De combinatie van Boston Dynamics’ robot Spot en Google’s nieuwe AI-model stelt fabrieken en logistieke centra in staat om visuele inspecties volledig te automatiseren. Robots kunnen nu zelfstandig en accuraat analoge instrumenten zoals thermometers en drukmeters aflezen tijdens hun ronde, wat een cruciale stap is in het automatiseren van onderhoud.

Wat er aan de hand is

Google DeepMind heeft op 14 april een nieuw robotica-AI-model gelanceerd, genaamd Gemini Robotics-ER 1.6. Volgens Google functioneert dit als een “hoog-niveau redeneermodel voor een robot” dat taken kan plannen en uitvoeren. Een specifieke verbetering is de nieuwe mogelijkheid voor robots om analoge instrumenten accuraat af te lezen en visuele inspecties uit te voeren via zogenaamde ‘sight glasses’ – doorzichtige ramen in tanks en leidingen. Deze ontwikkeling is het resultaat van een doorlopende samenwerking met het robotica-bedrijf Boston Dynamics, dat het model test op zijn vierpotige Spot-robot. Boston Dynamics test zijn robots, waaronder ook mensachtige modellen, actief in industriële faciliteiten, zoals de autofabrieken van zijn moederbedrijf Hyundai Motor Group. De Spot-robot wordt ingezet als een inspectierobot die door fabrieken patrouilleert.

Wat dit betekent

Dit betekent een fundamentele verschuiving voor industriële inspecties. Tot nu toe konden robots wel rondlopen en data verzamelen, maar het interpreteren van complexe visuele informatie – zoals het aflezen van een meter met meerdere wijzers, vloeistofniveaus en schaalverdelingen – bleef een menselijke taak. Die barrière is nu weg. Voor Nederlandse fabrikanten, energiecentrales, chemiecomplexen en grote logistieke hubs betekent dit dat routinematige visuele controles volledig geautomatiseerd kunnen worden. Het vervangt niet één-op-één een menselijke inspecteur, maar maakt frequente, consistente en documenteerbare inspecties mogelijk op tijden en plaatsen die voor mensen minder praktisch of veilig zijn, zoals ’s nachts, in gevaarlijke omgevingen of op moeilijk bereikbare plekken.

Hoe je dit kunt toepassen

De praktische toepassing hangt sterk af van jouw specifieke situatie en de complexiteit van je operatie. De technologie is met name relevant voor grotere industriële omgevingen waar visuele inspectie een terugkerende, cruciale taak is.

Als je een productiefaciliteit met veel apparatuur beheert… kun je onderzoeken of geautomatiseerde inspectierondes een deel van het preventieve onderhoud kunnen ondersteunen. Een mogelijkheid is om te kijken naar kritieke meetpunten die nu handmatig, bijvoorbeeld wekelijks, worden gecontroleerd. Door deze data automatisch en digitaal te laten vastleggen door een systeem als dit, creëer je een gestandaardiseerd logboek en kun je trends in apparatuurprestaties beter monitoren.

Als je werkt in een omgeving met veiligheidsrisico’s of moeilijk bereikbare installaties… is dit een technologie om in de gaten te houden voor de middellange termijn. Denk aan het inspecteren van leidingen op hoogte, het controleren van meters in ruimtes met extreme temperaturen of het monitoren van tanks in een chemische omgeving. Het kan een manier zijn om de blootstelling van personeel aan risico’s te verminderen terwijl de inspectiefrequentie gelijk blijft of zelfs toeneemt.

Als je verantwoordelijk bent voor facility management in een groot logistiek centrum of datacenter… zou je kunnen overwegen hoe automatische inspecties de operationele continuïteit kunnen waarborgen. Een robot die regelmatig de temperatuur in serverruimtes, de druk in blusinstallaties of het niveau in back-upgeneratoren controleert, kan problemen signaleren voordat ze kritiek worden, zonder dat technici constant hoeven te patrouilleren.

De kern is dat deze ontwikkeling inspectie transformeert van een periodieke, handmatige handeling naar een continue, geïntegreerde datafeed. Een eerste stap is vaak het in kaart brengen van welke visuele inspecties in jouw proces het meest tijdrovend, risicovol of kritiek zijn, en te onderzoeken of automatisering daar waarde kan toevoegen.

Bron: Arstechnica