Pick-and-placerobots kunnen steeds beter overweg met variaties
De pick-and-placetechnologie evolueert van een relatief eenvoudige automatiseringstaak naar een intelligent systeem dat variatie in natuurlijke producten kan opvangen, dankzij de integratie van visiesystemen en artificiële intelligentie. Hierdoor kunnen robots tegenwoordig variabele en onregelmatige voedingsproducten herkennen en verwerken.
Drijfveren achter evoluties
De huidige kern van automatisering binnen de voedingsverwerking is typisch de pick-and-placerobot, gekenmerkt door repetitieve en eenvoudige toepassingen. Denk bijvoorbeeld aan producten die van een transportband gepikt worden en in een verpakking neergelegd worden; of producten die van op één transportband, waarop ze willekeurig in positie en oriëntatie liggen, over meerdere transportbanden verspreid en gestructureerd neergelegd worden.
Een algemeen streven naar een grotere productiviteit en kostenefficiëntie resulteert echter in een toenemende vraag naar automatisering in toepassingen waar flexibiliteit en robuustheid van de robotica vooropstaan, en die dus verder gaat dan de klassieke pick-and-placetoepassing. Denk maar aan robots die kunnen worden ingezet in het verhandelen van delicaat voedsel, zonder dat deze beschadigd worden, maar toch met voldoende snelheid en robuustheid.
Bijkomend kijkt men vanuit de voedingssector naar uitdagingen zoals een stijgende kost van werknemers, en een tekort hieraan. Dit drijft de nood aan automatisering en bijkomend brengt dit uitdagingen aan de nodige competenties en flexibiliteit van automatisering. Zodra er dergelijke bijkomende handigheid, creativiteit of een grote variëteit aan taken nodig is, lijken huidige systemen vaak te beperkt.
Recente ontwikkelingen op het vlak van visiegestuurde robotica, zachte grijpers, food-proof robottechnologie en AI stellen robots echter steeds beter in staat tot complexe handelingen. We lichten hieronder enkele evoluties op vlak van technologie en toepassing voor pick-and-placerobots binnen de voedingsverwerking.
Kerncijfers robotica in voedingsindustrie
Food & Beverage is nog steeds een kleine markt voor robotica (± 4%) ten opzichte van enkele grote sectoren, zoals elektronica en automotive. Er is evenwel een opwaartse trend merkbaar in 2024 ten opzichte van 2022 (3 naar 4% marktaandeel en een stijging van >30% in aantal robotinstallaties binnen de F&B-sector). Dit terwijl in de grote sectoren een lichte daling te merken is.
Nieuwe toepassingen
Identificatie en sortering
Een eerste groot en klassiek segment van robotica binnen de voedselverwerking bestaat uit pick-and-place van voedsel op bijvoorbeeld een transportband. Hier is een evolutie te zien van het verkrijgen van de positie op de band om te kunnen picken, naar ook identificatie, classificatie en sortering met behulp van detectie van bijvoorbeeld kleur, grootte, vorm, defecten … Dit met behulp van visiesystemen die getraind kunnen worden via een grote set aan beelden, of via een mix van artificiële en echte data.
Voor het creëren van artificiële data kan men bijvoorbeeld gebruikmaken van generative AI om defecten in afbeeldingen van voedsel te introduceren op een random manier, zodat een grote dataset verkregen kan worden om de algoritmes op te trainen. Met behulp van deze identificatie kunnen kwaliteitsproblemen of contaminaties gedetecteerd worden en kan selectief gepickt worden. Zo kunnen niet-kwalitatieve producten uitgesorteerd worden, op basis van kleur, vlekken, rijpheid ... Denk aan het uitsorteren van slechte ajuinen, of het herkennen van type praline om ze in de juiste verpakking te sorteren.
Daarnaast stellen ontwikkelingen op vlak van bin-picking en 3D-visie vanuit andere sectoren foodrobots mogelijks ook in staat om direct uit bulk te picken. Zo is er geen uitspreiding over een brede transportband nodig, maar kunnen de robots vanuit de bakken gaan picken.
Assemblage van maaltijden en portionering
Waar voedsel voorheen meestal van transportband naar eventuele verpakking ging, is er een evolutie naar het samenstellen en portioneren van voorbereide maaltijden zoals verspakketten of reeds bereide maaltijden. Opnieuw wordt voedsel naar een verpakking verplaatst, maar gaat men binnen dezelfde verpakking dus een mix aan verschillende types voedsel samenbrengen.
Dit brengt uiteraard extra uitdagingen met zich mee. Denk aan het samenbrengen van de verschillende onderdelen tot bij de robot, of een verdeling maken tussen wat automatiseerbaar is en wat nog door mensen gedaan wordt. Daarnaast stelt deze toepassing ook bijkomende uitdagingen voor de robottechnologie en grijpers, bijvoorbeeld bij het scheppen van bepaald voedsel uit een grote bak. Afhankelijk van het soort voedsel zullen andere robotsystemen (serieel, delta …) en grijpers gebruikt worden, zoals bij het scheppen van rijst ten opzichte van het picken van een hamburger.
Enkele spelers bieden al een robotische oplossing aan die een snelle changeovertijd en nauwkeurige portionering belooft. Ontwikkelingen richten zich op het automatiseren van de menselijke handelingen in dergelijke toepassingen. Er zijn systemen op de markt die met verschillende soorten trays kunnen omgaan en die eventueel zelfs kunnen rekening houden wanneer die niet mooi recht gepositioneerd zijn. Perceptie en AI zullen hierin een grote rol spelen.
Idealiter kunnen dergelijke systemen omgaan met variaties en zorgen ze steeds voor een nauwkeurige portionering en positionering. Het bijhouden van data (gewicht, camerabeelden …) van elke portie en het introduceren van zelflerend gedrag op basis van deze data zal hier belangrijk zijn. Waar men zich sterk in maakt, is het potentieel van het vermijden van onder- en overportioneren. De rol van de werknemer verschuift hiervan van het uitvoeren van repetitief werk naar het superviseren en bijsturen.
In complexe toepassingen worden ingrediënten van een hamburger gestapeld, of worden ingrediënten op een pizza geplaatst
Naast bovenstaande voorbeelden, waar ingrediënten samengelegd worden in één verpakking, zien we ook complexere toepassingen waar ingrediënten effectief gestapeld worden. Zoals bij het stapelen van ingrediënten van een hamburger, of het plaatsen van ingrediënten op een pizza.
Pick-and-place van vlees en vis
Manipulatie van vlees en vis brengt enkele typische uitdagingen met zich mee. Dergelijke producten zijn namelijk lastig te manipuleren, omdat ze vervormbaar en glad zijn, maar ook inconsistent van afmetingen en geometrie. Ontwikkelingen op het vlak van 2D- en 3D-visie, foodgraderobots (zie verder) die afwasbaar en geschikt zijn voor vleesverwerking, en het ontwikkelen van zachte of speciale grijpers voor het manipuleren van vleesproducten stellen robots in staat om te worden ingezet in dergelijke toepassingen.
Denk maar aan het oppikken van kippenvleugels vanuit bulk, met behulp van zachte grijpers en 3D-visie. Daarnaast wordt ook aandacht besteed aan het ontwerp van speciale grijpers voor specifieke toepassingen. Denk maar aan het picken van worst met behulp van een robot.
Technologische vooruitgang
De technologische vooruitgang bij pick-and-placetoepassingen in de voedingsindustrie speelt zich op verschillende domeinen af.
Cobots
In sommige toepassingen waar geen hoge cyclustijden gehaald moeten worden en heel specifieke complexe zaken verwacht worden, kunnen cobots worden ingezet. Op die manier kunnen taken onder menselijke supervisie gerealiseerd worden. Daarnaast worden cobots ook vaak ingezet in end-of-linetoepassingen, zoals palletiseren.
Visiesystemen
Het precies identificeren van voedsel en het behandelen hiervan (bepalen van kwaliteit, positie op de band …) zorgt ervoor dat dezelfde robots een breder takenpakket aankunnen: van enkel pick-and-place naar ook sortering bijvoorbeeld. Zowel evolutie op vlak van 2D- en 3D-visie biedt een brede waaier aan mogelijkheden.
Speciale grijpers
Ontwikkelingen op het vlak van grijpertechnologie openen bredere toepassingsmogelijkheden. Vacuümgrijpers worden veelvuldig gebruikt in eenvoudige pick-and-placetoepassingen. Daarnaast gaat ook veel aandacht naar de ontwikkeling van zachte grijpers die complexere manipulatie moeten toelaten, zoals het grijpen van een ajuin vanuit een transportband nadat die als 'te verwijderen' werd geclassificeerd door een visiesysteem. Denk maar aan grijpers die ontworpen zijn gelijkaardig aan menselijke vingers die toelaten om delicate en organische producten van verschillende vormen te manipuleren. Tot slot worden er ook customgrijpers ontworpen voor specifieke toepassingen.
Artificiële intelligentie
Ontwikkelingen op het vlak van AI beloven verbeterde perceptie en grotere robuustheid door hun lerend gedrag, alsook eenvoudigere programmering.
Robottypes
- De bekendste pick-and-placerobot is vermoedelijk de deltarobot, waarbij de motoren zich allen op de basis bevinden en via lichtgewichtarmen verbonden zijn met de eindeffector. Dergelijke robots zijn door hun constructie heel snel en perfect voor toepassingen met lichte producten, zoals het oppikken van koekjes of pralines van een transportband.
- SCARA-robots bestaan uit een serie van twee verticale rotatieassen. Daarnaast moet er een derde lineaire as voorzien worden die de verticale beweging uitvoert voor het oppakken en neerzetten van objecten. In sommige gevallen, bij niet-symmetrische objecten, wordt een vierde rotatieas voorzien in de pols die een oriëntatie kan voorzien rond de loodrechte op het vlak. Dergelijke bouw laat een heel snelle en precieze horizontale beweging toe, waarbij ook wat kracht kan geleverd worden. In de voeding worden SCARA-robots meestal gebruikt voor snelle pick-and-placetoepassingen.
- Gantryrobots bestaan uit een seriële ketting van lineaire assen die boven een werkruimte geplaatst zijn, waarbij drie gelijk geschaalde assen loodrecht op elkaar staan, resulterend in drie positievrijheidsgraden van de eindeffector. Meestal wordt een extra rotatieas toegevoegd om de producten in de juiste oriëntatie te kunnen plaatsen. Ze bieden een robuuste structuur met potentieel een groot bereik; ideaal voor repetitieve pick-and-placetoepassingen waar een groot bereik nodig is met grote precisie en grote payload. In de voeding vind je ze meestal terug voor palletisatie en verpakking.
- Gearticuleerd. Denk aan de alomtegenwoordige 6-assige seriële robots. Het grote voordeel is dat ze zeer wendbaar zijn, waardoor een groot bereid van posities en oriëntatie van de eindeffector mogelijk is binnen een groot werkbereik ten opzichte van zijn voetafdruk. Ze bieden daardoor meer vrijheid en manipulatiemogelijkheden in complexere toepassingen die verder gaan dan enkel pick-and-place, zoals nodig is voor bijvoorbeeld het uitbenen van vlees.
Foodgraderobots
De ontwikkelingen op het vlak van robots die kunnen worden ingezet voor de manipulatie van voeding staan ook niet stil. De hoge nood aan hygiëne, consistentie en snelheid zorgt namelijk voor een toename in food-safe robots. Dergelijke robots beschikken over eigenschappen zoals IP67- tot IP69K-bescherming (voor reiniging), epoxycoatings, NSF-gecertificeerde smering, corrosiebestendige rvs-constructie, volledige inkapseling voor het vermijden van residuvorming ... Dergelijke robots kunnen verschillende aspecten in de voedingsverwerking automatiseren.
Met medewerking van Fanuc en Stäubli
