Foto: Flanders Make
Flanders Make lanceert een Robotics Launchpad dat bedrijven van een automatiseringsvraag naar een werkende robottoepassing moet begeleiden. De focus ligt op flexibele robotica en Physical AI: systemen die niet één vaste taak herhalen, maar zich aanpassen aan wisselende producten, taken en omstandigheden.
Robotisering is eenvoudig wanneer een machine miljoenen keren exact dezelfde handeling moet uitvoeren. Veel magazijnen en productieomgevingen zien er net anders uit: SKU’s veranderen, dozen verschillen van formaat, volumes schommelen en medewerkers voeren uiteenlopende taken uit.
Flanders Make wil precies die moeilijkere toepassingen sneller automatiseerbaar maken. Het Vlaamse onderzoekscentrum lanceert daarom het Robotics Launchpad, een traject dat bedrijven begeleidt van een eerste automatiseringsvraag tot een robottoepassing die technisch én praktisch op de werkvloer werkt.
Physical AI moet robots flexibeler maken
De achterliggende technologie wordt vaak omschreven als Physical AI. Daarbij gebruikt een robot AI niet alleen om informatie te verwerken, maar ook om zijn omgeving waar te nemen, beslissingen te nemen en zijn fysieke handelingen daarop aan te passen.
Dat is belangrijk in zogenaamde high-mix, low-volume-omgevingen. Klassieke automatisering rendeert vooral bij voorspelbare processen. Zodra producten, posities of taken voortdurend veranderen, stijgt de complexiteit en wordt een klassieke robotcel snel duur of inflexibel.
Ook duidelijke toepassingen voor magazijnen
Hoewel het Launchpad breder mikt dan logistiek alleen, zijn verschillende demonstraties rechtstreeks relevant voor warehousing en intralogistiek. Tijdens het lanceringsevent werd onder meer robotized mixed palletizing getoond: het automatisch stapelen van verschillende producten en verpakkingsformaten op één pallet.
Ook Logibot presenteerde een aanpak om mensachtige robots te kiezen, trainen en aansturen zonder een magazijn volledig opnieuw te bouwen. Dat raakt een belangrijk obstakel bij magazijnautomatisering: veel bedrijven willen wel robotiseren, maar niet eerst hun complete lay-out en infrastructuur vervangen.
Daarnaast kwamen mobiele robotica, vision-systemen, imitation learning en robottoepassingen voor inspectie en materiaalhandling aan bod.
Van demo naar businesscase blijft de moeilijke stap
De technologische vooruitgang betekent niet dat elke taak plots rendabel robotiseerbaar is. Flanders Make richt het Launchpad juist op de fase waar veel bedrijven vastlopen: een veelbelovende demo vertalen naar een installatie die voldoende betrouwbaar, veilig en economisch is voor dagelijks gebruik.
Volgens Flanders Make zien veel ondernemingen het potentieel van nieuwe robottechnologie, maar blijft de stap naar de werkvloer groot. Het nieuwe traject moet bedrijven helpen om technische haalbaarheid en praktische inzet samen te beoordelen.
Daarbij spelen meer factoren dan de robot zelf. Integratie met WMS- of productiesystemen, veiligheid, beschikbare ruimte, procesvariatie, opleiding en onderhoud bepalen mee of een businesscase overeind blijft.
Simulatie verkort de ontwikkeltijd
Flanders Make koppelde de lancering aan een workshop rond simulatie en synthetische data. Met virtuele omgevingen kunnen robots en vision-systemen worden ontwikkeld en getest zonder voor elke trainingssituatie grote hoeveelheden echte data te verzamelen.
Een voorbeeld is pick-and-place: vanuit een CAD-model kunnen synthetische beelden en annotaties worden gemaakt om een vision-model te trainen. Platforms zoals NVIDIA Isaac Sim maken het mogelijk om scenario’s eerst virtueel door te lopen voordat hardware op de werkvloer wordt aangepast.
Dat kan vooral interessant zijn in omgevingen waar veel varianten voorkomen of waar testen tijdens productie te veel verstoring veroorzaakt.
Automatisering verschuift naar moeilijkere processen
De lancering past in een bredere evolutie. De eenvoudige, sterk repetitieve processen zijn vaak als eerste geautomatiseerd. De volgende golf richt zich op taken die vandaag nog handmatig blijven omdat ze te veel variatie bevatten.
Voor magazijnen betekent dat dat de discussie opschuift van vaste conveyors en klassieke robotcellen naar systemen die beter kunnen omgaan met veranderende producten, locaties en opdrachten.
Of Physical AI die belofte op grote schaal kan waarmaken, zal afhangen van betrouwbaarheid en kosten. Maar het feit dat Flanders Make hiervoor een afzonderlijk begeleidingstraject opzet, laat zien dat flexibele robotica stilaan van onderzoeksproject naar concrete implementatievraag verschuift.