De volgende revolutie in industriële robotica: Flexibiliteit door kunstmatige intelligentie

Industriële robotica worden geconfronteerd met een ingrijpende transformatie. Robots zijn tot dusver voornamelijk gebruikt voor repetitieve taken met hoge precisie-eisen, maar er is weinig behoefte aan flexibiliteit. Nieuwe technologische ontwikkelingen bieden echter een geheel nieuwe dimensie: De robots van de toekomst zullen veel flexibeler, slimmer en veelzijdiger zijn.

 

Traditionele sterke punten en hun grenzen

Industriële robots moeten tegenwoordig worden verwijderd van moderne productieprocessen. Zij voeren taken uit zoals “pick-and-place”, “spot lasding” of “jet” -operaties. Hun sterke punten liggen in de hoge herhaalbaarheidsnauwkeurigheid en het vermogen om zware belastingen nauwkeurig over vooraf gedefinieerde paden te verplaatsen. Deze taken zijn echter meestal zeer gestandaardiseerd. Elke afwijking van de geprogrammeerde ideale omgeving leidt vaak tot stopzetting van het proces.

Bijvoorbeeld: Een robot wordt zodanig geprogrammeerd dat hij pakketten stapelt op een pallet. Om dit te doen, moeten zowel het laadbord als de colli precies op de verwachte posities worden aangeboden. Zelfs kleine afwijkingen kunnen ertoe leiden dat het proces mislukt, tenzij voorheen omslachtige ondersteunende systemen, zoals cameradetectie, zijn geprogrammeerd. Flexibiliteit? Niet van toepassing.

 

Moderne robotica: Precisie, krachtregeling en het pad naar cognitieve flexibiliteit

Moderne robots kunnen tegenwoordig taken uitvoeren die een hoge mate van precisie en precisie vereisen. Door middel van gedwongen besturing kunnen zij bijvoorbeeld adaptieve en gevalsspecifieke slijpprocessen uitvoeren. Deze slijptoepassingen worden als adaptief beschouwd omdat de te verwerken punten in eerste instantie automatisch worden geïdentificeerd. Op basis van deze detectie worden de slijpparameters dynamisch aangepast, zoals de druk in de pers, de snelheid van het gooien of de stand van het werktuig. Het verwerkingstraject kan ook worden aangepast om flexibel te reageren op verschillende geometrieën of toleranties voor werkstukken. Deze activiteiten zijn tot dusver uitsluitend voorbehouden aan mensen.

Robots worden ook steeds vaker gebruikt op het gebied van veeleisende vulprocessen voor producten met zeer beperkte toleranties. Zo worden bijvoorbeeld conventionele algoritmen voor de regulering van kracht of machinaal leren gebruikt om de robot te controleren op basis van de weerstanden die zich voordoen op zodanige wijze dat er geen botsingen zijn binnen de strikte tolerantiegrenzen.

Andere voorbeelden van moderne robottoepassingen zijn te vinden in ruimtelijk flexibele kwaliteitscontrole. Robots zijn uitgerust met camerasystemen en zijn in staat soortgelijke objecten te onderscheiden of kwalitatieve fouten op betrouwbare wijze op te sporen. In dergelijke gevallen voert de robot de camera zelf uit en voert hij dus actief de visuele inspectie uit. Kunstmatige intelligentie vergroot de mogelijkheden van robotica aanzienlijk. Het maakt het mogelijk sensorgegevens te interpreteren, beelden te analyseren en beslissingen te nemen op basis van de geïdentificeerde informatie. Ondanks deze vooruitgang moeten robots echter nog zorgvuldig worden voorgeprogrammeerd om betrouwbaar te kunnen werken.

Echte flexibiliteit vereist daarom een nieuwe generatie robots die niet alleen commando’s kunnen uitvoeren, maar ook autonoom contexten kunnen vastleggen en beslissingen kunnen nemen. Alleen dan kunnen robots dynamisch en intuïtief worden gebruikt in complexe, veranderende omgevingen.

 

AI als “Game Changer”

Tegelijkertijd vordert de ontwikkeling van artificiële intelligentie snel. AI, d.w.z. het vermogen van computersystemen om cognitieve diensten te verlenen, kan al beelden interpreteren, taal begrijpen, beslissingen nemen of leren van gegevens. Autonoom aangedreven auto’s tonen indrukwekkend wat mogelijk is wanneer sensorgebaseerde gegevens, machinaal leren en besluitvormingslogica samenkomen.

Wat gebeurt er als je robots combineert met geavanceerde AI?

 

Taalmodellen als sleuteltechnologie

Met name de zogenaamde generatieve AI-modellen net als GPT (bekend bij ChatGPT) zijn zij veelzijdige instrumenten gebleken. Dergelijke Grote taalmodellen (LLM’s) niet alleen taal begrijpen en genereren, maar ook conclusies trekken, taken analyseren of programmacode genereren.

Bijvoorbeeld: Een taalmodel kan een assemblagesequentie afleiden op basis van een geschreven productbeschrijving, zonder dat een mens elke afzonderlijke stap van tevoren hoeft te programmeren. Taalinstructies voor robots zijn ook denkbaar: “Plaats van de rode doos op het laadbord” — ongeacht of de doos “doos”, “verpakking” of “container” wordt genoemd. Het model erkent de context.

 

Multimodale modellen: Bekijken, begrijpen, actie

Het wordt nog spannender met de zogenaamde multimodale taalmodellen, die niet alleen tekst, maar ook afbeeldingen of andere media kunnen interpreteren. Dergelijke modellen maken scenario’s mogelijk die tot nu toe ondenkbaar zijn geweest.

Laten we ons voorstellen: Een robot, gekoppeld aan een multimodaal AI-model, “kijkt” naar een werkruimte met verschillende objecten. Een eenvoudige instructie volstaat:
“Verpakken alle flessen in de grote verpakking en alle blikken in de kleinere verpakkingen”.
Het model identificeert in de afbeelding welke objecten flessen en blikken zijn, identificeert de juiste kartons en genereert op basis daarvan instructies voor de robot.

Natuurlijk blijven er fysieke eisen: De robot heeft passende grips nodig, moet kunnen verwijzen naar het milieu, maar de drempel voor expliciete gevallen van preprogrammering is aanzienlijk. Dit zal de systemen flexibeler, slimmer en voor iedereen geschikt maken. En de ontwikkeling gaat verder. Er ontstaan gespecialiseerde grootschalige AI-modellen die robots in staat stellen complexe taken uit te voeren met alleen camerabeelden. Dit omvat bijvoorbeeld de omhulling van tafelgerei, het vouwen van kleding of het openen van kasten en laden. De flexibiliteit van deze modellen is indrukwekkend. Zij functioneren ongeacht de structuur van de vaatwasser, het kledingstuk voor de vaatwasser of het exacte ontwerp van een handgreep. Als dit beginsel wordt toegepast op industriële toepassingen, wordt het potentieel snel aangetoond. Robots kunnen in de toekomst adaptieve werkzaamheden uitvoeren, op betrouwbare wijze met gebriefde onderdelen omgaan en verschillende ontwerpschakelaars of mechanische bedieningsorganen bedienen zonder dat daarvoor precieze geometrie of exacte toleranties nodig zijn. Deze capaciteiten effenen aldus de weg voor generalistische systemen die zelfs in verschillende productieomgevingen veilig en efficiënt kunnen functioneren. Het doel is robots te ontwikkelen die even aanpasbaar zijn als mensen en taken op betrouwbare wijze kunnen beheren, zelfs in licht gewijzigde omgevingen.

 

Besluit: Robots worden leer- en contextgevoelig

De combinatie van klassieke robotica en moderne AI heeft een enorm potentieel. Robots worden preciezer en adaptiever. Zij kunnen taken autonoom interpreteren, reageren op veranderingen en interageren met hun omgeving, zoals een moderne en concurrerende industrie vereist.

De volgende revolutie van robotica is in volle gang. Bedrijven die vandaag de dag op deze nieuwe technologieën vertrouwen, zullen morgen veel flexibeler en efficiënter kunnen produceren.

 

Beleef de toekomst van robotica live op de Innovatiedag — Robotics ontmoet AI: Praktische toepassingen voor flexibele productie en assemblage

Wilt u meer weten over het gebruik van moderne robotica en kunstmatige intelligentie in de productie? Dan nodigen wij u uit voor onze Innovatiedag Robotica komt tegemoet aan AI — praktische toepassingen voor flexibele productie en assemblage Polen. Het evenement zal worden gehouden op 24 september 2025, 08: 30-15: 30 uur in plaats van.

In het kader van de Innovatiedag zullen wij u innovatieve en praktische oplossingen voor industriële productie presenteren. Dit omvat, maar is niet beperkt tot, robotloopringen, kwaliteitscontrole met beeldverwerking en op sensoren gebaseerde robot. Kijk uit naar boeiende livedemonstraties en concrete toepassingsvoorbeelden uit de industrie.

Tot slot krijgt u de gelegenheid om uw individuele bedrijfsproblemen rechtstreeks tot ons team van deskundigen te richten. Het is niet van belang of je al robots gebruikt of gewoon nadenkt over het starten van automatisering. Wij zijn blij u te kunnen steunen op de weg naar een flexibele en toekomstbestendige productie.

U kunt zich hier inschrijven: https://edih-saarland.de/de/events/innovationstag-ki-und-robotik/