De auto-industrie is van oudsher een belangrijke markt voor machinebouwer AWL uit Harderwijk. Het bedrijf, dat zes vestigingen heeft over drie continenten, ontwikkelde zich tot één van de marktleiders op het gebied van lasrobotsystemen. “Toen de auto-industrie rond 2016 een moeilijke periode doormaakte, besloten we om ons ook op andere markten te richten”, zegt Sander Lensen, manager R&D bij AWL. Binnen de logistiek-zagen we veel kansen. Het verwerken van de pakketten is nog grotendeels mensenwerk. Omdat het werk eentonig is, hebben bedrijven vaak te weinig personeel. Tegelijkertijd wordt de vraag naar pakketdiensten steeds groter. Daarom willen bedrijven als DHL, en andere postsorteerders dit werk automatiseren, bijvoorbeeld via robots.”
Sander Lensen
Vision technologie
Naast kansen voor de robottechnologie waren er ook de nodige uitdagingen. “De auto-industrie is voorspelbaar: de onderdelen zijn even groot en de taken die de robot uitvoert zijn vaak vergelijkbaar. Daar ligt het grote verschil met de logistiek: geen pakket is hetzelfde: toch moet de robot al die verschillende pakketten herkennen, oppakken en wegleggen.”
Om dat doel te bereiken, had AWL de inzet van vision technologie nodig, zegt Lensen. Dit is een technologie die camera’s gebruikt om een machine of robot aan te sturen. De camera ziet waar(een deel van een) een product zich bevindt en met deze informatie bepaalt de machine welke vervolghandeling nodig is. Vision technologie is ook heel geschikt voor kwaliteitsinspectie. Door veel data over producten of handelingen te verzamelen, kunnen machines steeds slimmer worden en kan een bedrijf de kwaliteit van zijn producten verhogen.
Waardevolle ervaring
AWL werkte in het verleden via partners met Vision technologie, maar om de logistieke markt goed te bedienen, moest het de technologie ook zelf begrijpen en kunnen ontwikkelen, vertelt Lensen. Die kans ontstond via Perron 038. Dit innovatiecentrum voor de maakindustrie in de Spoorzone van Zwolle bracht AWL in contact met machinebouwers IMS uit Almelo en Tembo uit Kampen. Verder sloten de opleiding Industriële Automatisering & Robotica van hogeschool Windesheim en het Fraunhofer Project Center van de Universiteit Twente, aan. Samen schreven ze het plan voor het PRISMA-project. Het hoofddoel was om hun kennis over vision technologie te vergroten en demonstratiemodellen te ontwikkelen die in hun eigen machines te integreren zijn.
Het werken in het consortium was een waardevolle ervaring, vindt Lensen. “Universiteit Twente heeft veel bijgedragen door zijn kennis van kunstmatige intelligentie. Met de andere machinebouwers wisselden we kennis en ervaringen uit. Dat was mogelijk omdat we geen concurrenten van elkaar zijn. Ieder had zijn eigen redenen om vision technologie toe te passen, zoals slimmere machines ontwikkelen of de kwaliteitsinspecties verbeteren. Tegelijkertijd wil je niet voor elkaar onderdoen. Als je projectpartners baanbrekende resultaten behalen, wil je dat zelf ook.”
En die resultaten kwamen er. AWL ontwikkelde een proefrobot die pakketten één voor één kan verwerken. “Het is vooral belangrijk om ieder afzonderlijk pakket goed te pakken”, benadrukt Lensen “Dus niet misgrijpen, maar ook niet twee pakketten tegelijk op de lopende band leggen. Met andere technologieën lukte dat bij vier van de vijf pakketten; onze proefrobot werkte bijna foutloos. Op basis van dit succes hebben we de technologie doorontwikkeld. Inmiddels wordt onze oplossing gebruikt door bedrijven in Nederland, Spanje en de Verenigde Staten.
Steun via EFRO
Het belangrijkste resultaat van het project is volgens Lensen dat AWL de juiste technologie heeft ontwikkeld om succesvol te zijn in de logistieke markt. “Zonder EFRO-subsidie was dat niet gelukt. Daarom is het goed dat de overheid een deel van de financiële risico’s draagt, zodat kennisdeling binnen zowel het bedrijfsleven als onderwijsinstellingen gestimuleerd wordt.”
Door het succes startte AWL samen met enkele de PRISMA-partners een volgend vision technologie-project, Brains, Het doel hiervan is om vision technologie in te zetten bij diverse vormen van kwaliteitsinspectie.
