It is much easier to run our projects right (project management) than to do the right things, or ask the right questions (leadership). also for me and my research group. We proudly report that cobots are gaining ground and that this is understandable given the major staff shortages and the need for companies to operate more efficiently and effectively. In this article it is argued that in fact,it may be understandable, but it is just not the good thing to do!
MULTIFILE
Now that collaborative robots are becoming more widespread in industry, the question arises how we can make them better co-workers and team members. Team members cooperate and collaborate to attain common goals. Consequently they provide and receive information, often non-linguistic, necessary to accomplish the work at hand and coordinate their activities. The cooperative behaviour needed to function as a team also entails that team members have to develop a certain level of trust towards each other. In this paper we argue that for cobots to become trusted, successful co-workers in an industrial setting we need to develop design principles for cobot behaviour to provide legible, that is understandable, information and to generate trust. Furthermore, we are of the opinion that modelling such non-verbal cobot behaviour after animal co-workers may provide useful opportunities, even though additional communication may be needed for optimal collaboration. Marijke Bergman, Elsbeth de Joode, +1 author Janienke Sturm Published in CHIRA 2019 Computer Science
MULTIFILE
Industrial robot manipulators are widely used for repetitive applications that require high precision, like pick-and-place. In many cases, the movements of industrial robot manipulators are hard-coded or manually defined, and need to be adjusted if the objects being manipulated change position. To increase flexibility, an industrial robot should be able to adjust its configuration in order to grasp objects in variable/unknown positions. This can be achieved by off-the-shelf vision-based solutions, but most require prior knowledge about each object tobe manipulated. To address this issue, this work presents a ROS-based deep reinforcement learning solution to robotic grasping for a Collaborative Robot (Cobot) using a depth camera. The solution uses deep Q-learning to process the color and depth images and generate a greedy policy used to define the robot action. The Q-values are estimated using Convolutional Neural Network (CNN) based on pre-trained models for feature extraction. Experiments were carried out in a simulated environment to compare the performance of four different pre-trained CNNmodels (RexNext, MobileNet, MNASNet and DenseNet). Results showthat the best performance in our application was reached by MobileNet,with an average of 84 % accuracy after training in simulated environment.
Het RAAK-MKB project "(G)een Moer Aan" heeft zich gericht op het ontwerpen van een veilige en effectieve ondersteuning van een cobot in een productieomgeving. De focus is hierbij gelegd op productiehandelingen die in veel sectoren voorkomen en die relatief veel arbeidstijd kosten, zoals het indraaien van moeren en bouten in een object. Binnen het project is veel kennis opgedaan dit heeft geresulteerd in gripperontwerpen die in staat zijn een bout in een flens te draaien. Daarnaast is kennis gegeneerd van vision technieken om gaten e.d. te detecteren, en het meenemen van (beleefde) veiligheid in het ontwerp van een cobot systeem. Deze nieuw opgedane kennis is erg bruikbaar voor zowel de beroepspraktijk als voor de studenten in het onderwijs. Dat maakt het relevant voor (her)gebruik middels het nieuwe open-acces e-learning platform van Fontys: Open Learning Labs. Door trainingsmateriaal te ontwikkelen dat betrekking heeft op onder andere het aspect veilig ontwerpen, worden toekomstige engineers (de studenten) en zittend personeel bij bedrijven bekend met nieuwe technieken die toepasbaar zijn in diverse sectoren waar met robots gewerkt wordt. Het doel van deze Top-up aanvraag is tweeledig: 1) Het vergroten van de zichtbaarheid van de resultaten uit het initiële RAAK-project, zowel richting onderwijs, onderzoek en beroepspraktijk. 2) Het realiseren van trainingsmateriaal t.b.v. het rekening houden met en veilig ontwerpen van cobotsystemen. Door o.a. kennis aan te dragen omtrent het doen van een correcte risico analyse van het proces. Dit zal bij toekenning stapsgewijs uitgevoerd worden: 1. Definiëren inhoud lesmodules en bijbehorende didactische werkvormen 2. Realisatie PR- & instructievideo's en onderwijsopdrachten 3. Realisatie E-learning lesmodule Dit alles gekoppeld aan het open-acces e-learning platform Open Learning Labs van Fontys.
Robots kennen een toenemende toepassing in de industrie. We kennen ze als de zware industriële lasrobots tot cobots. Ze worden ingezet om verschillende bedrijfsdoelen te realiseren: 24/7 kunnen opereren, zwaar werk overnemen, tekort aan arbeidskracht opvangen, kwaliteit verhogen, enz. Er zijn overduidelijke redenen waarom Robotiseren voor een bedrijf meerwaarde brengt. Bij de invoering en in de bedrijfsvoering komen we tal van uitdagingen tegen. De kennis de medewerkers hebben is vaak ten dele expliciet gemaakt, maar zit voor een cruciaal deel in de hoofden van de medewerkers. Die kennis is wel nodig om een robot goed te instrueren en te programmeren. Daarnaast functioneert een robot altijd in een groter proces. Capaciteit en kwaliteit van een robot moeten zijn afgestemd op de rest van het proces anders levert de robot niet de juiste hoeveelheid en/of kwaliteit. Met de tijd verandert de vraag uit de markt. Nieuwe (varianten van) producten vragen een andere instructie of programma. De aanpassing daarvan is lastig en vergt veel tijd. Om succesvol met robotoplossingen aan de slag te kunnen is het belangrijk de robotoplossing niet te kiezen en ontwerpen gebaseerd op een kleine fysieke handeling productie of assemblage. Het is beter het gehele proces inclusief informatiestromen mee te nemen, samen met kennisinfrastructuur, en het onderhouden en continu verbeteren. Deze integrale aanpak staat nog in de kinderschoenen. Anders dan bij bijvoorbeeld procesinrichting en -verbetering is er geen raamwerk (zoals Lean). Het gevolg is suboptimale en soms stilstaande robots. In dit project worden tests uitgevoerd om knelpunten bij de integrale benadering van robotoplossingen in kaart te brengen. Dit vormt de basis voor een vervolgproject waarbij een raamwerk voor integraal robotiseren wordt ontwikkeld.
Mkb’ers in de maakindustrie willen stappen zetten in het produceren van kleine productseries met behulp van collaboratieve robots. Zij weten echter niet waar ze moeten beginnen. Tien mkb’ers en zes kennisinstellingen hebben daarom hun krachten gebundeld om robotisering voor flexibele productie te realiseren in de dagelijkse mkb praktijk. De huidige praktijk bij de deelnemende mkb’ers wordt gekenmerkt door robotsystemen die één kunstje kunnen doen en daarmee geschikt zijn voor massa productie. Deze bedrijven moeten het echter niet hebben van massaproductie, maar zijn vooral sterk in kleine series van op maat gemaakte producten. Dat vraagt om een uiterst flexibel productiesysteem en stelt specifieke eisen aan de implementatie van robottechnologie. In een uitgebreid proces van vraagarticulatie zijn de behoeften en eisen van de tien mkb’ers opgehaald en geconcretiseerd: (1) snel kunnen omstellen; (2) optimaal benutten van de kwaliteiten van robot en productiemedewerkers (3) inrichting van een mens-robot samenwerking voor de productie van kleine series (4) het voorbereiden van productiemedewerkers voor de mens cobot samenwerking. De bedrijven hebben samen met kennisinstellingen de afgelopen jaren samengewerkt aan een kennisagenda om robotiseren voor flexibele productie te realiseren. In het voorliggende project focussen we op het ontwerpen en implementeren van een robuuste, interdependente mens-robot samenwerking voor flexibele productie waarin optimaal gebruik wordt gemaakt van zowel de robottechnologie als de productiemedewerkers (joint optimization). We beantwoorden de volgende hoofdvraag: hoe kunnen mkb’ers een interdependente mens-robot samenwerking realiseren waarmee zij in staat zijn om kleine series producten te produceren? Evident is namelijk geworden dat flexibele productie een nauwe afstemming vereist van de kwaliteiten van de robot (zoals betrouwbaarheid, snelheid) en de kwaliteiten van de productiemedewerker (zoals flexibiliteit en snel kunnen omschakelen). In dit project zetten we concrete stappen in het ontwerpen, proefdraaien, implementeren en monitoren van een mens-robot samenwerking voor flexibele productie.
