Nieuwe project moet industrierobots flexibeler maken

De TU Eindhoven start samen met industriepartners een project dat mobiele industrierobots moet opleveren, die flexibeler om kunnen gaan met een omgeving waarin situaties veranderen.

Omgaan met onverwachte (lees: niet voorgeprogrammeerde) gebeurtenissen is voor de voetbal- en zorgrobots van de TU Eindhoven bijna een vanzelfsprekendheid – je weet immers nooit wat je tegenstander of je cliënt gaat doen. Ook industrierobots hebben baat hebben bij grotere zelfstandigheid en zelfredzaamheid. Daarom start nu dit nieuwe onderzoeksproject om mobiele industrierobots een open wereldbeeld te geven, waarin zo weinig mogelijk vooraf is vastgelegd. Belangrijk daarin is dat de robots leren begrijpen wat ze zien, zodat ze beter om kunnen gaan met verrassingen.

Breed gebied aan toepassingen
Het High Tech Systems Center van de TU/e, de bedrijven Lely Industries, Vanderlande Industries, ExRobotics (ImProvia), Diversey en Rademaker ondersteund met een bijdrage vanuit Topsector HTSM investeren samen 1,5 miljoen euro in het project, dat in januari start en vier jaar gaat duren. De TU/e stelt er vier nieuwe promovendi voor aan, die ondersteund zullen worden door tientallen studenten. Het project draagt de naam FAST: new Frontiers in Autonomous Systems Technology. De industriële partners staan samen voor een breed gebied aan toepassingen: landbouw, interne logistiek, inspectierobots, bakkerijsystemen en professionele schoonmaak, en de deur staat open voor partners in aanvullende terreinen.

Allerlei voordelen
Het project moet mobiele robots opleveren die flexibeler om kunnen gaan met een omgeving waarin situaties veranderen. Dat heeft allerlei voordelen. De omgeving hoeft bijvoorbeeld niet afgebakend te zijn. Er zijn geen specifieke banen of herkenningspunten nodig. Ook wordt de ontwikkeltijd van robots korter.
Om dit te realiseren gaan de partijen samen een ‘semantisch wereldmodel’ maken voor robots. Semantisch betekent dat een robot informatie kan koppelen aan zijn waarnemingen, situaties en objecten kan herkennen, waardoor beter reageren mogelijk is. Als voorbeeld: onderscheid kunnen maken tussen een pallet met goederen, een groep mensen of een heftruck, levert een groot scala aan mogelijkheden op voor de robot om op te reageren. Ook moeten ze actief zelf op zoek gaan naar informatie om een situatie beter te kunnen beoordelen, en uiteindelijk zijn taak beter uit te oefenen. Bijvoorbeeld door met meerdere sensoren de situatie actief in beeld te brengen, door informatie te halen van het Internet of Things, of door bij een mens te rade te gaan.

Lerende robots
Met deze nieuwe informatie vult de robot zijn wereldbeeld aan. De robots worden dus lerend, zodat ze dezelfde situatie een volgende keer gemakkelijker doorkomen, of weten te vermijden. Ook zullen ze steeds meer tussen en met mensen opereren. Binnen het semantische wereldmodel is de interactie met mensen dan ook een belangrijk onderdeel.

Gedeelde vraagstukken
Het project is ontstaan vanuit een rondvraag door het TU/e High Tech Systems Center richting Nederlandse hightech industrie om gedeelde vraagstukken te vinden op gebied van robotica waar de expertise van de TU/e bij kan helpen. Daarbij kwam vooral de wens naar voren om mobiele robotische systemen autonomer te maken, wat een gebied is waarin de universiteit voorop loopt. De teams rond de voetbalrobots en de zorgrobots behalen allebei al tien jaar lang elk jaar prijzen op de RoboCup, hét toernooi voor autonome robotica.
Aan de TU/e werken de faculteiten Electrical Engineering, Werktuigbouwkunde en Industrial Engineering & Innovation Sciences aan het project mee.