Maak industriële robots flexibeler met ingebouwde AI
Neem deel aan EIDOS_SBO en ontdek hoe ‘embodied AI’ je kan helpen om robots sneller te trainen, complexe taken te automatiseren en je aan te passen aan veranderende productieomgevingen met minder programmeerwerk.
Uitdaging
Industriële robots spelen een steeds belangrijkere rol in de productie en logistiek. Traditionele robotautomatisering heeft echter vaak moeite met taken die flexibiliteit, aanpassingsvermogen en complexe besluitvorming vereisen. Het verwerken van verschillende productvarianten, het manipuleren van objecten in onvoorspelbare posities of het uitvoeren van meerdere onderling samenhangende handelingen vereist nog steeds uitgebreide programmeer- en technische expertise.
De meeste robotsystemen zijn ontworpen voor vooraf gedefinieerde taken en gecontroleerde omgevingen. Wanneer producten, materialen of bedrijfsomstandigheden veranderen, moeten robots vaak opnieuw worden geprogrammeerd of getraind. Dit maakt automatisering kostbaar en moeilijk te rechtvaardigen, met name in productieomgevingen met een grote verscheidenheid aan producten en kleine productievolumes.
Recente ontwikkelingen op het gebied van ‘embodied AI’ bieden nieuwe mogelijkheden voor flexibelere robotsystemen. De huidige AI-modellen kampen echter nog steeds met uitdagingen bij het aanleren van nieuwe vaardigheden op basis van beperkte gegevens, het combineren van afzonderlijke handelingen tot betrouwbare werkprocessen en het veilig reageren op onverwachte situaties. Deze beperkingen verhinderen dat fabrikanten het potentieel van intelligente robotica ten volle kunnen benutten.
Project doelstellingen
In dit project (EIDOS_SBO) streven we ernaar om ‘embodied’ AI-technologieën te ontwikkelen en te evalueren waarmee industriële robots efficiënt nieuwe taken kunnen leren, zelfstandig complexe handelingen kunnen uitvoeren en zich veilig kunnen aanpassen aan veranderende omgevingen.
Het project richt zich op drie complementaire ontwikkelingen: data-efficiënt leren van robotvaardigheden, intelligente taakcoördinatie en realtime monitoring. Door AI-gebaseerd leren te combineren met visuele, kracht- en tactiele feedback, zullen robots manipulatievaardigheden leren uit demonstraties en deze toepassen op voorheen onbekende objecten en configuraties.
Een intelligent coördinatiesysteem zal individuele vaardigheden samenvoegen tot complexe, meerstapsbewerkingen, terwijl onafhankelijke monitoring- en herstelmechanismen robots zullen helpen fouten te detecteren, hun acties aan te passen en veiliger te werken.
In dit project streven we naar een succespercentage van ten minste 80% bij voorheen onbekende objectconfiguraties met niet meer dan 50 demonstraties, 90% autonome voltooiing van industriële taken met zes stappen en detectie van ten minste 95% van de geïnjecteerde fouten binnen 200 milliseconden.
Het project heeft ook tot doel de technische inspanning die nodig is om een nieuwe productievariant te introduceren terug te brengen tot minder dan één dag, zonder dat daarvoor een robotprogrammeur nodig is.
Door robotautomatisering flexibeler en eenvoudiger inzetbaar te maken, wil EIDOS fabrikanten, technologieleveranciers en systeemintegrators helpen nieuwe automatiseringsmogelijkheden te benutten, met name bij productie met een grote verscheidenheid aan producten en kleine volumes.
Neem deel aan ons onderzoek
We zijn op zoek naar bedrijven die willen deelnemen aan ons onderzoek en met ons willen samenwerken aan de valorisatie van het project.
Interesse?
Vul dan het onderstaande formulier in.
