Robots zoals de vierpotige Spot van Boston Dynamics kunnen nu zelfstandig en nauwkeurig analoge thermometers en drukmeters aflezen terwijl ze door fabrieken en magazijnen lopen. Deze nieuwe vaardigheid, mogelijk gemaakt door een AI-model van Google, maakt geautomatiseerde inspecties betrouwbaarder en kan de operationele kosten voor bedrijven verlagen.

Wat er aan de hand is

Google DeepMind heeft een nieuw robotica-AI-model genaamd Gemini Robotics-ER 1.6 aangekondigd. Dit model fungeert als een “hoog niveau redeneermodel voor een robot” dat taken kan plannen en uitvoeren. Een specifieke verbetering is dat robots nu instrumenten zoals complexe meters kunnen aflezen en visuele inspecties kunnen uitvoeren via kijkglazen in tanks en leidingen. Deze ontwikkeling is het resultaat van een doorlopende samenwerking tussen Google DeepMind en het robotica-bedrijf Boston Dynamics. Boston Dynamics test zijn robots, waaronder de vierpotige Spot, actief als inspectierobots in industriële faciliteiten, zoals de autofabrieken van Hyundai Motor Group. Deze inspectietaken vereisen “complex visueel redeneren” om meerdere wijzers, vloeistofniveaus en schaalverdelingen op instrumenten te interpreteren.

Wat dit betekent

Voor Nederlandse fabrieken, energiecentrales, waterzuiveringsinstallaties en grote logistieke hubs betekent dit een verschuiving in hoe routinematige inspecties worden uitgevoerd. Waar menselijke inspecteurs op vaste tijden rondes lopen om meters af te lezen, kan dit werk nu geautomatiseerd worden door robots die 24/7 kunnen opereren. De directe impact is een potentiële verlaging van personeelskosten en een verhoging van de inspectiefrequentie. Bovendien minimaliseert het menselijke fouten bij het aflezen of het overslaan van een controlepunt. Het betekent niet dat alle inspecteurs overbodig worden, maar wel dat hun rol kan verschuiven van dataverzamelaar naar data-analist en probleemoplosser, gebaseerd op de door de robot gegenereerde rapporten.

Hoe je dit kunt toepassen

De praktische toepassing hangt sterk af van de schaal en het type van je bedrijfsactiviteiten. De technologie is met name relevant voor bedrijven met grote, complexe of gevaarlijke industriële omgevingen waar regelmatige visuele inspecties cruciaal zijn.

Als je een productiebedrijf met complexe installaties runt… kun je onderzoeken of repetitieve visuele inspectierondes (zoals het controleren van druk, temperatuur of vloeistofniveaus op tientallen punten) geautomatiseerd kunnen worden. Een mogelijkheid is om een haalbaarheidsstudie te laten uitvoeren door een systeemintegrator die gespecialiseerd is in industriële robotica om te kijken of de investering opweegt tegen de besparing op personeelstijd en de verbeterde data-kwaliteit.

Als je verantwoordelijk bent voor facility management in een groot gebouw of terrein… zoals een universiteitscampus, ziekenhuis of datacenter, zou je kunnen kijken naar het automatiseren van het monitoren van technische ruimtes. Een robot kan bijvoorbeeld ’s nachts rondes lopen om ketelruimtes te controleren op lekkages, temperatuur en druk, en direct meldingen doorgeven. Dit verhoogt de veiligheid en efficiëntie buiten kantooruren.

Als je in de logistiek of havenoperaties werkt… waar grote opslagtanks of containerbehandeling plaatsvindt, is visuele inspectie van apparatuur essentieel. Overweeg om na te gaan of inspecties van bijvoorbeeld koelunits, drukregelaars of de externe staat van tanks geautomatiseerd kunnen worden. Dit levert niet alleen een papieren trail op, maar kan ook helpen bij het plannen van onderhoud voordat een storing optreedt.

De kern is dat deze technologie het mogelijk maakt om een fysieke, visuele taak—het nauwkeurig aflezen van een instrument—om te zetten in een gestructureerde digitale datastroom. De eerste stap is altijd het in kaart brengen van welke repetitieve visuele inspecties in jouw operatie het meest tijdrovend, kostbaar of foutgevoelig zijn, en of deze plaatsvinden in een omgeving waar een robot veilig kan navigeren.

Bron: Arstechnica