De integratie van NVIDIA-technologie in FANUC-robotbesturing gaat verder dan ooit. Met drie concrete toepassingen laat de Japanse automatiseringsspecialist zien hoe GPU-versnelde simulatie, imitatieleren en edge computing het programmeren en inzetten van industriële robots fundamenteel veranderen.
FANUC en NVIDIA bouwden de afgelopen jaren al aan een technologische samenwerking, maar tijdens de New Product Open House in mei 2026 presenteert FANUC een reeks verdiepte integraties die de kloof tussen virtueel en fysiek verder dichten. De toepassingen lopen uiteen van geavanceerde digitale tweeling-technologie tot een cobot-duo dat T-shirts vouwt op basis van menselijke voorbeeldbewegingen.
Demonstraties tonen oplossingen voor automatiseringsproblemen in de industrie
Virtuele inbedrijfstelling wordt werkelijkheid met Isaac Sim en ROBOGUIDE
De meest ingrijpende update betreft de koppeling tussen FANUC’s eigen simulatiesoftware Roboguide en NVIDIA Isaac Sim, het open simulatieraamwerk van NVIDIA voor robotica. Waar die integratie eerder al werd gedemonstreerd op de International Robot Exhibition in Tokyo in december 2025, is de verbinding nu substantieel uitgebreid.
De samenwerking kent twee modi. In de eerste staat Isaac Sim centraal, terwijl Roboguide op de achtergrond draait en zorgt voor correct robotgedrag. Bijzonder is dat operators de robot in de virtuele omgeving kunnen aansturen via een fysieke of virtuele pendant, precies zoals bij een echte machine. Jogging, programmeren, uitvoeren en verificatie: het kan allemaal direct vanuit de simulator. Daarmee wordt virtuele inbedrijfstelling niet alleen technisch haalbaar, maar ook praktisch toepasbaar voor engineers die een installatie willen doordenken vóór de eerste bout gedraaid wordt.
Identieke nauwkeurigheden en cyclustijden
Doordat ROBOGUIDE dezelfde besturingsalgoritmen gebruikt als de echt robot, zijn baannauwkeurigheid en cyclustijden in de simulator identiek aan die van de fysieke machine. De zogenoemde sim-to-real gap wordt hiermee grotendeels geëlimineerd. Via NVIDIA Isaac Lab en de Omniverse-bibliotheek worden ook taken gesimuleerd die traditioneel lastig te modelleren zijn, zoals het hanteren van flexibele kabels of nauwkeurige insteekoperaties.
In de tweede modus staat de simulatiesoftware van FANUC voorop, maar gebruikt het NVIDIA’s PhysX-engine voor fysicasimulatie op de achtergrond. Bin picking kan nu bijvoorbeeld realistisch worden nagebootst. Roboguide’s 3D-visiesysteem herkent de positie van onderdelen in een virtuele stapel en simuleert ook uitzonderingssituaties, zoals het moment waarop een bepaald onderdeel niet bereikbaar is. Haalbaarheidsstudies die voorheen tijdrovende proeven op locatie vereisten, zijn daarmee terug te brengen tot een virtueel ontwerpproces.
CRX-cobots leren T-shirts vouwen van menselijke operator
Een tweede demonstratie illustreert hoe NVIDIA’s GR00T N-basismodel voor robotica zijn weg vindt naar een industriële productieomgeving. FANUC zet een systeem op met twee CRX collaborative robots die samen T-shirts vouwen.
Het vouwen van een flexibel textielstuk vereist dat de robot zijn beweging continu aanpast aan een veranderende objectvorm. Conventionele playback-programmering of baancompensatie op basis van beeldverwerking schiet hier tekort. In de FANUC-demonstratie voert een operator de vouwbeweging zelf uit met de CRX-cobots; het systeem leert van die voorbeelden via imitatieleren en reproduceert vervolgens de taak autonoom.
Door FANUC’s eigen motioncontroletechnologie te combineren met het GR00T N-model ontstaan vloeiende, continue bewegingen. De robots herkennen het T-shirt via camera’s en passen hun handelingen in real time aan op de actuele toestand van het object.
Jetson Thor verhoogt AI-rekenkracht voor veiligheidstoepassingen met factor 7,5
De derde integratie sluit aan op een robot die FANUC al presenteerde in Tokyo: een systeem dat botsingen met mensen detecteert en vermijdt op basis van AI. Die installatie wordt nu opgewaardeerd met NVIDIA’s nieuwste edge computing-platform, de Jetson Thor. De vervanging van de eerder gebruikte Jetson AGX Orin-module door de Jetson Thor-module levert een meer dan zevenvoudige toename in AI-rekenvermogen op. In de praktijk vertaalt zich dat in snellere en vloeiendere reacties op menselijke bewegingen in de directe werkomgeving van de robot.
Betekenis voor de productievloer
Wat de drie toepassingen gemeen hebben, is dat ze telkens een bestaand knelpunt in robotprogrammering of -inzet aanpakken met NVIDIA-hardware of -modellen als technologische laag onder FANUC’s eigen besturingssoftware. De virtuele fabriek verlaagt de drempel voor inbedrijfstelling en procesontwerp; het imitatieleren opent de deur naar taken die zich niet laten vastleggen in een vast programma; en de verbeterde edge computing vergroot de autonome veiligheidsprestaties van cobots in gedeelde werkomgevingen.
Voor maakbedrijven die investeren in robotautomatisering zijn dit signalen dat de meerwaarde van een robot steeds minder bepaald wordt door het mechanische platform alleen, en steeds meer door de software- en AI-laag die erop draait.
