Robotisering is een van de kernuitdagingen voor de Nederlandse industrie. De vraagnaar flexibele en geautomatiseerde productieomgevingen is groot. De mens is hierin trekker om de nieuwe technologie te ontwikkelen en in te zetten, maar tegelijkertijd ook de belemmerende factor. Onbekendheid en onzekerheid zijn factoren die kunnen leiden dat robotisering als bedreiging of onbegrip kan worden ervaren. Daarnaast zijn er in productieomgevingen ook nog een aantal praktische en technische problemen te overbruggen.
In dit gecombineerde onderzoek van TechForFuture en TechYourFuture wordt onderzocht hoe de toekomstige mens-robot interactie in productieomgevingen van de toekomst eruit gaan zien en welke vaardigheden mens en robot daarvoor nodig hebben. Het doel van het project is om inzicht te krijgen in de acceptatie en implementatie van robotica op de werkvloer door de inzet van collaborative robots (co-bots), een robot die in een gemeenschappelijke werkomgeving samenwerkt met mensen, in plaats van afgezonderd en zelfstandig in een productielijn. Het Centre of Expertise TechYourFuture neemt samen met het Saxion lectoraat Smart Industry - HRM het menselijke aspect op zich. Het lectoraat Mechatronica neemt vanuit TechForFuture de technologische aspecten voor haar rekening.
Het technisch onderzoek richt zich op een inventarisatie en studie op welke manier co-bots het productieproces efficiënter zouden maken. Daar vanuit wordt een gebruikersscenario gedefinieerd waarin mensen en robots samenwerken op basis van twee casestudies bij de twee betrokken partners uit de industrie. De focus van het onderzoek ligt in de samenwerking tussen mens en machine en niet zozeer in de te programmeren taakimplementatie van de robot. In dit project wordt een vision systeem gebruikt om de menselijke omgang n het productieproces te herkennen. Conventionele computervisiealgoritmen hebben problemen bij de robuuste lokalisatie en detectie van producten als gevolg van veranderende verlichting en schaduwwerking veroorzaakt door personen in dezelfde werkruimte als het robotsysteem. Om de robuustheid van het vision-systeem te verbeteren, wordt onderzoek gedaan naar machine learning met neurale netwerken.
Voor de ontwikkeling van de benodigde kennis wordt een groot deel van het onderzoek uitgevoerd op het lectoraat zelf aan de hand van een representatieve casestudie, waarbij het assemblageproces van een DUPLO-huis op verschillende interactieniveaus tussen mens en robot wordt onderzocht en ontwikkeld. De co-bot zal in het eerste niveau de menselijke tussenkomst in het productieproces gaan herkennen en het productieproces oppakken waar de mens gestopt is. In een later niveau zal de co-bot anticiperen op de mens die dezelfde werkruimte deelt, door middel van een algoritme voor handdetectie. Het laatste niveau zal de co-bot daadwerkelijk interactie met de mens hebben in het productieproces om het DUPLO-huis te assembleren door de blokken te delen.
Het project vanuit TFF valt onder de onderlijslijn Smart Industrial Systems van het lectoraat Mechatronica. Het betreft de effectieve inzet van mechatronische en robotische technieken binnen Smart Industry en HTSM. Aan deze onderzoekslijn zijn de minoren Industrial Automation van de opleiding Werktuigbouwkunde en Robotics and Vision van de opleiding Mechatronica gekoppeld. Studenten van deze minoren zullen actief bij het project door middel van deelopdrachten bij het onderzoek betrokken zijn. De looptijd van het project is 24 maanden (februari 2018 tot en met januari 2020).
Partners
