Introduksjon
I de siste årene har teknologi begynt å forandre hvordan vi håndterer varer i lager og på terminaler. Mens selvkjørende biler og droner får mye oppmerksomhet, er det en verste oppgave som fortsatt får lite oppmerksomhet: å laste og losse trailere uten at noen må stå ved rattet. To selskaper, Jungheinrich og Navflex, har gått sammen for å løse netoppt denne utfordringen ved å kombinere kunstig intelligens, robotteknologi og erfaring fra truckbransjen. Artikelen ser nærmere på hva de gjør, hvorfor det er vanskelig, og hva det kan bety for fremtidens logistikk.

Hva er Navflex?
Navflex ble stiftet i Tyskland i 2021 og har sitt hovedkontor i Broomfield, Colorado, USA. Selskapet utvikler AI-baserte robotløsninger som skal gjøre materialhåndtering enklere og sikrere. Deres spesiell interesse ligger i autonome systemer for lasting og lossing av trailere samt flytting av paller inne i lagerbygninger. I stedet for å bygge helt nye anläggninger, ønsker Navflex å lage programvare som kan fungere med den eksisterende utrustningen som allerede finnes på mange terminaler. Dette gjør løsningen billigere og raskere å ta i bruk for bedrifter som vil teste automatisering uten store investeringer.

Jungheinrich – truckkjempen
Jungheinrich er en av verdens største produsenter av trucker og lagerteknologi, med hovedkontor i Hamburg, Tyskland. Selskapet har årtiers erfaring med å bygge både manuelle og autonome trucker, samt med å integrere disse i større automatiserte lagerløsninger. Når Jungheinrich går inn i et samarbeid som dette, bidrar de ikke bare med hardware, men også med kunnskap om hvordan laster må sikres, hvordan trucker må navigere i trange områder, og hvilke sikkerhetskrav som må oppfylles for å unngå ulykker. Deres rolle er derfor å sikre at den teknologiske løsningen ikke bare fungerer i teorien, men også holder i praksis under hverdagslige forhold.

Hvorfor er lasting og lossing så vanskelig?
Å få en robot til å laste eller losse en trailer lyder kanskje enkelt, men det er fullt av utfordringer. For det første kommer trailere i mange størrelser og former – noen er lange, andre korte, noen har heisbare tak, andre har faste sider. For det andre kan lasten være plassert på ulik måte fra gang til gang: noen ganger er den stablet tett sammen, andre ganger ligger den løst eller er pakket på paller som ikke er standardiserte. Arbeidsområdet ved lasterampen er ofte trangt, med dårlig lys, og det kan være både mennesker, andre trucker og utstyr som beveger seg rundt. Til slutt må lasten plasseres nøyaktig slik at den oppfyller lastsikringsreglene – ellers kan den forskubbe seg under transport og skape fare. Alle disse faktorene gjør at det kreves avansert sensorikk, rask beregning og god beslutningstaking for at en robot skal klare jobben på egenhånd.

Løsningen: AI, robotteknologi og truckplattform
Jungheinrich og Navflex har kombinert sine styrker for å bygge en autonom løsning som kan håndtere netoppt disse problemer. Kernen er et AI-basert program som mottar data fra kameraer, lidar-sensorer og ultralydsensorer monteret på trucken. Denne programvaren lager et konstant oppdatert 3D-bilde av omgivelsene, identificerer hvor lastebilen står, hvor lasten er plassert, og hvilke hindringer som finnes i nærheten. Basert på dette beregner systemet den beste ruten for å kjøringen for gaffelen eller plukkarmen, justerer farten i realtid og sikrer at lasten løftes og settes ned uten å støte inn i noe. Jungheinrich bidrar med en truckplattform som allerede er bygget for å bære tunge laster og har innebygde sikkerhetsfunksjoner som nødstopp og kollisjonsunngåelse. Sammen gir dette en løsning som både er smart og robust.

Testing i virkeligheten
For å bevise at teknologien fungerer der det virkelig teller, har de to selskapene satt i gang tester hos flere store kunder som driver distribusjonssentre og logistikkterminaler. Testene utføres under vanlig drift, hvilket betyr at løsningen må håndtere uforutsigbare hendelser som plusslige ankomster av trailere, endringer i vær, og tilfeldige personer som går gjennom området. Målet med testingen er å samle data på hvor ofte systemet klarer å fullføre en laste- eller losseoperasjon uten menneskelig innblanding, hvor lang tid hver operasjon tar, og hvor mange ganger det oppstår situasjoner som krever menneskelig innbrytelse. Tidlige resultater viser at løsningen klarer å håndtere over 80 prosent av oppgavene selvstendig, og at de resterende tilfellene vanligvis skyldes ekstremt uvanlig lastplassert eller dårlig sierlighet – forhold som kan forbedres ved å justere sensorplasseringen eller legge til ekstra kameraer.

Tilpasning til eksisterende terminaler
Et viktig salgsargument for Jungheinrich og Navflex er at deres løsning ikke krever at man river ned hele lageret og bygger nytt fra grunnen. Trucken kan monteres med sensorpakken og programvaren uten å endre på selve bygningen eller lasterampens struktur. Dette betyr at en bedrift kan starte med en pilot på én eller to lasteramper, evaluere resultatet, og deretter gradvis utbre teknologien til flere områder hvis den viser seg å være både kostnadseffektiv og pålitelig. For tenåringer som kanskje drømmer om å jobbe med teknologi eller logistikk i fremtiden, viser dette hvordan innovasjon ofte handler om å tilpasse nye ideer til eksisterende systemer i stedet for å begynne på null hver gang.

Hva sier markedet?
Automatisering av lasting og lossing betraktes av mange eksperter som en av de siste store hulene innen internlogistikk. Mens vi allerede har sett førerløse trucker flytte paller inne i lagerhallene, og automatiske lagersystemer som kan plukke varer fra høyhylle, har overgangen mellom vei og lager vært vanskelig å robotisere. Flere andre selskaper jobber med lignende ideer, men få har lansert løsninger som fungerer på tvers av ulike terminaltyper og lastevarianter. Dersom Jungheinrich og Navflex lykkes med å levere en stabil og sikker plattform, kan det bli et viktig skritt mot en helt automatisert vareflyte – fra det øyeblikket varen kommer inn på lastebilen til den blir plassert på rätt hylle i lageret. Dette kan i sin tur redusere kostnader, minimere skader på varer, og gjøre jobben tryggere for de som fortsatt jobber ved siden av robotene.

Fremtidsutsikter for unge talenter
For en tenåring som er interessert i teknologi, robotikk eller logistikk, åpner dette slaget mange spennende karrieremuligheter. Arbeid med AI-basert se

Introduksjon
I de siste årene har teknologi begynt å forandre hvordan vi håndterer varer i lager og på terminaler. Mens selvkjørende biler og droner får mye oppmerksomhet, er det en verste oppgave som fortsatt får lite oppmerksomhet: å laste og losse trailere uten at noen må stå ved rattet. To selskaper, Jungheinrich og Navflex, har gått sammen for å løse netoppt denne utfordringen ved å kombinere kunstig intelligens, robotteknologi og erfaring fra truckbransjen. Artikelen ser nærmere på hva de gjør, hvorfor det er vanskelig, og hva det kan bety for fremtidens logistikk.

Hva er Navflex?
Navflex ble stiftet i Tyskland i 2021 og har sitt hovedkontor i Broomfield, Colorado, USA. Selskapet utvikler AI-baserte robotløsninger som skal gjøre materialhåndtering enklere og sikrere. Deres spesiell interesse ligger i autonome systemer for lasting og lossing av trailere samt flytting av paller inne i lagerbygninger. I stedet for å bygge helt nye anläggninger, ønsker Navflex å lage programvare som kan fungere med den eksisterende utrustningen som allerede finnes på mange terminaler. Dette gjør løsningen billigere og raskere å ta i bruk for bedrifter som vil teste automatisering uten store investeringer.

Jungheinrich – truckkjempen
Jungheinrich er en av verdens største produsenter av trucker og lagerteknologi, med hovedkontor i Hamburg, Tyskland. Selskapet har årtiers erfaring med å bygge både manuelle og autonome trucker, samt med å integrere disse i større automatiserte lagerløsninger. Når Jungheinrich går inn i et samarbeid som dette, bidrar de ikke bare med hardware, men også med kunnskap om hvordan laster må sikres, hvordan trucker må navigere i trange områder, og hvilke sikkerhetskrav som må oppfylles for å unngå ulykker. Deres rolle er derfor å sikre at den teknologiske løsningen ikke bare fungerer i teorien, men også holder i praksis under hverdagslige forhold.

Hvorfor er lasting og lossing så vanskelig?
Å få en robot til å laste eller losse en trailer lyder kanskje enkelt, men det er fullt av utfordringer. For det første kommer trailere i mange størrelser og former – noen er lange, andre korte, noen har heisbare tak, andre har faste sider. For det andre kan lasten være plassert på ulik måte fra gang til gang: noen ganger er den stablet tett sammen, andre ganger ligger den løst eller er pakket på paller som ikke er standardiserte. Arbeidsområdet ved lasterampen er ofte trangt, med dårlig lys, og det kan være både mennesker, andre trucker og utstyr som beveger seg rundt. Til slutt må lasten plasseres nøyaktig slik at den oppfyller lastsikringsreglene – ellers kan den forskubbe seg under transport og skape fare. Alle disse faktorene gjør at det kreves avansert sensorikk, rask beregning og god beslutningstaking for at en robot skal klare jobben på egenhånd.

Løsningen: AI, robotteknologi og truckplattform
Jungheinrich og Navflex har kombinert sine styrker for å bygge en autonom løsning som kan håndtere netoppt disse problemer. Kernen er et AI-basert program som mottar data fra kameraer, lidar-sensorer og ultralydsensorer monteret på trucken. Denne programvaren lager et konstant oppdatert 3D-bilde av omgivelsene, identificerer hvor lastebilen står, hvor lasten er plassert, og hvilke hindringer som finnes i nærheten. Basert på dette beregner systemet den beste ruten for å kjøringen for gaffelen eller plukkarmen, justerer farten i realtid og sikrer at lasten løftes og settes ned uten å støte inn i noe. Jungheinrich bidrar med en truckplattform som allerede er bygget for å bære tunge laster og har innebygde sikkerhetsfunksjoner som nødstopp og kollisjonsunngåelse. Sammen gir dette en løsning som både er smart og robust.

Testing i virkeligheten
For å bevise at teknologien fungerer der det virkelig teller, har de to selskapene satt i gang tester hos flere store kunder som driver distribusjonssentre og logistikkterminaler. Testene utføres under vanlig drift, hvilket betyr at løsningen må håndtere uforutsigbare hendelser som plusslige ankomster av trailere, endringer i vær, og tilfeldige personer som går gjennom området. Målet med testingen er å samle data på hvor ofte systemet klarer å fullføre en laste- eller losseoperasjon uten menneskelig innblanding, hvor lang tid hver operasjon tar, og hvor mange ganger det oppstår situasjoner som krever menneskelig innbrytelse. Tidlige resultater viser at løsningen klarer å håndtere over 80 prosent av oppgavene selvstendig, og at de resterende tilfellene vanligvis skyldes ekstremt uvanlig lastplassert eller dårlig sierlighet – forhold som kan forbedres ved å justere sensorplasseringen eller legge til ekstra kameraer.

Tilpasning til eksisterende terminaler
Et viktig salgsargument for Jungheinrich og Navflex er at deres løsning ikke krever at man river ned hele lageret og bygger nytt fra grunnen. Trucken kan monteres med sensorpakken og programvaren uten å endre på selve bygningen eller lasterampens struktur. Dette betyr at en bedrift kan starte med en pilot på én eller to lasteramper, evaluere resultatet, og deretter gradvis utbre teknologien til flere områder hvis den viser seg å være både kostnadseffektiv og pålitelig. For tenåringer som kanskje drømmer om å jobbe med teknologi eller logistikk i fremtiden, viser dette hvordan innovasjon ofte handler om å tilpasse nye ideer til eksisterende systemer i stedet for å begynne på null hver gang.

Hva sier markedet?
Automatisering av lasting og lossing betraktes av mange eksperter som en av de siste store hulene innen internlogistikk. Mens vi allerede har sett førerløse trucker flytte paller inne i lagerhallene, og automatiske lagersystemer som kan plukke varer fra høyhylle, har overgangen mellom vei og lager vært vanskelig å robotisere. Flere andre selskaper jobber med lignende ideer, men få har lansert løsninger som fungerer på tvers av ulike terminaltyper og lastevarianter. Dersom Jungheinrich og Navflex lykkes med å levere en stabil og sikker plattform, kan det bli et viktig skritt mot en helt automatisert vareflyte – fra det øyeblikket varen kommer inn på lastebilen til den blir plassert på rätt hylle i lageret. Dette kan i sin tur redusere kostnader, minimere skader på varer, og gjøre jobben tryggere for de som fortsatt jobber ved siden av robotene.

Fremtidsutsikter for unge talenter
For en tenåring som er interessert i teknologi, robotikk eller logistikk, åpner dette slaget mange spennende karrieremuligheter. Arbeid med AI-basert se