Op Vision & Robotics was afgelopen week duidelijk zichtbaar in welke richting automatisering zich begeeft. Autonoom rijdende mobiele robots en machine learning. Geen futuristische toekomstbeelden, maar technologieën die op de drempel van de maakindustrie staan. En daar grote veranderingen teweeg zullen gaan brengen.
Probotics en Delft Robotics tonen hoe hun technologie logistiek in maakindustrie automatiseert
De mobiele robot die zichzelf een weg zoekt door de fabriek is realiteit. Althans: dat zal niet meer lang op zich laten wachten, denkt Henk Kiela van Probotics. De industrie klaagt over het gebrek aan vakmensen. “Maar ze laten hun schaarse vakmensen wel 20 tot 30 procent van hun werktijd logistieke taken uitvoeren”, zegt Henk, die naast zijn werk bij Probotics deeltijd lector is bij Fontys Hogescholen. Als je de logistiek in de maakindustrie automatiseert, wint je 15% productiviteit én je productie wordt flexibeler.
Mobiele robot aansturen vanuit ERP
Probotics levert onder andere de Packman systemen van BlueBotics, met een payload van 150 kilogram. Eigenlijk draait het helemaal niet om deze mobiele robots, meent Henk Kiela. “Het gaat om de softwarelagen die het ERP systeem in staat stellen om de robotvloot in de fabriek aan te sturen.” Daar heeft Probotics een eigen oplossing voor ontwikkeld, de fleetmanager waarin alle bewegingen worden bijgehouden. Met deze software gaat de operator de productie simuleren en optimaliseren. “Deze simulatie koppelen we aan de realtime productflow.” Met de software worden ook de trajecten die de mobiele robots afleggen geprogrammeerd; in feite zijn de Packmans virtuele AGV’s. Daardoor laat het systeem zich eenvoudig aanpassen en uitbreiden. Henk Kiela verwacht dat het aansturen van de mobiele robots eerdaags daadwerkelijk ordergestuurd vanuit het ERP-systeem gebeurt.
Deense mobiele robot
Ook Gibas liet een mobiele robot zien. Gibas levert het systeem van Mobile industrial Robots (MIR), belastbaar tot 100 kilo en een trekkracht van 300 kg. Deze robots bewegen op basis van mapping en scanning door de fabriek. De besturing gebeurt via de smart phone. Het Deense bedrijf heeft de verkopen afgelopen jaar zien vervijfvoudigen en rekent dit jaar op een verdrievoudiging. De meest recente uitbreiding van de productlijn is de MiR200, met 200 kilo laadvermogen. Dit is meer dan voldoende om eventueel op het mobiele platform een Universal robot te plaatsen. Bij die toepassing kan de batterijcapaciteit verdubbeld worden. MiR past zes afzonderlijke sensoren toe die de robot voortdurend voorzien van real time data over de navigatie. Een aantal extra sensoren herkennen obstakels en voorkomen het ontstaan van blinde spots. Gibas is met verschillende maakbedrijven in de Benelux in gesprek over de eerste toepassingen.
Machine learning en robots
Machine learning is misschien iets minder ver in de ontwikkeling, maar ook hiervan waren op Vision & Robotics goede voorbeelden te zijn. Met name dan bij Yaskawa en Delft Robotics. Dit laatste bedrijf demonstreerde de toepassing van het bin picken van willekeurige producten, zonder dat de robot hiervoor geprogrammeerd is. Vorig jaar heeft Delftrobotics de Amazon challenge met dit project gewonnen. Volgens Kanter van Deurzen van de spin-off van de TU Delft hebben ze sindsdien behoorlijke stappen gezet. Op basis van de puntenwolk die met een 3D camera gegenereerd wordt, identificeert het systeem binnen 0,125 seconde de afmetingen van het product, de positionering en hoe de grijper erop geplaatst moet worden. Kanter van Deurzen: “Machine learning werkt anders dan computer vision. Het algoritme bepaalt zelf welke feature belangrijk is voor een taak. Dat wordt niet langer door de guts feeling van de engineer bepaald.” Een van de toepassingen waar Delft Robotics nu aan werkt, is automatische kwaliteitscontrole van producten met behulp van machine learning. Omdat het systeem naar defecten in een product zoekt, kun je elke dag een ander product laten controleren zonder opnieuw te hoeven programmeren.
