Op het Tech Event Robotics, georganiseerd door NLrobotics en Robodam in Rotterdam, presenteerden drie bedrijven hun innovaties. Van het aanleren van vaardigheden aan robots via teleoperatie tot AI-gestuurde werkinstructies en nauwkeurige handbewegingsregistratie: de toekomst van robotica werd tastbaar gemaakt voor de aanwezigen.
Achter Robodam schuilt een duidelijke ambitie: Rotterdam en de regio tot een roboticahub maken. Rob Schmidt van de Gemeente Rotterdam legt uit hoe Robodam is ontstaan als samenwerking tussen onderwijs, markt en overheid. “We wilden ons oor te luisteren leggen bij de markt: waar kunnen we jullie mee helpen?” Zo kwam ook het contact met de landelijke branchevereniging NLrobotics tot stand, wat uiteindelijk leidde tot het Tech Event Robotics.
TeleOperation Services: robots leren door te doen
Teun Jansen van TeleOperation Services brengt een fascinerende vraag mee naar Rotterdam: hoe leer je een robot eigenlijk iets? Iedereen kent ChatGPT, maar de stap naar fysieke robots die daadwerkelijk taken uitvoeren in de echte wereld is een stuk groter. “De eerste wave was de chatbot-revolutie. Nu wordt het de actie in de echte wereld.” Dat vraagt om meer rekenkracht én meer data. TeleOperation Services gebruikt teleoperatie als methode: een menselijke operator voert een taak uit, en die handelingen worden gebruikt om robots te trainen. De vaardigheid van de operator wordt zo als het ware overgedragen aan de machine. “We willen laten zien hoe robots worden aangeleerd, maar ook hoe die skill van die operator wordt overgebracht, en dat dit alleen maar een stijgende lijn is.”
Jansen merkt dat met name klassieke machinebouwers en industriële eindklanten nieuwsgierig zijn, maar ook terughoudend. Ze zien beperkingen in hun huidige sensoren en staan onder druk, waardoor innovatie niet altijd prioriteit heeft. Toch voelen ze de urgentie: “Ze vragen allemaal: hoe werkt dat dan? En wat maakt die robot nou daadwerkelijk beter als je zulke AI-netwerken implementeert?”
Instant Productivity: goede data begint met goede werkinstructies
Cas Floris van Instant Productivity benoemt een belangrijke voorwaarde voor goed functionerende robots: je kunt geen goede robots trainen met slechte data. “Rubbish in, rubbish out. Als aan het einde van de rit een humanoid of robot geprogrammeerd moet worden, moet je aan het begin van het traject beginnen met goede werkinstructies.” En daar wringt het momenteel in veel organisaties. Documenten slingeren door bedrijven, kennis zit in de hoofden van medewerkers die met pensioen gaan of vertrekken. Instant Productivity brengt een oplossing van TNO naar de markt: Instanct Instructies, een AI-tool die opgenomen werkinstructievideo’s snel omzet naar duidelijke, stapsgewijze instructievideo’s met uitleg.
De toepassing is breed: nieuwe medewerkers kunnen sneller worden opgeleid, ook op een lager instapniveau. “Iemand die instroomt op MBO 2 kan zo stapsgewijs doorgroeien naar MBO 4, door training die meegaat in de job.” Robots zijn zo slim als de instructies die ze meekrijgen, en die instructies moeten kloppen.
Manus: de hand als sleutel tot robotprecisie
Jeroen Huizer van Manus richt zich op iets dat veel mensen over het hoofd zien: het trainen van de hand van de robot. Want terwijl robotgrippers steeds geavanceerder worden en humanoid robots steeds vaker echte handen krijgen, blijft de vraag: hoe train je die handen om bewegingen zo nauwkeurig mogelijk uit te voeren?
Manus ontwikkelt handschoenen die de bewegingen van de menselijke hand uiterst precies registreren. Die data wordt ingezet om AI-systemen te trainen. De toepassingen zijn veelzijdig: humanoid robotfabrikanten gebruiken de handschoenen momenteel al om hun eigen robothand te perfectioneren, industriële robotarmen worden ermee getraind, en voor datacollectie bij specifieke taken, zoals het pipetteren in life sciences, bieden de handschoenen een uitkomst.
