De expertise achter onze producten
TOS Robotics bouwt zijn producten op vier vakgebieden. Robotbesturing, AI-algoritmes, hardwareontwerp, en digital twin en simulatie. Onze robots volgen geen geprogrammeerde posities. 3D-camera's zien elk product en een AI-model, getraind met demonstraties, bepaalt hoe het wordt gepakt en geplaatst. Daarom werken ze bij producten die er nooit twee keer hetzelfde uitzien.
Robotbesturing
Line tracking, padplanning, streaming en veiligheid. Het deel dat de arm beweegt.
AI-algoritmes
Imitation learning, een diffusion policy op 3D-puntenwolken en schone data van de lijn.
Hardwareontwerp
Onze eigen robotarm, Teachbot, grijpers en complete cellen, ontworpen voor productie.
Digital twin en simulatie
Een werkende 3D-kopie van je lijn. Zie hem draaien voordat je bestelt, en test wijzigingen zonder de productie stil te leggen.
Welke producten ze gebruiken
Robotbesturing
De flowpackcel, de TOS Robot en de software voor AI-robotbesturing.
AI-algoritmes
De flowpackcel, de Teachbot, kwaliteitscontrole en de AI-modellen voor pick and place.
Hardwareontwerp
De flowpackcel, de TOS Robot en de Teachbot.
Digital twin en simulatie
De flowpackcel en de TOS Robot.
Van demonstratie naar praktijk
Een engineer van TOS Robotics doet de taak voor op echte producten met de Teachbot.
Het leert hoe een goede pick eruitziet. Het onthoudt geen posities.
Hij pakt en plaatst of de band nu loopt of stilstaat, ook bij producten die hij nog nooit heeft gezien.
Na de ingebruikname blijft het AI-model leren van zijn eigen picks met reinforcement learning. De lijn wordt beter terwijl hij draait.
Nieuwe lay-outs, snelheden en verpakkingen worden eerst uitgeprobeerd op een 3D-kopie van de lijn.
Gemeten op onze eigen systemen
- 99,1%
- picknauwkeurigheid op de paprikalijn, gestegen van 97,6% in de eerste weken
- 1dag
- om een nieuwe taak aan te leren in een pilot bij een verpakker
- 0,02s
- om één camerabeeld met één of meer producten te controleren
Vragen en antwoorden
Blijft de robot leren in productie?
Ja. Na de ingebruikname blijft het AI-model leren van zijn eigen picks in productie met reinforcement learning. Een nieuwe versie wordt getest voordat hij naar de lijn gaat. Een masterscriptie bij TOS Robotics liet dit zien op een echte FANUC-robot. Op de paprikalijn steeg de picknauwkeurigheid van 97,6% in de eerste weken naar 99,1% in week zeven en acht.
Doet TOS Robotics onderzoek?
Ja. In het project ATLAS, met de Technische Universiteit Eindhoven (TU/e), leren robots de keuzes achter een demonstratie, zoals welk product ze eerst pakken. Op onze onderzoekspagina staan de masterscripties en de lessen van de lijn.