Situational & self-awareness technologieën

Wij voeren geavanceerd onderzoek naar technologieën die zowel omgevingscondities als systeemtoestanden identificeren, analyseren en evalueren. Dit stelt AI agents in staat om intelligente, datagedreven beslissingen te nemen.

De uitdagingen die we aangaan

1

Autonome systemen en robots realiseren

We werken aan intelligente perceptiesystemen die autonome systemen slimme beslissingen laten nemen, flexibeler maken en laten navigeren in complexe, dynamische omgevingen én die industriële robots hun omgeving laten begrijpen en hun gedrag daarop laten afstemmen.

2

Geautomatiseerde visuele kwaliteitsinspectie

We automatiseren visuele kwaliteitscontrole met computervisie die defecten in realtime detecteert, classificeert en lokaliseert en werken aan tools voor de snelle ontwikkeling van slimme AI-agents die deze automatisering versnellen.

3

Wereldmodellering voor autonome systemen

Autonome systemen nemen pas de juiste acties wanneer ze hun rij-, vaar- of vliegomgeving echt begrijpen. We werken aan oplossingen om voortdurend semantische wereldmodellen op te bouwen die verschillende sensorgegevens samenbrengen en duiden.

4

Condition monitoring & anomaly detection

We werken aan systemen die met steeds minder toezicht draaien. AI agents bewaken hun toestand, detecteren afwijkingen, vinden oorzaken en voorspellen én plannen onderhoud en herstel.

We focussen op

Sensing en perceptie

Sensing- en perceptietechnologieën verzamelen en verwerken informatie van sensoren en instrumenten, in en rond een systeem. Dit creëert situational awareness voor robots, autonome systemen en industriële processen. De volgende generatie perceptiesystemen werkt samen met AI agents, die ook semantische interpretatie toevoegen. Zo gaan machines hun omgeving echt begrijpen en intelligent reageren.

State estimation

“Status" omvat alles wat telt voor een systeem: positie, oriëntatie, snelheden per vrijheidsgraad, gezondheid en onderhoudsbehoeften. In- en externe toestanden schatten uit multisensordata, hun evolutie volgen en toekomstige waarden voorspellen, is cruciaal voor intelligente autonomie, want dit bepaalt hoe systemen zich gedragen en met de omgeving interageren.

Modellering en kennisopbouw

Kennis- en modelleringstechnologieën creëren digitale representaties van systemen, processen en hun omgeving door alle beschikbare informatie te integreren in één centraal model.

Deze representaties, opgebouwd uit sensing, perceptie en menselijke interactie, zijn raadpleegbaar om intelligente besluitvorming en autonoom gedrag te ondersteunen.

Risicobeoordeling

Autonomie vereist veiligheid boven alles. Risk assessment technologie beoordeelt of de omgeving, het systeem of hun interacties risico’s creëren die geplande (in)actie, het systeem of de missie kunnen ondermijnen. Veiligheid moet in de architectuur verankerd zijn, elke beslissing sturen en elke interactie bewaken.

Anomaliedetectie

Je kan niet alles vooraf voorspellen, anomalieën zullen optreden. Ze snel detecteren is essentieel voor de veiligheid en de efficiëntie van autonome en productiesystemen.

Anomaliedetectie is de cruciale eerste stap in risicobeperking en een belangrijke sleutel tot meer intelligentie en autonomie van systemen.