De Boston Dynamics Spot-robot, vaak een robot-hond genoemd, kan nu zelfstandig analoge meters en thermometers aflezen tijdens inspectierondes in fabrieken en magazijnen. Deze nieuwe vaardigheid komt door een samenwerking met Google DeepMind, die de robot voorziet van AI-hersens voor ’embodied reasoning’, oftewel redeneren in een fysieke omgeving.

Wat er aan de hand is

Google DeepMind heeft op 14 april een nieuw robotica-AI-model aangekondigd: Gemini Robotics-ER 1.6. Volgens Google functioneert dit model als een “hoog-niveau redeneermodel voor een robot” dat taken kan plannen en uitvoeren. Een specifieke verbetering is dat het model robots in staat stelt instrumenten zoals complexe meters nauwkeurig af te lezen en visuele inspecties uit te voeren via zogenaamde ‘sight glasses’ – doorzichtige vensters in tanks en leidingen. Deze ontwikkeling is het resultaat van een doorlopende samenwerking met Boston Dynamics. Dat bedrijf test zijn viervoetige Spot-robot en humanoïde robots actief als arbeiders in industriële faciliteiten, waaronder de autofabrieken van Hyundai Motor Group, het moederbedrijf van Boston Dynamics. De Spot wordt nu getest als een rondlopende inspectierobot, een taak die volgens het artikel “complex visueel redeneren” vereist om meerdere wijzers, vloeistofniveaus, schaalverdelingen en tekst op instrumenten te interpreteren.

Wat dit betekent

Dit betekent een verschuiving van robots als louter bewegende camera’s of sensordragers naar autonome operators die zelfstandig kunnen ‘zien’ en ‘begrijpen’ wat ze waarnemen. Voor sectoren met uitgebreide visuele inspectierondes – zoals de (petro)chemie, energiecentrales, waterzuivering, farmaceutische productie en grote logistieke hubs – opent dit de deur naar volledig geautomatiseerde kwaliteitscontroles. Het vervangt niet per se menselijke inspecteurs, maar kan hen ontlasten van routinematige, soms gevaarlijke of moeilijk bereikbare controles. De AI zorgt voor consistentie; een robot wordt niet moe, laat zich niet afleiden en kan dezelfde route dag en nacht lopen. Het is een concrete stap richting de ‘digitale tweeling’ van een fabriek, waar fysieke assets continu en autonoom gemonitord worden.

Hoe je dit kunt toepassen

De praktische toepassing hangt sterk af van jouw specifieke situatie en de complexiteit van je bedrijfsomgeving. De kern van deze ontwikkeling is dat fysieke inspectietaken die visuele interpretatie vereisen, geautomatiseerd kunnen worden. Hier zijn enkele scenario’s om te overwegen:

Als je verantwoordelijk bent voor onderhoud in een productiefaciliteit… dan zou je kunnen onderzoeken welke routinematige visuele inspecties (denk aan drukmetingen, temperatuurcontroles, het checken op lekkages via sight glasses) tijdrovend zijn of plaatsvinden in moeilijk toegankelijke of gevaarlijke zones. Deze taken zijn potentiële kandidaten voor automatisering met een platform als Spot. Een mogelijkheid is om te beginnen met een proef, waarbij een specifieke inspectieronde wordt gedefinieerd en de robot wordt getraind op de specifieke meters in jouw plant.

Als je een magazijn of distributiecentrum beheert… dan gaat het minder om meters en meer om visuele staatsobservaties. Je zou kunnen overwegen of een autonome inspectierobot waarde kan toevoegen door bijvoorbeeld regelmatig de staat van stellingen te controleren, lekkages op te sporen, of de werking van brandblusser-indicatoren te verifiëren. Het voordeel is een 24/7 dekkend inspectieprotocol zonder extra personeelsinzet voor nachtdiensten.

Als je in de infrastructuur- of nutsector werkt… dan zijn inspecties vaak verspreid over grote, soms afgelegen locaties. De combinatie van mobiliteit (de robot looit over ruw terrein) en nu ook visueel begrip, opent mogelijkheden voor het autonoom inspecteren van pomphuizen, waterzuiveringsinstallaties of kleine transformerhuisjes. De robot kan dan niet alleen rondlopen, maar ook daadwerkelijk melden: “druk op meter X is Y, wat buiten de grenswaarde valt.”

De toepassing is het meest direct voor grote industriële spelers, maar de technologie zal naar verwachting toegankelijker worden. Voor MKB’ers in de maakindustrie is het nu vooral zaak om processen te documenteren en te standaardiseren; hoe gestructureerder je inspectieprotocollen zijn, hoe eenvoudiger ze later te automatiseren zijn.

Bron: Arstechnica