Schweizer Gravis Robotics erhält 200 Millionen US-Dollar Series-A-Finanzierung von SoftBank

de.wedoany.com-Bericht: Die Gravis Robotics AG hat eine Finanzierung in Höhe von 200 Millionen US-Dollar von der SoftBank Group Corp. angekündigt – die bislang grösste Series-A-Finanzierung eines Start-ups für Baumaschinenrobotik. Das Unternehmen wurde 2022 von der Eidgenössischen Technischen Hochschule Zürich (Swiss Federal Institute of Technology Zurich) ausgegründet und hat ein intelligentes, softwaredefiniertes System für schwere Bagger entwickelt, das diese in unbemannte Maschinen verwandelt, die auf belebten Baustellen autonom navigieren und Arbeitsabläufe eigenständig ausführen können.

Gravis weist darauf hin, dass der Bedarf an Automatisierung in der Bauindustrie dringend ist. Abseits des Booms beim Aufbau von KI-Infrastruktur erlebt die physische Infrastruktur eine ebenso grosse Expansion, mit starkem Bedarf an neuen Wohnungen, Strassen, Verkehrsnetzen, Brücken und Stromnetzen. Im Gegensatz zur KI-Branche fällt es der Bauindustrie jedoch schwer, mit dem Tempo des neuen Infrastrukturbedarfs Schritt zu halten. Aufgrund der alternden Belegschaft und des Arbeitskräftemangels können Bauunternehmen Projekte häufig nicht termingerecht liefern. Derzeit ist die Bauindustrie eine der am wenigsten automatisierten Branchen weltweit und ist nach wie vor stark auf manuell bediente Schwermaschinen angewiesen – genau das will Gravis ändern.

Automatisierung auf Baustellen einzuführen ist keine leichte Aufgabe. Gravis erklärt, dass dieses Szenario technische Herausforderungen mit sich bringt, die es in anderen Branchen nicht gibt. Bestehende physische KI-Systeme – wie autonome Fahrzeuge und Roboterarme – operieren meist in „statischen Umgebungen", wobei das Hauptziel darin besteht, sich zu bewegen, ohne die Umgebung zu stören. Bei Schwermaschinen wie Baggern ist es genau umgekehrt: Ihre Aufgabe besteht darin, das umliegende Gelände zu verändern, Boden und unterirdisches Gestein auszuheben und die Topografie der Arbeitsumgebung neu zu gestalten.

Um dieser Herausforderung zu begegnen, trainiert Gravis seine KI-Modelle in simulierten Umgebungen, um sämtliche subtilen Rückmeldungen nachzubilden, die ein menschlicher Bediener beim manuellen Arbeiten vom Bagger erhält. Laut Mitgründer und Chief Technology Officer Dominic Jud kann ein menschlicher Bediener die ausgehobene Bodenschicht „lesen", indem er auf das Motorengeräusch hört, die Vibrationen der Maschine spürt und auf den hydraulischen Widerstand reagiert. Jud erklärt, dass die KI dieselben physischen Eingaben erhält und sie mit den Maschinentelemetriedaten fusioniert, um in Mikrosekundenschnelle auf sich verändernde unterirdische Kräfte und Bodenmechanikparameter zu reagieren. Er sagt: „Wir versuchen nicht, die Welt für die Software zu vereinfachen; wir geben ihr eine physische Intuition, damit sie auf echten Baustellen präziser wahrnimmt als ein menschlicher Bediener in der Kabine."

Die KI-Modelle von Gravis treiben das Gravis-Rack-System an – ein autonomes Steuerungssystem, das auf bestehende Geräte nachgerüstet werden kann und für Maschinen von Herstellern wie Caterpillar Inc., John Deere & Co., JCB International Co. Ltd. und Hitachi Ltd. geeignet ist. Laut dem Unternehmen kann Gravis Rack die Produktivität im Vergleich zum manuellen Fahren um 30 % steigern; neben dem vollständig autonomen Betrieb kann das System auch als Kopilot für menschliche Bediener fungieren.

Gravis Rack ist ein flaches, rechteckiges Computergerät, das oben auf dem Host-Bagger montiert wird. Im Inneren sind Chips integriert, die die KI-Software des Systems ausführen, sowie Kameras und Lidar-Sensoren. Das Kit enthält zudem zwei hintere Fahrzeugmasten, an denen zusätzliche Kamera- und Lidar-Module angebracht sind. Laut Gravis sind die hinteren Masten neben den Sensoren auch mit GPS-Modulen ausgestattet. Da die von GPS-Satelliten zur Erde gesendeten Positionsdaten manchmal Fehler aufweisen, nutzt Gravis Rack eine Technologie namens GNSS RTS, um die Datengenauigkeit zu verbessern.

Diese Technologie sammelt nicht nur GPS-Messdaten, sondern analysiert auch die Funkinformationen, die diese Messsignale übertragen, um Fehler in den Positionsdaten zu erkennen und zu korrigieren. In bestimmten Fällen kann GNSS RTS die Genauigkeit des GPS-Signals auf weniger als einen Zoll verbessern. Jeder Bagger ist zudem mit einem Wi-Fi-Sender ausgestattet, um Daten mit dem zugehörigen Tablet Slate von Gravis Rack zu synchronisieren. Über dieses Tablet können Baufachleute die Erdbewegungsfahrzeuge fernsteuern: Das Gerät zeigt in Echtzeit die Sensorbilder des Fahrzeugs an und blendet visuelle Hinweise über den Videostream ein, die Wasserleitungen und andere zu meidende Infrastruktur markieren, sowie geografische Informationen wie Höhendaten.

Gravis gibt an, dass Gravis Rack bereits auf Dutzenden Baustellen weltweit im Einsatz ist und das Unternehmen derzeit darauf abzielt, die Anwendung der Plattform zu beschleunigen. Grossbritannien ist einer der Schwerpunktmärkte; das Unternehmen hat dort kürzlich einen Auftrag im Wert von 8 Millionen US-Dollar zur Nachrüstung einer bestehenden Baggerflotte erhalten. Mitgründer und Chief Executive Officer Ryan Luke Johns betont, dass Aushubarbeiten der Ausgangspunkt jedes Neubauprojekts sind – ob beim Bau von Wohnungen, beim Ausbau von Rechenzentren oder bei der Modernisierung des Stromnetzes, alles beginnt mit Erdarbeiten. Er sagt: „Diese grundlegende Arbeit war schon immer der Engpass für die gesamte gebaute Umwelt."