Im Rahmen des EU ECSEL IMOCO4.E Vorhaben wird das deutsche Konsortium neue autonome Funktionen für mobile Transportroboter entwickeln und an intralogistischen Anwendungen demonstrieren. Kernziele sind dabei die Entwicklung notwendiger Sensoren und Sensorplattformen zur Fusion von Datenquellen, die intelligente Auswertung von Datenströmen mittels KI-Ansätzen, die Entwicklung neuer Navigationsalgorithmen für mobile Roboter und der Einsatz neuester Deep Learning Modelle zur Erkennung der Umgebung. Ziel des Vorhabens ist die Entwicklung robuster, genauer und performanter tiefer neuronaler Netze, welche unter beschränkten Ressourcen auf einem eingebetteten System eines mobilen Roboters ausgeführt werden können. Damit werden Roboter befähigt, die räumliche Umgebung durch unterschiedlichste Sensoriken wahrzunehmen und antrainierte Objekte nicht nur zu erkennen, sondern mittels Sensorfusion auch ihre Bewegungen und Pose zu schätzen. Als zweites Vorhabenziel sei die allgemeine Erhöhung der Autonomie für mobile Lagerroboter genannt. Die Roboter sollen befähigt werden, auf lokal auftretende Events autonom reagieren zu können. Ziel ist die Entwicklung von Entscheidungsalgorithmen und Lösungsstrategien, die selbstständig von Roboter verwendet werden, z.B. Entscheidungen zu treffen, ob ein Hindernis umfahren werden kann oder ob ein manueller Bediener notwendig ist. Diese Ziele werden an realen, unterschiedlichen Demonstrationsszenarien, wie sie in der Intralogistik auftreten, gezeigt.