Robot-technologie inzetten in de schoonmaak-branche (ACR)
In de schoonmaakbranche is de werkdruk hoog en is het werk fysiek zwaar. Een oplossing is het inzetten van schoonmaakrobots. Maar schoonmaakorganisaties weten nog niet goed hoe deze robots efficiënt in te zetten. Vaak zijn ze te traag en alleen goed inzetbaar om vloeren van grote open ruimtes te reinigen. Het project Assisted Cleaning Robots (ACR) richt zich op de vraag hoe robottechnologie kan worden geïntegreerd in het werkproces in de schoonmaakbranche. Hoe mens en technologie goed samenwerken staat hierbij centraal. Het lectoraat Smart Sensor Systems van kenniscentrum Digital Operations & Finance ontwikkelt binnen het project ‘semantic mapping’, waardoor een schoonmaakrobot snel en betrouwbaar kan navigeren in een omgeving met obstakels, afval kan detecteren en deze informatie inzichtelijk kan doorgeven aan de gebruiker.
Doel van het project
Doel van het project is antwoord krijgen op de onderzoeksvraag: ‘Hoe integreer je robottechnologie in het werkproces in de schoonmaakbranche, zodat een robot enerzijds zo optimaal mogelijk het werkproces ondersteunt, en anderzijds zo optimaal mogelijk met de mens samenwerkt?’
Hiertoe wordt het bestaande schoonmaakproces in kaart gebracht en op basis hiervan worden use-cases, businesscases en procesbeschrijvingen opgesteld. De Haagse Hogeschool is betrokken bij de ontwikkeling en verbetering van robots om binnen dit proces te werken. Met experimenten in praktijksituaties wordt het proces gevalideerd en verbeterd.
Onderzoek
Een breed onderzoekconsortium bestaande uit diverse disciplines uit het onderwijs, onderzoek en beroepspraktijk ontwerpt een passende oplossing voor de onderzoeksvraag en gebruikt daarvoor procesontwikkelingsmethodieken en engineeringmethodieken.
Het lectoraat Smart Sensor Systems van De Haagse Hogeschool ontwikkelt ‘semantic mapping’-technieken op basis van de nieuwste technologische ontwikkelingen op het gebied van sensoren en perceptie (het omzetten van sensordata in informatie). Het onderzoek richt zich op het bepalen van het type sensoren, hun plaatsing en de benodigde algoritmen voor dataverwerking. Ook wordt onderzocht hoe obstakels herkend kunnen worden. Hiertoe wordt gekeken naar de toepassing van deep learning-technieken gebaseerd op onder andere cameradata.
Samenwerkingspartners
In dit project werken Fontys Hogeschool Engineering, Fontys Hogeschool Techniek & Logistiek en De Haagse Hogeschool samen met schoonmaakorganisaties CSU en Hectas, toeleveranciers van schoonmaakrobots, ontwikkelaars, nationaal samenwerkingsverband Holland Robotics en brancheorganisatie Schoonmakend Nederland.
Beoogde duur van het project
Dit project kent een looptijd van twee jaar en is gestart op 1 april 2022.
Betrokken opleidingen
Financiering
Het project is gefinancierd door een RAAK-mkb subsidie van Regieorgaan SIA (onderdeel van NWO).
Werkpakketleider
Rufus Fraanje, [email protected]
Team
- Dr. John Bolte, lector Smart Sensor Systems
- Xavier van Rijnsoever, docent-onderzoeker
- Fidelis Theinert, docent-onderzoeker