In distributiecentra, waar de artikelen worden ingepakt die we bestellen bij grote webwinkels, zijn robots onmisbaar geworden. Maar deze inpakrobots zijn minder slim en snel dan we denken. Omdat ze niet kunnen voorspellen wat het effect is van een botsing, kunnen ze pakjes niet in een snelle, vloeiende beweging op een lopende band of in een krat of doos plaatsen. Mensen kunnen dat wel, en zijn daarom vaak een stuk sneller. Nadeel: het werk dat ze doen is vaak slecht betaald, saai en ongezond. Steeds minder mensen hebben daarom trek in dit soort werk, terwijl het aantal vacatures nog altijd toeneemt. Om hen te ontlasten en logistieke robots slimmer te maken, start de TU/e, samen met twee andere universiteiten, een kennisinstituut en vier bedrijven, een vierjarig onderzoeksproject naar impact-bewuste robotmanipulatie. De EU ondersteunt het I.AM-project met een subsidie van 4,4 miljoen euro.
Zoals bekend zijn robots erg goed in routinehandelingen. Je kunt ze programmeren om objecten op te pakken en ze  bijvoorbeeld in een doos of op een lopende band te plaatsen. Er is één belangrijk nadeel: omdat robots niet het effect kunnen voorspellen van botsingen, stoppen de armen van de robots nu nog vlak voordat ze een pakje oppakken of ergens neerzetten. Zo voorkomen ze dat het item te hard ergens tegenaan botst, en er schade ontstaat. Met andere woorden: de huidige robots schuwen dus botsingen, in plaats van ze te gebruiken. Ze zijn dus precies en betrouwbaar, maar slecht in het uitvoeren van dynamische opdrachten waarbij sprake is van contact.
IMPACT-BEWUST
Mensen zijn veel beter in het voorspellen van het effect van een botsingen, en daarom een stuk sneller. Zij zijn in staat om een artikel in één snelle, vloeiende beweging op een band te zetten, of zelfs te gooien, zonder dat het item, de lopende band of zij zelf, schade oplopen. Hetzelfde probleem speelt ook bij het plaatsen van artikelen in een krat of doos. Daarin zijn mensen niet alleen sneller dan robots, ze zijn ook veel beter in staat om de krat of doos zo efficiënt en snel mogelijk te vullen.
Mensen worden vaak ook nog ingezet bij het leeghalen van pallets, het zogenaamde depalletiseren. Daar bestaan wel automatische systemen voor, maar die zijn erg duur en nemen veel ruimte in. Ook hier zou een robot die impact-bewust is, een uitkomst zijn, één die dus leert wat het effect is van gelijktijdige botsingen, en daarnaar handelt door snel te reageren op onverwachte situaties.
IMPACT-BEWUSTE LERENDE ROBOTS
Onderzoekers van de TU/e gaan samen met collega’s van de Technische Universiteit München (TUM), de École polytechnique fédérale de Lausanne (EPFL), en het Franse onderzoeksinstituut CRNS onderzoeken hoe ze logistieke robots impact-bewust kunnen maken. De bedoeling is dat de nieuwe robots betrouwbaar kunnen voorspellen wat het effect is van een harde of zachte botsing met de omgeving of met andere objecten, zodat ze die botsing kunnen uitbuiten om items sneller op te pakken en neer te zetten.
