Für technische Näherungen wird dies oft vereinfacht:
1. Einleitung: Die Herausforderung der Wahrnehmung in der Ära der flexiblen Fertigung
Der Übergang vom traditionellen Automatisch gesteuerte Fahrzeuge (AGVs) durch das Magnetband zur dynamischen Weiterleitung gezwungen Autonome mobile Roboter (AMRs) stellt einen Paradigmenwechsel in der Materialhandhabung dar. Diese Entwicklung hat dazu geführt, dass Umweltwahrnehmungssysteme von eindimensionalen binären Auslösern zu komplexen, omnidirektionalen räumlichen Schlussfolgerungen reifen mussten.
Die heutigen mobilen Industrieroboter stützen sich in hohem Maße auf fortschrittliche SLAM-Architekturen (Simultaneous Localization and Mapping), die in erster Linie auf 2D/3D-Sicherheits-Lidars und hochentwickelte Bildverarbeitungssysteme zurückgreifen. Diese optischen Systeme eignen sich hervorragend für die Navigation auf Makroebene und die semantische Zuordnung. Wenn wir jedoch die kinematische Hülle eines schwer beladenen AMR, der mit hohen Geschwindigkeiten arbeitet, analysieren, zeigt sich eine kritische Schwachstelle auf dem “letzten Meter” der Interaktion.
In diesem Nahbereich ist der Spielraum für Fehler sehr klein. Die Bremswege werden durch die starre Physik diktiert, und eine Latenzzeit oder ein Ausfall des Sensors kann sofort zu Hardware-Schäden oder Verletzungen von Personen führen. Trotz der rasanten Fortschritte bei den optischen und computergestützten Technologien ist die akustische Sensorik - insbesondere die Ultraschalltechnologie-behält seine Position als optimale, unersetzliche Grundlage für den Nahbereich AGV/AMR-Hindernisvermeidung. Das liegt nicht an mangelnder Innovation in der Optik, sondern an den unveränderlichen Gesetzen der Physik: Schallwellen interagieren mit der Materie auf eine Art und Weise, die das Licht einfach nicht wiedergeben kann.
2. Physikalische Eigenschaften dekonstruieren: Warum bestimmte Umgebungen eine Akustik erfordern
Um die Grenzen der modernen Roboterwahrnehmung zu verstehen, müssen die Ingenieure über die Sensorspezifikationen hinausgehen und die grundlegende Physik der Wellenausbreitung untersuchen. Optische Sensoren beruhen auf der Emission, Reflexion und Erfassung von Photonen. Dieser Mechanismus ist von Natur aus anfällig für die Oberflächeneigenschaften und atmosphärischen Bedingungen der Betriebsumgebung.
Akustische Abtastung, nutzt umgekehrt die mechanische Wellenausbreitung.
Dieser grundlegende Unterschied ist der Grund, warum akustische Sensoren genau dort erfolgreich sind, wo optische Systeme versagen.
2.1 Das Dilemma der Durchdringung: Transparente und spiegelnde Materialien
Eines der hartnäckigsten technischen Probleme in der Intralogistik sind Lidar-Ausfälle bei transparenten Objekten. Sicherheitslidare arbeiten in der Regel im nahen Infrarotspektrum (z.B. 905nm oder 1550nm). Wenn diese Laserpulse auf eine Reinraumtür aus Glas, eine Trennwand aus Polycarbonat oder eine Palette, die fest in LLDPE-Stretchfolie (Linear Low-Density Polyethylene) eingewickelt ist, treffen, werden die Photonen oft vollständig durch das Material hindurchgelassen oder streuen unvorhersehbar. Für den Navigationsstapel des Roboters kann eine massive, in Schrumpffolie verpackte Palette als leerer, durchfahrbarer Raum erscheinen.
Spiegelnde (spiegelnde) Oberflächen stellen einen ebenso gefährlichen Grenzfall dar. Maschinen aus rostfreiem Stahl oder polierte Aluminiumtransportbehälter wirken wie Spiegel für Nahinfrarotlicht. Trifft der Laserstrahl schräg auf eine spiegelnde Oberfläche, werden die Photonen vom Empfänger des Sensors weg reflektiert, was zu einem vollständigen Verlust des Rücksignals führt.
Akustische Wellen umgehen diese optischen Schwachstellen vollständig. Da Schall eine mechanische Welle ist, wird seine Reflexion durch eine plötzliche Änderung der Dichte des Mediums (der Grenze zwischen Luft und festem Objekt) ausgelöst, völlig unabhängig von optischer Transparenz oder Oberflächenglanz. Ein Ultraschallimpuls prallt zuverlässig an einer klaren Glasscheibe oder einem hochglanzpolierten Metallzylinder ab und liefert eine deterministische Entfernungsmessung, bei der ein Lidar einen kritischen Fehlalarm registrieren würde.
2.2 Kompromisslose Robustheit in extremen Umgebungen
Industrielle Umgebungen sind selten steril. Anlagen wie Holzverarbeitungsbetriebe, Getreidemühlen und Bearbeitungszentren mit stark zerstäubtem Kühlmittel stellen für optische Sensoren eine große Herausforderung dar.
Wenn ein Lidar-Impuls oder eine Kameralinse starken Luftpartikeln oder Wassernebel ausgesetzt ist, leidet das System unter optischer Streuung. Das Licht wird von den Staubpartikeln in der Luft reflektiert, was dazu führt, dass das Navigationssystem “Phantom”-Hindernisse registriert und den Roboter unnötig aufhält - oder, schlimmer noch, den Sensor komplett blendet und einen lokalen Sicherheitsfehler auslöst.
Hier wird der physikalische Maßstab der Betriebswellenlänge des Sensors entscheidend. Optische Wellenlängen werden in Nanometern gemessen, was sie sehr anfällig für Streuung durch mikroskopisch kleinen Staub und Feuchtigkeit macht. Industrielle Ultraschallfrequenzen (wie 58 kHz) haben eine Wellenlänge im Millimeterbereich (etwa 5,9 mm in Luft bei Raumtemperatur). Da die Wellenlänge der Schallwellen, die von der Ultraschalltransducer wesentlich größer ist als die von Schwebstoffen, beugen sich die Schallwellen an Staub und Wassernebel, ohne ihre strukturelle Integrität zu verlieren. Dieser physikalisch begründete Vorteil garantiert ein hohes Signal-Rausch-Verhältnis und gewährleistet eine beispiellose Robustheit in Lagerumgebungen, die optische Systeme routinemäßig außer Gefecht setzen würden.
2.3 Farbabhängige Wahrnehmung und akustische Impedanz
Ein häufig übersehener Fehler bei der optischen Wahrnehmung ist die Signalabsorption durch dunkle, nicht lambertianische Oberflächen. Lichtabsorbierende Materialien, wie z. B. schwarze Gummireifen, dunkle Kunststoffbehälter oder tief gefärbte Stoffe, absorbieren den Großteil der von einem Lidar oder einer aktiven Kamera mit strukturiertem Licht ausgesandten Nahinfrarot-Photonen. Wenn das Rücksignal unter die Erkennungsschwelle des Sensors fällt, verschwindet das Hindernis praktisch aus der lokalen Karte des Roboters.
Die akustische Reflexion beruht auf einem völlig anderen physikalischen Prinzip, der so genannten akustischen Impedanz (Z), die als das Produkt aus der Dichte des Materials (ρ) und der Schallgeschwindigkeit in diesem Material definiert ist (V):
Wenn eine Ultraschallwelle, die sich durch die Luft bewegt, auf ein Objekt trifft, wird die Stärke des zurückkehrenden Echos allein durch die unterschiedliche akustische Impedanz zwischen der Luft und dem Zielobjekt bestimmt. Die Stärke des Echos hat absolut keine Korrelation mit der Pigmentierung oder den lichtabsorbierenden Eigenschaften des Objekts. Für einen Ultraschallsensor stellen ein vantaschwarzer Gummireifen und ein hell lackierter weißer Reifen genau die gleiche akustische Impedanzgrenze dar, was zu einem identischen, äußerst zuverlässigen Echoprofil führt. Diese Farbunabhängigkeit macht akustische Sensoren zu einem entscheidenden Faktor bei der Erkennung von Gefahrenquellen mit geringer Reflexion auf dem Lagerboden.
3. Technische Logik: Dimensionen der Hindernisvermeidung im Nahbereich
Die Umsetzung der physikalischen Vorteile der akustischen Wahrnehmung in eine praktische Robotersteuerung erfordert eine tiefgreifende Integration auf der Steuerungsebene. Wenn ein 1.000 kg schwerer AMR mit Geschwindigkeiten von über 1,5 m/s operiert, diktiert die involvierte kinetische Energie strenge, unnachgiebige kinematische Grenzen. Die Nahbereichssensoren müssen rohe analoge Echos in eine deterministische Anhaltelogik umwandeln.
3.1 Reaktionsgeschwindigkeit und kinematischer Bremsweg
Innerhalb der kritischen Kollisionsschwelle von 0,5 bis 1,5 m können sich Navigationssysteme die mit der Verarbeitung dichter 3D-Punktwolken oder Deep-Learning-Zyklen verbundene Rechenlatenz nicht leisten. In diesem Notfallbereich ist Zeit buchstäblich Entfernung.
Ultraschall-Sensoren berechnet die Entfernung nach dem hochdeterministischen Time of Flight (ToF)-Prinzip. Durch die Messung des präzisen Intervalls zwischen der Aussendung eines Bursts und dem Empfang seines Echos gibt der Sensor eine Entfernungsmetrik mit geringer Latenz auf Hardwareebene aus. Da diese Daten mathematisch leichtgewichtig sind, umgehen sie schwere CPU-Berechnungen und können über Protokolle wie IO-Link oder CAN FD direkt an die Motorsteuerung oder Sicherheits-SPS des AMR weitergeleitet werden. Dadurch wird sichergestellt, dass ein Not-Aus-Auslöser innerhalb von Millisekunden ausgeführt wird, wobei die berechnete Bremskurve, die zur Vermeidung einer Kollision erforderlich ist, genau eingehalten wird.
3.2 Totwinkelkompensation und volumetrischer Schutz
Standard-2D-Sicherheits-Lidars sind der Industriestandard für die primäre FTS-Routenführung, aber sie projizieren ein einzelnes planares Lichtsegment, das typischerweise 15 bis 20 Zentimeter über dem Boden positioniert ist. Diese architektonische Realität führt zu erheblichen toten Winkeln sowohl unterhalb als auch oberhalb der Scanebene. Gabelstaplerzinken, hängende Lasten, offene Docktüren oder überhängende Regale können einen 2D-Scan leicht umgehen, was zu katastrophalen Unfällen führen kann.
Um eine robuste Sicherheitskompensation im Nahbereich zu erreichen, nutzen Robotertechniker die spezifischen akustischen Keulencharakteristiken von Ultraschallwandlern. Durch rigorose Planung des Strahlenmusters können Ingenieure Sensoren mit bestimmten Abstrahlwinkeln auswählen (z. B. einen breiten 60°-Kegel für allgemeine Umkehrungen oder einen schmalen 15°-Strahl für die Navigation in engen Gängen). Auf diese Weise entsteht eine volumetrische 3D-Schutzhülle anstelle eines 2D-Schnitts. Dieser akustische Kegel wirkt wie ein physischer Stoßfänger, der das Luftvolumen vom Boden bis zur maximalen Höhe des Fahrzeugs erfasst und so eine mehrdimensionale Gefahrenerkennung gewährleistet.
3.3 Präzises Andocken und Feinmanipulation
Während die Hindernisvermeidung eine primäre Funktion ist, ist die Nahbereichserfassung für die operative Präzision ebenso entscheidend. Wenn ein AMR eine Andocksequenz mit einer Ladestation einleitet oder sich ausrichtet, um einen kundenspezifischen Materialbehälter zu heben, haben optische Systeme oft Probleme aufgrund minimaler Brennweiten, lokaler Abschattungen durch das eigene Chassis des Roboters oder der Blendung des Ziels durch die Anzeigeleuchten der Ladestation.
Akustische Hochfrequenzsensoren (im Bereich von 200kHz bis 300kHz) sind für die Erkennung von Mikroentfernungen konzipiert. Diese Wandler bieten eine Auflösung im Millimeterbereich bei Entfernungen von nur 3 bis 5 Zentimetern. Durch die kontinuierliche, unverfälschte Rückmeldung der Mikrodistanz an die Bewegungssteuerung kann der AMR ein sanftes, stark gedämpftes Abbremsprofil ausführen und physische Kontakte oder Nutzlastschnittstellen ohne mechanische Stöße einrasten lassen.
4. Forschung zu Engpässen in der Industrie: Fahrzeugübergreifende Koordinierung und Umweltkompensation
Die Skalierung eines AMR-Einsatzes von einem einzelnen Prototyp auf eine Flotte von 50 orchestrierten Einheiten stellt hohe Anforderungen an die Umwelt und die Signalintegrität. Eine robuste Wahrnehmungsschicht muss diese realen Engpässe auf der Hardware- und Firmware-Ebene entschärfen.
4.1 Lösen des Übersprechens in dichten Flotten
Mit zunehmender Flottendichte steigt die Wahrscheinlichkeit von akustischen Interferenzen sprunghaft an. Wenn zwei AMRs in einem engen Lagergang aneinander vorbeifahren, feuern sie akustische Impulse in denselben Luftraum. Wenn der Empfänger von Roboter A das Echo des Impulses von Roboter B als sein eigenes interpretiert, registriert das System ein Phantomobjekt in gefährlicher Nähe und löst einen unnötigen Panikstopp aus.
Die Unterdrückung des Übersprechens bei der Koordinierung mehrerer Fahrzeuge wird durch mehrere ausgeklügelte Techniken erreicht. Moderne Steuerungen nutzen Zeitmultiplexing (TDM) und synchronisieren die Flotte über industrielles Wi-Fi oder 5G, um sicherzustellen, dass benachbarte Roboter ihre Impulse in auf Mikrosekunden abgestimmten Zeitschlitzen abfeuern. Alternativ dazu verwenden asynchrone Systeme die Pseudo-Zufallsimpulskodierung, bei der jeder Wandler eine eindeutig kodierte akustische Signatur abgibt. Der DSP (Digitaler Signalprozessor) des Sensors führt einen Kreuzkorrelationsalgorithmus für das zurückkommende Echo durch und filtert sofort alle akustischen Wellen heraus, die nicht den spezifischen mathematischen “Fingerabdruck” tragen.”
4.2 Temperaturkompensation und dynamische Kalibrierung
Anders als die Lichtgeschwindigkeit reagiert die Schallgeschwindigkeit in einem gasförmigen Medium sehr empfindlich auf thermodynamische Veränderungen. In einer Industrieanlage kann die Geschwindigkeit einer Schallwelle v wird in erster Linie von der Temperatur der Umgebungsluft bestimmt T (in Grad Celsius), ausgedrückt durch die Formel:
Für technische Näherungen wird dies oft vereinfacht:
Wenn sich ein AGV von einem -20°C Gefrierschrank zu einem +30°C Laderampe ändert sich die Geschwindigkeit der Ultraschallwelle um etwa 30 m/s. Ohne Korrektur würde diese physikalische Drift zu schwerwiegenden Fehlern bei der Entfernungsberechnung führen und die Bremsweglogik beeinträchtigen. Um dem entgegenzuwirken, verfügen Ultraschallsensoren in Industriequalität über integrierte NTC-Thermistoren. Der Mikrocontroller des Sensors fragt kontinuierlich die örtliche Temperatur ab und passt den Multiplikator des ToF-Algorithmus dynamisch an, um sicherzustellen, dass die Entfernungsberechnung auch bei starken Temperaturgradienten punktgenau bleibt.
4.3 Erweiterte Hintergrundunterdrückung
In automatisierten Lagern sind die Gänge oft nur wenige Zentimeter breiter als der AMR selbst. Wenn der Roboter parallel zu durchgehenden Stahlregalen oder Blockwänden fährt, prallt der Schallkegel natürlich an der statischen Infrastruktur ab. Würde dies nicht gemildert, würde der Roboter die Wand als unmittelbare Kollisionsgefahr wahrnehmen.
Um die Architektur der Anlage herauszufiltern, setzen die Ingenieure Algorithmen zur dynamischen Hintergrundausblendung ein. Während der Inbetriebnahmephase wird die Sensoranordnung dynamisch gesteuert. Die Firmware legt eine adaptive Abstandsschwelle fest, die auf der aktuellen Odometrie und Kartenposition des Roboters basiert. Echos, die von außerhalb dieses dynamischen räumlichen Fensters zurückkommen - oder Echos, die über die Zeit mathematisch statisch bleiben (wie eine durchgehende Wand) - werden vom DSP stark gefiltert. Das System ist grundsätzlich so trainiert, dass es feste geometrische Strukturen ignoriert und nur dann einen Sicherheitsfehler auslöst, wenn ein dynamisches Eindringen (z. B. ein Mensch, der in den Gang tritt, oder eine heruntergefallene Kiste) die festgelegte Zeit-Distanz-Hüllkurve überschreitet.
5. Architektonische Perspektive: Die Zukunft der Multi-Sensor-Fusion
Da die autonome Navigation immer ausgereifter wird, betrachten führende Robotikingenieure die Sensormodalitäten nicht mehr als konkurrierende Technologien. Stattdessen hat sich in der Branche die Multisensor-Fusionsarchitektur durchgesetzt, eine Konstruktionsphilosophie, bei der verschiedene physische Sensoren integriert werden, um die inhärenten blinden Flecken des jeweils anderen zu kompensieren.
5.1 Strategische Rollenzuweisung: Die Wahrnehmungspyramide
Um ein äußerst robustes autonomes System aufzubauen, ist die Wahrnehmung hierarchisch strukturiert - ähnlich wie eine Pyramide -, wobei jede Schicht eine bestimmte, spezialisierte Funktion erfüllt:
- Oberste Ebene (Makro-Navigation): 2D/3D-Lidare verwalten die globale Karte. Sie sind verantwortlich für SLAM über große Entfernungen, dynamische Pfadplanung und die Identifizierung struktureller Landmarken. Sie liefern die Logik “Wo bin ich, und wie komme ich an mein Ziel?.
- Mittlere Schicht (Semantisches Verstehen): Maschinelles Sehen und RGB-D-Kameras übernehmen die Objekt-ID. Durch den Einsatz neuronaler Netze führt diese Schicht eine semantische Segmentierung durch - sie unterscheidet einen Gabelstapler von einem Fußgänger oder liest QR-Codes auf einem Behälter. Sie beantwortet die Frage “Was genau sehe ich hier?.
- Basisschicht (Micro-Proximity & Sicherheit): Akustische und Ultraschallsensoren bilden die grundlegende Sicherheitsredundanzschicht. Sie arbeiten ausschließlich auf der Grundlage der physischen Nähe und Dichte, ohne komplexe semantische Interpretation. Sie beantworten die wichtigste Frage: “Befindet sich eine physische Masse unmittelbar vor mir, unabhängig davon, wie sie aussieht?”
5.2 Das Fail-Safe-Prinzip und heterogene Redundanz
Im Bereich der funktionalen Sicherheit schreibt das Prinzip der Ausfallsicherheit vor, dass ein System im Falle eines nicht behebbaren Fehlers oder einer Sensorfehlfunktion in einen Zustand übergehen muss, der keinen Schaden verursacht - in der Regel ein lokaler Notstopp.
Um einen wirklich ausfallsicheren Zustand zu erreichen, ist eine heterogene Redundanz erforderlich. Wenn ein AMR zwei optische Sensoren (z. B. ein Lidar und eine Kamera) für seine Sicherheitsschleife verwendet, verfügt er über eine homogene Redundanz. Wenn ein plötzliches grelles Sonnenlicht den Gang blendet oder eine dicke Dampfwolke freigesetzt wird, sind beide optischen Sensoren durch die gleiche physikalische Schwachstelle gefährdet und können gleichzeitig ausfallen.
Durch die Integration akustischer Sensoren in die Basisschicht bringen die Ingenieure eine völlig unabhängige physikalische Variable (mechanische Schallwellen) in den Sicherheitskreislauf ein. Wenn die optische Schicht ausfällt oder sich verschlechtert, bleibt die örtliche Sicherheitsschleife des AMR vollkommen intakt und verlässt sich auf das taktile Raumgefühl der akustischen Schicht, um eine sichere Abbremsung durchzuführen.
6. Schlussfolgerung: Festlegen einer deterministischen Sicherheitsgrenze
Der wahre technische Wert der akustischen Technologie in der industriellen Automatisierung liegt in ihrer absoluten, unnachgiebigen Sicherheit. Ultraschallsensoren sind nicht dazu gedacht, die enormen räumlichen Abbildungsfähigkeiten von Lidar oder die reichhaltigen semantischen Daten des maschinellen Sehens zu ersetzen. Vielmehr dienen sie als “robustes Fundament” für komplexe, extreme und nahegelegene Vorgänge.
Für Hersteller, Flottenbetreiber und Systemintegratoren, die strenge Qualitäts- und Sicherheitsstandards einhalten - wie ISO 9001 für die industrielle Fertigung oder den strengen IATF 16949-Standard für Zuverlässigkeit in der Automobilindustrie - ist die Entwicklung eines AMR, das sich nur auf eine Art von physikalischer Welle verlässt, eine inakzeptable technische Belastung.
Durch ein tiefes Verständnis der inhärenten physikalischen Grenzen optischer Sensoren und eine gezielte Einbindung der Akustiktechnologie in die Hardwarearchitektur können Ingenieure automatisierte Systeme entwickeln, die nicht nur in unberührten Labors intelligent navigieren, sondern auch in der chaotischen Realität moderner Fabriken mit deterministischen, garantierten Sicherheitsmargen arbeiten.
FAQ
F1: Warum sind Ultraschallsensoren besser als LiDAR oder Kameras für die AMR-Hindernisvermeidung im Nahbereich?
A1: LiDAR und Kameras eignen sich zwar hervorragend für die Kartierung und Navigation über weite Entfernungen, haben aber in Nahbereichsszenarien (in der Regel innerhalb von 0 bis 20 cm) erhebliche blinde Flecken. Optische Sensoren haben Probleme mit transparenten Materialien (wie Glastüren), stark reflektierenden Oberflächen oder stockfinsteren Umgebungen. AGV-Ultraschallsensoren, die auf mechanischer Schallwellenausbreitung beruhen, sind völlig unabhängig von Oberflächenfarbe, Transparenz oder Lichtverhältnissen. Durch die Integration von industrielle Ultraschallsensoren in das Wahrnehmungssystem eines AMR können die Hersteller tote Winkel im Nahbereich beseitigen und einen kollisionsfreien Hochgeschwindigkeitsbetrieb auch in komplexen Umgebungen gewährleisten.
F2: Können AGVs und AMRs transparentes Glas oder stark reflektierende Hindernisse zuverlässig erkennen?
A2: Optische Standardsensoren können diese Materialien oft nicht erkennen, was zu Kollisionen und Sicherheitsrisiken in Lagern oder Fabriken führen kann. Um dieses Problem zu lösen, müssen automatisierte Materialtransportsysteme akustische Sensoren einsetzen. Hochleistungs-Ultraschall-Wandler senden Schallwellen aus, die von Glas, Metall oder glänzenden Oberflächen genauso effektiv zurückgeworfen werden wie von festen Wänden. Ausrüstung Ihrer Roboter mit Präzision Ultraschallsensoren zur Hindernisvermeidung garantiert, dass transparente oder reflektierende Objekte innerhalb der kritischen Nahbereichsgrenze genau erkannt werden.
F3: Wie wirken sich Staub oder Schmutz in der Luft auf das Hinderniserkennungssystem eines FTS aus?
A3: In der Luft befindliche Partikel wie schwerer Staub, Rauch oder schwebende Fasern können optische Signale zerstreuen, was zu Fehlalarmen führt oder bildverarbeitungsbasierte Systeme vollständig blendet. Im Gegensatz zu optischen Methoden sind akustische Wellen sehr unempfindlich gegenüber Störungen aus der Luft. Industrie-Ultraschallsensoren hergestellt von ISSR sind für den zuverlässigen Betrieb in diesen rauen Industrieumgebungen ausgelegt. Ihre robuste akustische Ausbreitung gewährleistet eine kontinuierliche, genaue Abstandsmessung und Hindernisvermeidung im Nahbereich, ohne dass eine ständige Reinigung oder Wartung der Linse erforderlich ist.
Q4: Was ist die optimale Sensorfusionsstrategie für eine vollständige AGV/AMR-Umgebungswahrnehmung?
A4: Die effektivste und sicherste Wahrnehmungsarchitektur verwendet einen Multisensor-Fusionsansatz. LiDAR- und 3D-Vision-Kameras sollten für SLAM (Simultaneous Localization and Mapping) und die Flugbahnplanung auf lange bis mittlere Distanz eingesetzt werden. Für den entscheidenden “letzten Meter” der Sicherheit sollte jedoch ein Netz von Nahbereichs-Ultraschallsensoren um das Chassis herum eingesetzt werden müssen. Diese Kombination kompensiert die optischen Beschränkungen und bietet eine ausfallsichere Hardware-Grenze. Bei der Auswahl der Komponenten ist die Zusammenarbeit mit einem professioneller Hersteller von Ultraschallsensoren stellt sicher, dass die Frequenz, der Abstrahlwinkel und die Ansprechzeit des Messwertaufnehmers perfekt auf die Geschwindigkeit und die Steuerlogik Ihres AMR abgestimmt sind.
