Abeje Y. Mersha
Het doel van dit project is om ROS2 en Artificial Intelligence voor objectherkenning en positiebepaling dichter bij de industrie te brengen. Dit gebeurt door toegepast onderzoek en een haalbaarheidsstudie uit te voeren en door een demonstrator te bouwen voor bin picking. Hiermee wordt de technologie tastbaar en toegankelijk voor bedrijven. Door samenwerking met industriële en academische partners wordt kennis opgebouwd en gedeeld, zodat de praktische toepasbaarheid van ROS2 en AI binnen productieomgevingen wordt vergroot. Dit draagt bij aan efficiëntere en flexibele productiesystemen in de maakindustrie.
De Nederlandse maakindustrie, met name het MKB, werkt veel met kleine series en maatwerk. Klanten eisen steeds vaker gepersonaliseerde producten van hoge kwaliteit. Dit vergroot de noodzaak om productiviteit te verhogen en omsteltijden te verkorten. Slimme en flexibele robotisering, zoals cobots en modulaire software, biedt hier een oplossing voor. ROS en AI kunnen helpen bij het verbeteren van vision-systemen en padplanning, maar zijn nog niet breed geïmplementeerd in de industrie. Dit project onderzoekt hoe deze technologieën effectief kunnen worden ingezet.
ROS (Robot Operating System) is een modulair platform voor robotica, maar vereist expertise en heeft beperkingen in compatibiliteit. AI en deep learning bieden kansen voor vision-toepassingen, zoals defectdetectie en objectherkenning, maar zijn nog niet breed toegankelijk voor de industrie. Het TRL-niveau van deze technologieën is relatief laag en ondersteuning is beperkt. In TValley roadmap-sessies is interesse getoond in bin picking en vision-gebaseerde objectherkenning. Belangrijke onderzoeksvragen zijn hoe een robotarm objecten correct kan detecteren en oppakken met behulp van AI en ROS2. Dit project onderzoekt de haalbaarheid en betrouwbaarheid van deze technologieën voor industriële toepassingen.
Het project richt zich op de ontwikkeling van een functionele demonstrator voor bin picking met AI en ROS2. Dit omvat een haalbaarheidsstudie naar AI-frameworks voor objectdetectie en pose-estimatie, en de implementatie van een modulaire robotoplossing. De resultaten zullen bijdragen aan kennisopbouw binnen de industrie en het onderwijs, en zullen worden gedeeld via het TValley-netwerk. Uiteindelijk moet dit leiden tot bredere toepassing van deze technologieën in de maakindustrie.
Het project is opgedeeld in verschillende werkpakketten:
Abeje Y. Mersha
Dennis Borger
Roy de Kinkelder
Peter Ebben
Max Snippe
Ard Westerveld
Bezoekadres
M.H. Tromplaan 28
7513 AB Enschede
Postadres
Postbus 70000
7500 KB Enschede
