De ultieme universele pick-and-place robot
Het project ontwikkelt een geavanceerde pick-and-place robot die snel, delicaat en flexibel pakketten verwerkt, waardoor CO2-uitstoot en verpakkingsafval in de logistiek aanzienlijk verminderen.
Projectdetails
Doordat in toenemende mate producten online worden besteld raakt het logistieke netwerk steeds voller. Daarbij moeten pakketten zo snel mogelijk bij de klant aankomen. In verband met het zware werk en veel avondwerk/nachtdiensten is personeel moeilijk te vinden. Om toch de noodzakelijke snelheid te garanderen wordt het logistieke proces in hoge mate geautomatiseerd met een scala aan robotsystemen.
Criteria voor Robots in de Logistieke Sector
Drie belangrijke (onverenigbare) criteria voor robots in de logistieke sector, naast kostprijs, zijn:
- Mate van flexibiliteit: Oftewel de mate waarin de systemen kunnen omgaan met pakketten en producten van variërende omvang, vorm, gewicht en/of verpakkingsmateriaal.
- Omgang met product: Daarmee wordt bedoeld het op delicate wijze verwerken van pakketten en producten zonder (scheur)schade of fouten (loslaten/misplaatsing).
- Processnelheid: Mensen verwerken 300-1.000 pakketten of producten per uur. Robots moeten minimaal gelijk, maar idealiter beter zijn om een sluitende businesscase te krijgen.
Beperkingen van Huidige Robots
De huidige robots die gebruikt worden in de logistieke sector, Parcel Picker en Item Picker robots, scoren nooit goed op álle drie deze criteria; er wordt altijd op minimaal één criterium ingeboet.
- De Parcel Picker robot haalt (zware) pakketten van pallets af en/of zet ze er weer op. De pakketten hebben een gestandaardiseerd formaat (soms zelfs slechts één) zodat een hogere verwerkingssnelheid kan worden behaald. Of de robot kan omgaan met diverse formaten en heeft een lage verwerkingssnelheid.
- De Item Picker robot verwerkt (bijna) alle soorten pakketten en producten. Deze worden gesorteerd en verwerkt, bijvoorbeeld in een doos gezet voor verdere verzending/verwerking. Dit vergt flexibele en delicate omgang met de pakketten en producten, waardoor de verwerkingssnelheid zeer laag is.
Impact op CO2-uitstoot
Deze beperkingen van huidige robots zorgen boven alles voor veel CO2-uitstoot in de logistieke sector. De noodzakelijkheid om pakketten en producten snel te transporteren leidt tot ‘hardhandige’ verwerking door mensen. Om schade te beperken worden pakketten en producten verpakt in uiterst dik en robuust karton. Tot wel 70% van de CO2-uitstoot van de logistieke sector komt door het gebruik van dit (single-use) karton. Dit kan worden gereduceerd door dunner karton of alternatieve/geen verpakkingsmateriaal. Echter, de huidige robots zijn niet delicaat genoeg.
Daarnaast zijn deze pakketten vaak overgedimensioneerd doordat met enkele standaard pakketformaten wordt gewerkt; tot wel 50% van de gemiddelde pakketinhoud is lucht. Al deze leegte wordt ‘zinloos’ door het logistieke netwerk vervoerd. Om dit te veranderen zijn er robots nodig die flexibeler zijn.
Hoofddoelstelling van het Consortium
Om bovenstaande problemen op te lossen en sterk bij te dragen aan de verduurzaming van de sector, is het consortium voornemens een ultieme pick-and-place robot te ontwikkelen die goed scoort op álle drie de criteria en bestaande Parcel Picker robots en Item Picker robots kan vervangen. Dit komt samen in de volgende hoofddoelstelling:
“De gezamenlijke ontwikkeling van de ultieme pick-and-place robot die pakketten en producten snel, delicaat en flexibel kan verwerken”.
Ontwikkeling van de Robot
Smart Robotics, Future State en C-Boost zullen deze autonome, grensverleggende robot gaan ontwikkelen op basis van drie onderdelen:
- Modulaire adaptieve grippers
- Een AI deep learning computer vision oplossing (generieke ‘vision’)
- Een autonoom robotsoftwareplatform
Voordelen van de Nieuwe Robot
Met deze pick-and-place robot kunnen producten beter worden verwerkt en zijn overgedimensioneerde pakketten verleden tijd. Hierdoor kunnen met hetzelfde ruimtegebruik meer producten worden verwerkt en/of kunnen distributiecentra compacter worden ingericht.
Deze compactere distributiecentra kunnen lokaal worden neergezet waar autonome robots (zonder menselijke toezicht) de pakketten volledig kunnen verwerken, i.e. micro-fulfillment distributiecentra. Hierdoor zouden producten dicht bij de klant verwerkt kunnen worden, waardoor de transportafstand wordt geminimaliseerd; een nog verdere reductie van de CO2-uitstoot van de logistieke sector.
De toekomst van het (autonome) logistieke netwerk is zeer duurzaam door de hightech handlingmogelijkheden van de robot ontwikkeld in dit project!
Financiële details & Tijdlijn
Financiële details
Subsidiebedrag | € 349.440 |
Tijdlijn
Startdatum | Onbekend |
Einddatum | Onbekend |
Subsidiejaar | 2022 |
Partners & Locaties
Projectpartners
- Smart Robotics B.V.penvoerder
- C-Boost B.V.
- Future State B.V.
Land(en)
Vergelijkbare projecten binnen MIT R&D Samenwerking
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
K.N.I.T.T.: Knitwear Next-level Interactive Textile TechnologyHet project van Knitwear Lab B.V. en Raverko B.V. ontwikkelt een 3D-simuleringstool voor duurzame textielproductie, gericht op co-creatie en de overgang naar digitale productpaspoorten. | MIT R&D Samenwerking | € 151.428 | 2023 | Details |
Full electric rim drive aandrijving voor commerciële vaartHet project ontwikkelt een prototype van een 50 kW elektrische rim drive motor voor commerciële vaartuigen, ter vervanging van dieselmotoren, met focus op duurzaamheid en innovatieve functionaliteiten. | MIT R&D Samenwerking | € 177.700 | 2023 | Details |
Ecotop AI Ripening systeemHet project ontwikkelt AI-software en een rijpcel om de rijpheid en kwaliteit van tropisch fruit automatisch te meten en te optimaliseren, wat leidt tot minder verspilling en energiebesparing. | MIT R&D Samenwerking | € 286.773 | 2023 | Details |
EEGX2Dit project ontwikkelt een softwaretool voor vroegtijdige dementiedetectie via EEG-analyse, gebruikmakend van goedkope hardware en geavanceerde algoritmes, in samenwerking met zorginstellingen. | MIT R&D Samenwerking | € 120.943 | 2023 | Details |
K.N.I.T.T.: Knitwear Next-level Interactive Textile Technology
Het project van Knitwear Lab B.V. en Raverko B.V. ontwikkelt een 3D-simuleringstool voor duurzame textielproductie, gericht op co-creatie en de overgang naar digitale productpaspoorten.
Full electric rim drive aandrijving voor commerciële vaart
Het project ontwikkelt een prototype van een 50 kW elektrische rim drive motor voor commerciële vaartuigen, ter vervanging van dieselmotoren, met focus op duurzaamheid en innovatieve functionaliteiten.
Ecotop AI Ripening systeem
Het project ontwikkelt AI-software en een rijpcel om de rijpheid en kwaliteit van tropisch fruit automatisch te meten en te optimaliseren, wat leidt tot minder verspilling en energiebesparing.
EEGX2
Dit project ontwikkelt een softwaretool voor vroegtijdige dementiedetectie via EEG-analyse, gebruikmakend van goedkope hardware en geavanceerde algoritmes, in samenwerking met zorginstellingen.
Vergelijkbare projecten uit andere regelingen
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
Automatisering regionale pakket distributieHet project onderzoekt de haalbaarheid van een compacte sorteerinstallatie voor efficiëntere regionale pakketdistributie. | MIT Haalbaarheid | € 20.000 | 2022 | Details |
Automatisering regionale pakket distributie
Het project onderzoekt de haalbaarheid van een compacte sorteerinstallatie voor efficiëntere regionale pakketdistributie.