Robotics Day, toonbeeld van robotica in transitie

Robotica door experts, voor experts – dat was de insteek van de Robotics Day op 27 maart, georganiseerd door maxon Benelux in Eindhoven. Een kwestie van kennis delen en uitdagingen overwinnen om te kunnen doorbreken naar bredere toepassingen in de samenleving en industrie. Met presentaties en demo’s van Tech United, ExRobotics, Saxion en maxon zelf.

Anno 2025 zijn de skills en maatschappelijke relevantie van robots sterk groeiende. Idem dito wat betreft de inzichten en knowhow van onderzoeksgroepen en bedrijven die de ontwikkeling van robottechnologie tot hun core business hebben gemaakt. Ondanks de indrukwekkende vooruitgang zijn er hordes te nemen. Iedereen is het erover eens dat een integrale aanpak de weg vooruit is. En ondertussen kunnen we wel genieten van de puike prestaties van robotica. 

Meer dan voetbalrobots

Het studententeam Tech United, verbonden aan de TU Eindhoven ontwikkelt sinds 2006 voetbalrobots waarmee ze deelnemen aan de RoboCup-competitie. Deze competitie geldt als een katalysator voor de ontwikkeling van robotica en kunstmatige intelligentie. Tech United heeft inmiddels ook toepassingen ontwikkeld binnen andere disciplines zoals RoboCup rescue, RoboCup @home en RoboCup industrial.

Een van de grootste uitdagingen die Tech United benoemt, is de noodzaak om robots te laten samenwerken met mensen. Zorgrobots moeten bijvoorbeeld niet alleen navigeren en objecten detecteren, maar ook effectief communiceren en leren door spraakdetectie. Dit vereist een voortdurend evoluerend systeem van perceptie, wereldmodellering, strategie en uitvoering. De ambitie van de voetbalrobots is in ieder geval om tegen 2050 te kunnen spelen tegen menselijke tegenstanders, of zoals ze het zelf zeggen: ‘mixed teamplay’ is leuk. 

Vraaggestuurd ontwikkelen voor maatschappelijke uitdagingen

Dr. Ir. Abeje Y. Mersha, leider van de research group Smart Mechatronics and Robotics bij Saxion University, is heel duidelijk over hun visie op robotica: “Wij ontwikkelen en innoveren vraaggestuurd. Onze onderzoeksagenda ‘Living Technology’ draait om het oplossen van maatschappelijke kwesties met robottechnologie.”

Het team werkt aan tientallen projecten, waaronder de bouw van een brandbestrijdingsdrone voor veiligere brandbestrijding en een robothond voor inspecties van pijpleidingen. Mersha benadrukte dat het gebrek aan standaardisatie, samenwerking en voldoende technici belangrijke hindernissen zijn, en dat we nood hebben aan een holistische aanpak waarbij technologie, organisatie en menselijk kapitaal samenkomen zodat de algemene acceptatie stijgt. 

Veiligheidsrobots voor industriële toepassingen

Continue monitoring en inspectie binnen industriële faciliteiten versnellen, vereenvoudigen en efficiënter laten verlopen. Daarop is het werk van ExRobotics bedacht. Het bedrijf is gespecialiseerd in het vervaardigen van robots die veelzijdig kunnen worden ingezet op gevaarlijke terreinen, bijvoorbeeld locaties waar gewerkt wordt met explosieven. ExRobotics maakt gebruik van digital twins en AI om data te verzamelen en te analyseren. De uitdaging ligt volgens directeur Iwan de Waard niet alleen in de technologie, maar ook in de creatie van een robuust werkinstructiesysteem dat door de klant opgesteld wordt en door robots uitgevoerd wordt. Samenwerking dus, een gezond spanningsveld tussen automatisering en menselijke controle. 

De robots van ExRobotics leveren ondertussen knap werk bij hun klanten, waar inspecties inmiddels veel efficiënter verlopen. De foto’s en data die de robots leveren, laten toe om enkel tot actie over te gaan als het nodig is. Opschalen gaat snel, want wat één robot leert, neemt de andere mee over. 

Van modelgebaseerd naar reinforcement learning

Alessandro Forino van maxon sloot de dag af met een presentatie over een noodzakelijke switch van modelgebaseerde robots naar reinforcement learning. Hoewel modelgebaseerde systemen zoals de Honda Asimo robuust waren, bleken ze moeilijk schaalbaar door problemen zoals ruis en non-lineariteiten. De focus verschuift nu naar het gebruik van neural networks en het implementeren van AI op actuatoren, wat leidt tot een meer flexibele en schaalbare aanpak.

Reinforcement Learning (RL) is een methode binnen kunstmatige intelligentie waarbij een model leert door proefondervindelijk handelen. Een robot neemt beslissingen op basis van een beloningssysteem, waarbij succesvolle acties worden beloond en fouten worden bestraft. Het doel is om op lange termijn zoveel mogelijk beloningen te verzamelen. Deze aanpak is vooral nuttig in dynamische omgevingen waar traditionele methoden tekortschieten. Forino benadrukte dat er nog veel kansen zijn, met name in het verbeteren van de betrouwbaarheid van AI-modellen en het vergroten van samenwerking om systemen te optimaliseren. Wie doelgericht robots wil ontwikkelen, moet dat dicht bij de klant doen. 

Hetzij om het werk te verlichten, hetzij om zorg toe te dienen, hetzij voor ontspanning met funfactor … robotica is goed bezig. Nu nog meer draagvlak creëren binnen Europa.