ENGINEERINGNET.BE - Digitalisering en automatisering zijn oud nieuws maar liepen als een trein terwijl artificiële intelligentie en humanoïde robots steevast de aandacht naar zich zogen. We merkten ook een onderstroom naar openheid -geen technologische insluiting- en een streven naar autonomie. Ook in energie.
Tastzin
Het belang van de sensoren en datacaptatie kan niet onderschat worden in het opschuiven van de automatisering naar Fysieke AI. Denk aan de tastzin in grijpers en ‘handen’ van robots.
Na tien jaar onderzoek startte NanoSen, opgericht in 2022 als spin-off van de Technische Universiteit van Chemnitz, in 2024 de verkoop van zijn polymeer nanocomposieten beklede soepele vellen die als sensoren dienen in allerlei druktoepassingen. Druk verandert de elektrische geleidbaarheid van de nanocomposieten in de elastomeer. “We meten de veranderende impedantie bij druk.” Drukken van 1 gram tot 20 kg worden gemeten.
De productie in Chemnitz maakt de 0,4 mm dunne ‘sensorvellen’ tot 40 cm bij 45 cm, en alle kleinere maten in eender welke vorm versneden. Het vel gaat 20 miljoen cycli mee, is chemisch resistent en hydrofoob, werkt bij -20° tot 70°C met een afwijking van 1%. Onder het vel zitten meerdere pcb’s, wijst CEO Dr. Rajarajan Ramalingame. Op de stand een mini-cobot met grijper die is uitgerust met ‘tastzin’. Op een scherm kleurt de drukverdeling op het grijperoppervlak. Ook een voetplaat als demo. Die toont de drukverdeling van de voeten als je op de plaat gaat staan. De sensor kan in de wieken van windturbines, bijvoorbeeld. Het bedrijf telt negen mensen. NanoSen ging onlangs een partnership aan met het Canadese Sarcomere Dynamics dat met ARTUS Lite een humanoïde hand met vijf vingers en 20 vrijheidsgraden heeft. Straks ook met NanoSen tastzin, wellicht.
Agile Robots liet een robot zien die een elektrische kabel manipuleerde -spannen, ontspannen,…- tussen twee grijpers. De grijper was uitgerust met ‘GelSight’ tastzintechnologie (van MIT). Boven de gel-laag een puntenpatroon, onder een beeldcamera die de vervorming van dat patroon in beeld brengt. Van dat beeld wordt allerlei afgeleid.
Delfa Systems uit Neunkirchen produceert een elektroactief polymeer waarmee het een siliconenfilm bekleedt die dan tot een sensor samengebouwd wordt om beweging/druk te registreren. Het heeft verschillende types sensoren. Naast zijn doorsnee soepele strips combineert het ook meerdere strips om beweging in alle richtingen op te vangen. Zo meet een ‘pyramide’ van drie strips en sensoren beweging in 3D. Het jonge bedrijf, opgericht in 2022, telt ondertussen zes medewerkers.
Het spreekt meerdere markten aan, o.a. robotica maar ook infrastructuur en maintenance. Hun sensoren meten bijvoorbeeld de expansiestroken van bruggen. Die zetten immers uit bij hogere temperaturen maar… teveel is teveel. “We zijn vooral actief in Duitsland en Europa. In de VS verkopen we niet. Daar zijn teveel verzekeringsproblemen. Wordt China gerund door ingenieurs, dan wordt de VS door advocaten gerund.”
Photonische sensoren
Nu we het toch over maintenance hebben… Sentea, een spin-off van de Gentse universiteit, gebruikt glasvezel waarin het optische sensoren bouwt -fiber Bragg grating (FBG) sensoren- en zijn photonische chip om krachten (druk, rek, temperatuur, trillingen, spanning,…) te meten, en dat aan 24 kHz. Voordeel van deze technologie is dat ze immuun is voor magnetische velden. Zo brengt het een glasvezel met meerdere sensoren aan in een rollager om de werking ervan te monitoren.
Het bedrijf, dat opgericht werd in 2018, telt ondertussen 12 mensen en maakt een omzet van zo’n miljoen euro. Klanten vindt het o.a. bij Siemens, SKF en windturbinebouwer Vestas (voor het monitoren van het doorbuigen van molenwieken) de Indische spoorwegen (wielen, assen), de scheepsbouw (monitoren van pompen),… Nadeel: de technologie blijkt nog steeds niet goed gekend in de markt. Er moet dus nog heel wat opvoeding gebeuren. Daar waar potentiële klanten wel luisteren, is de sector vaak aan veel regelgeving onderhevig en kunnen de aanlooptijden heel erg lang zijn. In de luchtvaart, bijvoorbeeld. Extra voordeel: Een vezel die gebruikt wordt voor metingen, kan tegelijk ook dienen voor communicatietoepassingen. Denk: automotive.
Egocentrisch lichaam
Op de stand van het DFKI (Kaiserslautern) draagt Stephan Krauß een veiligheidshelm. In de klep zijn twee fisheye camera’s ingebouwd die zijn bewegingen registreren. Op het demoscherm worden die onmiddellijk vertaald in een staafmannetje. Het systeem gebruikt voor het overige geen tags, markers, trackers of externe camera’s. Dit ‘egocentric body motion capture systeem’ bezigt slimme algoritmen die in real time de lichaamshouding van de drager reconstrueren. Het compenseert voor occlusies en combineert beeldinformatie met bijkomende sensordata (traagheid/versnelling) tot een stabiele reconstructie. Mogelijke toepassingen ziet men in avatars voor XR-toepassingen, het vastleggen van bewegingsdata bij sporttrainingen/revalidatie, telepresence, samenwerken in virtuele omgevingen, het trainen van robots,… Ontwikkeld in samenwerking met RICOH.
Geluid
Het Nederlandse Sorama bouwt sinds 2009 ‘microfoons’ voor geluidssensoren en -monitoring in steden maar ook in de industrie waar het gaslekken kan opsporen maar ook mechanische inspecties kan doen om, aan de hand van het geluidsprofiel de degradatiegraad van lagers te bepalen, bijvoorbeeld. Deze sensoren kunnen vast zijn maar ook mobiel. Het bedrijf bouwde een ‘pistool’ met een vlak waarop 64 microfoons en een camera. Op een beeldscherm komt dan de gecombineerde data van het visuele gemengd met de geluidsdata. Die kan je focussen op een bepaald spectrum. De microfoons werden ook al op SPOT, de robothond van Boston Dynamics gebouwd voor autonome inspectierondes. Sorama, dat zowel de hard- als de softwarezijde verzorgt, telt ondertussen bijna honderd medewerkers in Eindhoven en Texas.
Neuromorphic computing
“Er is te weinig energie op de planeet om alle computing te automatiseren”, zegt dr Vikas Rana, aan het Peter Grünberg Institute van het Forschungszentrum Jülich. Daarom moet gezocht worden naar een andere, minder energievretende technologie dan de graphics processing unit (GPU), die ontwikkeld werd voor grafische toepassingen en later zelfs deep learning faciliteerde. Maar nu, voor AI-toepassingen, moet iets anders gevonden worden. De onderzoeker laat zich inspireren door de architectuur van het menselijk brein dat, net als een computer, data verwerkt en data opslaat in een geheugen. Verschillende technologieën zijn mogelijk. Een daarvan is memristortechnologie.
Dit type component combineert weerstand en geheugen. De weerstand verandert met de stroomrichting. Het onthoudt zijn weerstandswaarde zelfs nadat de stroom is uitgeschakeld. “Wij ontwikkelen de architectuur waarvan we hopen dat die duizenden keer minder energie vergt.” De technologie wordt al gebruikt in de geheugenmarkt waar het beter presteert dan flash. ”Het zal nog wel 5 à 10 jaar vergen om hiermee geheugen en computing samen te brengen”, waarschuwt hij. "Het gaat immers niet enkel om het ontwikkelen maar ook om het commercialiseren van de technologie. Er volgt een hele pipeline.” Rana is mede-oprichter van de start-up Automaton Engine (Æ) dat sleutelt aan zo’n edge AI systeem, een energie-efficiënte AI chip -silicium- waarmee machines snel, in real time en betrouwbaar beslissingen kunnen nemen. Ondertussen zou al TRL 5 gehaald zijn.
