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 verbetering komt door het nieuwste robotica-AI-model van Google DeepMind, dat de robotica-capaciteiten voor ’embodied reasoning’ – redeneren in een fysieke omgeving – moet verbeteren.

Wat er aan de hand is

Google DeepMind heeft op 14 april het Gemini Robotics-ER 1.6 model aangekondigd. Volgens het bedrijf functioneert dit als een “hoog-niveau redeneermodel voor een robot” dat taken kan plannen en uitvoeren. Een specifieke nieuwe vaardigheid die dit model mogelijk maakt, is het nauwkeurig aflezen van instrumenten zoals complexe meters en het uitvoeren van visuele inspecties via ‘sight glasses’ – doorzichtige vensters om in tanks en leidingen te kijken. Deze ontwikkeling is het resultaat van een doorlopende samenwerking tussen Google DeepMind en het robotica-bedrijf Boston Dynamics. Boston Dynamics test zijn vierpotige Spot-robot al als een mobiele inspecteur die autonoom door industriële faciliteiten patrouilleert. Voor zulke inspecties is complex visueel redeneren nodig om de standen van meerdere wijzers, vloeistofniveaus, schaalverdelingen en tekst op verschillende instrumenten te interpreteren.

Wat dit betekent

Dit betekent een verschuiving van robots als louter ‘benen en armen’ die voorgeprogrammeerde bewegingen uitvoeren, naar autonome systemen die hun omgeving kunnen ‘begrijpen’ en daarop kunnen reageren. Voor sectoren waar visuele inspectie van apparatuur cruciaal is – zoals logistiek, (petro)chemie, energieopwekking en productie – kan dit de betrouwbaarheid en frequentie van controles verhogen. Het vervangt niet per se een menselijke monteur voor complexe reparaties, maar het kan wel de routinematige, soms gevaarlijke of moeilijk bereikbare inspectierondes overnemen. Dit soort taken zijn vaak repetitief, foutgevoelig bij vermoeidheid en vinden soms plaats in omgevingen met extreme temperaturen of gevaarlijke stoffen. Een robot die dit 24/7 kan doen, verlaagt mogelijk de operationele risico’s en kan defecten eerder signaleren.

Hoe je dit kunt toepassen

De praktische toepassing hangt sterk af van jouw specifieke situatie en de complexiteit van je bedrijfsmiddelen. De technologie is in ontwikkeling en wordt getest in grote industriële omgevingen, maar het principe – het automatiseren van visuele inspectie – is breder relevant.

Als je een productiebedrijf of magazijn runt met veel kritieke apparatuur… kun je nadenken over welke repetitieve visuele controles nu door personeel worden gedaan. Denk aan het checken van drukmeters op compressoren, temperatuurindicatoren op koelunits of het controleren op lekkages bij leidingen. Deze taken zijn vaak onderdeel van preventief onderhoud. Het in kaart brengen van deze ‘inspectiepunten’ is de eerste stap om te beoordelen of automatisering in de toekomst mogelijk en rendabel zou zijn.

Als je verantwoordelijk bent voor facilitaire dienstverlening of technisch onderhoud… zou je kunnen onderzoeken hoe sensoren en camera’s steeds vaker worden ingezet voor monitoring. De stap naar een mobiele robot die langs die vaste punten rijdt, is een logische volgende. Een mogelijkheid is om te beginnen met een eenvoudiger vorm van remote monitoring, zoals vaste camera’s op kritieke punten, om ervaring op te doen met geautomatiseerde data-inwinning voordat je investeert in mobiele robotica.

Als je in een sector werkt waar compliance en audit-trails belangrijk zijn… zoals de farmacie of voedselverwerking, biedt geautomatiseerde inspectie een potentieel voordeel. Een robot legt elke meting objectief en tijdgestempeld vast, wat kan bijdragen aan onweerlegbare logboeken. Overweeg om, bij het vernieuwen van apparatuur, te kiezen voor versies met digitale uitlezing die direct data kunnen exporteren, als tussenstap naar volledige automatisering.

De kern is dat de technologie de brug slaat tussen de fysieke wereld en digitale data. Het gaat niet per se om het kopen van een robot, maar om het herkennen van het potentieel: routinematig visueel werk is steeds beter te digitaliseren en te automatiseren.

Bron: Arstechnica