine weitere Integration. 8 ISA-95 ist ein Standard der International Society of Automation zur Integration von Unternehmens und Betriebsleitebene. 9 Vgl. etwa (IDOC auf Wikipedia 2020).

Hersteller autonomer Lagerroboter stellen oft ein eigenes, einfaches Lagerverwaltungssystem bereit, das IDOCs aus der SAP Lagerverwaltung empfängt und verarbeitet. Der Anwender hat dann in seinem Lager zwei Lagerverwaltungssystemen. Die konkrete Implementierung muss die Aufgaben zwischen der SAP-Lagerverwaltung und der des Roboterherstellers aufteilen. Das führt zu Brüchen im Prozess und erschwert Optimierungen des Warenflusses im Lager. Verfügt das Lager über weitere Transportsysteme wie etwa ein Förderband oder Aufzüge, dann entsteht ein Gesamtsystem, das für Endanwender kompliziert ist.

Ein verallgemeinernder Ansatz fehlt bisher. Das führt zu oft teuren Integrationsprojekten, die -egal ob mit IDOCs oder mit MFS -je nach Umfang eines Projekts bei mehreren Monaten beginnen und bis in die Größenordnung von 18 Monaten reichen. Zu diesen Zahlen gibt es keine belastbaren, veröffentlichten Untersuchungen 10 , sie sind vielmehr das Ergebnis eigener Befragungen von Anwendern und EWM-Beratern.

Dazu kommt, dass die technische Lösung eines Projekts selbst innerhalb des gleichen Unternehmens nur selten wiederverwertbar ist.

Cloud Robotik entstand in einer Zusammenarbeit zwischen SAP und Google und umfasst eine Reihe verbundener Softwarekomponenten:

Cloud Robotik Core ist die offene Plattform, die Roboter sicher mit der Cloud verbindet. Sie ermöglicht die Verteilung containerisierter 11 Software-Assets an Roboter mithilfe einer Kubernetes-Laufzeitumgebung 12 . Weitere Aufgaben des Cloud Robotik Core sind Upload und Konsolidierung von Protokolldaten, Metriken und Sensordaten. Cloud Robotik Core ist in den Verwaltungsservice Stackdriver, den Eventmonitor Prometheus und das Analyse-und Visualisierungssystem Grafana (alle quelloffen) integriert und bietet robuste Systemverwaltungsfunktionen. Cloud Robotik Core stellt in standardisierte Weise und unter Verwendung ausgereifter und offener Cloud-Technologien zentrale Dienste für die Infrastruktur zu Verfügung. Anwendungen: Cloud Robotik Core definiert eine App als eine Reihe containerisierter Dienste, die auf dem Roboter, on-premise oder in der Cloud ausgeführt werden können. Eine App kann zum Beispiel in einer 2-tier-Konfiguration (unten rot dargestellt), in einer 3-tier-Konfiguration (grün) oder als eigenständiges Modul 10 Dokumentiert ist die Einführung von SAP-EWM bei Linde einschließlich MFS, deren Aufwand bei "rund 350 Manntage[n] beim Dienstleister" liegt (Kurzlechner 2013) . Die Quelle schlüsselt den Aufwand nicht weiter auf; offen ist, welcher Anteil des Gesamtaufwands auf die Integration mit MFS fällt. Auch ist eine MFS-Integration von Förderbändern und Liften nicht notwendig vergleichbar mit der von Lagerrobotern. 11 "containerisiert" im Sinne von Docker-Containern. 12 "Kubernetes (K8s) ist ein Open-Source-System zur Automatisierung der Bereitstellung, Skalierung und Verwaltung von containerisierten Anwendungen." (The Linux Foundation 2020). 

Für eine Lagerverwaltung wie SAP-EWM sind kollaborative Roboter Transportressourcen, die Lageraufträge ausführen. Cloud Robotik dient hier als Abstraktionsschicht, die SAP-EWM erlaubt, mit Robotern unterschiedlicher Hersteller zu kommunizieren. Die Lagerverwaltung orchestriert Arbeitsabläufe in der physischen Welt, indem sie Aufgaben denjenigen Ressourcen -oder Kombinationen von Ressourcen -zuweist, die dafür am besten geeignet sind. Sie kann mit Cloud Robotik auch horizontal Flotten skalieren.

Kubernetes automatisiert die Verteilung von Software auf Geräte an der Edge. Grundsatz für die Verteilung ist, dass ein Gerät an der Edge die Anwendungskomponenten erhält, die zu seiner Rolle passen, also zu den Aufgaben, die das Gerät im Geschäftsprozess übernimmt. In Fall von Cloud Robotik führen die Roboter Lageraufträge aus. Sie erhalten die Anwendungskomponenten, die sie für die Ausführung von Lageraufträgen benötigen. Beispiele für solche Komponenten sind die Ausführungsbestätigung für eine Lageraufgabe oder die Verwaltung der Reihenfolge der Aufgaben. Die Verteilung wird als "Federation" zwischen Cloud und Edge bezeichnet.

Dazu installiert Kubernetes die Anwendungskomponenten mit Hilfe von Docker-Containern. Sie enthalten im Wesentlichen folgende Funktionen und Merkmale:

1. Ausführung von Aufträgen, die die Cloud-Anwendung dem Gerät an der Peripherie ("Edge") zugewiesen hat; Verwaltung dieser Aufträge 2. Administrative Funktionen wie An-und Abmeldung in der Cloud, Statusinformationen über das Edge-Gerät, das mit der Cloud-Anwendung gemeinsam genutzt werden soll

Einzelheiten zu (1): Die Prozesslogik auf dem Roboter passt mit der Prozesslogik in der Cloud zusammen. Dafür sorgt die Verteilungsregel (s. oben). Teile des Endto-End-Prozesses führt das Lagerverwaltungssystem zentral aus, andere der Roboter an der Edge. Das bedeutet, dass der Roboter Aufträge in Übereinstimmung mit der Prozesslogik in der Cloud-Anwendung verwaltet. Ein Auftrag kann sich sowohl in der Cloud als auch auf dem Edge-Gerät befinden, die ihn jeweils aktualisieren können (siehe "Federation" oben). Die Aktualisierung muss nicht in Echtzeit erfolgen. Latenzen in der Größenordnung von einigen Sekunden bis Minuten sind akzeptabel und behindern nicht das Gesamtsystem.

Der Ansatz hat eine Reihe von Vorteilen:

Anwendungssoftware für Geräte an der Edge kann unabhängig von einem pro- Verglichen mit traditionellen Integrationsansätzen reduziert Cloud Robotik den Aufwand auf 9 %.

Natürlich entsteht im Rahmen eines Einführungsprojekts über die Integration zwischen dem Roboter und EWM hinaus noch erheblicher Aufwand: Meist engagiert man einen Systemintegrator, beschafft Roboter, definiert Testfälle führt Testreihen durch, schult Anwender, erstellt eine Dokumentation, transportiert eine Systemkonfiguration vom Qualitätssicherungs-ins Produktivsystem und begleitet den Produktivstart. Diese Aufgaben fallen unabhängig vom gewählten Integrationskonzept an und wurden deswegen in den Vergleichen nicht berücksichtigt.

Im Wesentlichen zwei Gründe führten dazu, dass Lagerlogistik als Startpunkt für Cloud Robotik besonders geeignet ist: Technische Reife und Markttrends 16 . 16 Für Details vgl. (Kukhnin 2017 Natürlich hätte Bechtle stattdessen gleich mit einer ganzen Flotte von Robotern auf einmal starten können. Die Einführungskosten würden sich dann auf viele Geräte verteilen und der Business Case wird profitabler. Dies erschien den Verantwortlichen jedoch zu riskant. Gesucht war ein niederschwelliger Einstieg mit einer überschaubaren Investition und entsprechend geringem Risiko. Seitens der Hardware bieten autonome Lagerroboter einen Einstieg bereits für 15.000 bis 30.000 C. Seitens der Systemintegration können Anwender mit Cloud Robotik bei geringem Implementierungsaufwand den Einstieg realisieren.

Cloud Robotics ist ein Schritt, die Integration zwischen Anwendungssystemen in der Cloud und Geräten an der Edge einfacher und agiler zu gestalten. Dieser Ansatz lässt K sich so erweitern, dass autonome Roboter weitere Aufgaben im Lager wahrnehmen. Erweiterungsmöglichkeiten bieten sich deshalb an, weil Roboter eine Menge Daten sammeln:

Punktwolkendaten beschreiben den Arbeitsraum der Roboter über die Zeit, wie sie von 2D-oder 3D-Lidars erzeugt werden. Hochauflösende Bilder erfassen relevante Aspekte des Arbeitsbereichs, z. B. Produkte in einem Regal. Roboter erfassen darüber hinaus die Stärke des WLAN-Signals oder die Umgebungstemperatur.

Maschinelle Lernen kann mit solchen Daten Werte schaffen, die über Automatisierung hinausgehen. Dazu drei Beispiele:

Inventur: Roboter können en-passant oder als geplante Operation Lagerbestände erfassen und ständig auf dem aktuellen Stand halten. Das vermeidet Fehlbestände und Überbestände. Manuelle, oft teure Inventuren können seltener durchgeführt werden. Cloud-Robotik-Dienste können um AI-Bausteinen wie etwa Googles Vision API dazu erweitert werden. Qualität: Qualitätsprobleme führen zu Kundenreklamationen und sind wesentliche Kostentreiber in Logistik, Einzelhandel und Fertigung. En passant können Roboter Bilder des Lagerbestands oder der Ware in Arbeit erstellen. Mithilfe der Bilderkennung lässt sich beschädigte Ware kennzeichnen.

Autonome Roboter eröffnen eine neue Form der Integration mit betriebswirtschaftlicher Anwendungssoftware, die Software Services für Roboter leicht verfügbar macht. Statt einer Kommunikation über eine Telegrammschnittstelle werden komplexere Auftragsstrukturen zwischen der betriebswirtschaftlichen Anwendung und dem autonomen Roboter ausgetauscht.

Cloud Robotik ist quelloffen, herstellerunabhängig und kann im Gegensatz zu bisherigen Integrationsansätzen in Tagen und Wochen implementiert werden. Weitere Roboter kann der Betreiber ad-hoc hinzufügen. Mithilfe von Kubernetes wird die entsprechende Software automatisch aus der Cloud auf die Roboter installiert und aktuell gehalten. Softwareentwickler, die eigene Dienste für Roboter anbieten wollen, profitieren davon.

Dabei wendet sich die SAP-Entwicklung auch an kleine und mittlere Unternehmen und Organisationen, bei denen Digitalisierung und Automatisierung bisher an prohibitiv hohen Einführungskosten scheiterten. Zu solchen Kosten zählen neben dem meist großen technischen Aufwand auch fehlendes Know-how, weshalb beide Lösungen in erster Linie zur Vereinfachung und Beschleunigung von Automatisierung und Integration beitragen werden.

Cloud Robotik ist ein Beitrag zur Demokratisierung der Robotik, von der Hersteller von Robotern, Softwareentwickler und Betreiber von Robotern profitieren.

Cross Docking von Waren, die direkt vom Wareneingang zum Warenausgang ohne Einlagerung befördert werden 2. Einlagerung: Einlagern mit mobilen Etagenregalen im Mischbereich

Abb. 5 illustriert die beiden Szenarien auf dem Grundriss eines Teils des Bechtle-Lagers. Bechtles Systemlandschaft entspricht im Wesentlichen Abb. 4. Zum Produktivstart kam ein MIR100-Roboter zum Einsatz, der fahrbare Regale

Der Integrationsaufwand belief sich auf etwa 10 Personentage

Grundriss des Bechtlelagers mit zwei Cloud Robotik Szenarien © Bechtle AG

Videovortrag von Bechtles Logistikleiter, der die die Motivation für Cloud Robotik im Zusammenhang mit der Wachstumsstrategie darstellt

The robotics market: latest statistics and insights

IDC (2020) Worldwide robotics and drones spending guide

Cloud automation for industry 4.0: creating value for customers and an ecosystem (Cloud Next '19

Warehouse automation

Cloud robotics for SAP-extended warehouse management

The Linux Foundation

Cross-Docking