Research work on robots in the context of neurodevelopmental disorders and psychology has traditionally been developed by researchers with a background primarily in engineering and computer science. As psychology is getting ready to play a more prominent role, there is a chance to apply specific psychological theory and methods. Such application may be facilitated by the establishment of a relevant scientific infrastructure, such as through a specialist journal on robopsychology.
MULTIFILE
Using the latest industrial robot technology, the collaborative robot (cobot), industrial manufacturers work towards high-mix low-volume production systems that could satisfy a diversifying customer demand. As the utilization of the cobot’s potential depends on the dynamic interaction with operators, one would expect HR professionals to play a central role in this implementation process. However, cobot-related literature is unanimous: HR is not involved. This is in line with the results of our study in 2019 on seventeen cobot experiments in Dutch industrial manufacturing companies. To explore what human cobot collaboration emerges when engineers and line managers take the lead in their design, we revisited the data from our previous interview study (N=53). HR was absent in all implementations. We found that line managers and engineers prepared operators for rigid human-cobot collaborations that were aimed at getting the cobot to work, enhancing production efficiency and handling a few batches of mass-produced goods (low-mix, high-volume). Furthermore, the collaborations all showed signs of being difficult to sustain over time and posed a direct threat to operators’ well-being. To protect operators’ future of work and build towards interdependent human-cobot collaboration suitable for high-mix low-volume production, we propose an approach in which operators themselves, and HR too, are much more involved in the cobot implementation process. Operators should be allowed and supported to design, program, operate, and repair as much of their human-cobot workstations themselves as possible. To support this, HR has to familiarize itself with the cobot technology, secure operators’ decision latitude, facilitate the required support, and become the work design expert that helps operators co-design sustainable cobot applications that optimally utilize the strengths of both man and machine.
MULTIFILE
Professionals van woningbouwcorporaties en gemeentes die zich bezig houden met verduurzaming hebben vragen over hergebruik van afvalhout uit hun (renovatie) projecten. De doelstelling van dit voorstel is het onderzoeken van de mogelijkheden om hout te hergebruiken door gebruik te maken van innovatieve digitale productietechnieken, en om implementatiestrategieën hiervoor te ontwikkelen voor publieke organisaties in de bouwsector, in het bijzonder woningcorporaties en gemeentes. Strategieën omvatten concrete voorstellen om a) afvalhout van woningen in te zamelen en te verwerken; b) waarde toe te voegen aan houtafvalstromen door middel van digitale productie; c) de betrokkenheid en acceptatie van huurders te vergroten bij circulaire verwerking van hout in nieuwe toepassingen; en d) goede toepassingen voor een circulaire economie te realiseren. Het project onderzoekt aard en omvang van houtafvalstromen uit woningrenovatie en identificeert de mogelijkheden voor het hergebruik van specifieke fracties daarvan voor (lokale) toepassingen. Uit voorgaande projecten blijkt dat digitale productie mogelijkheden biedt om stedelijk afval om te zetten in zinvolle circulaire producten. Digitale productie maakt de (lokale) creatie van unieke prototypen en grootschalige toepassingen mogelijk. Het onderzoek wordt uitgevoerd in vier werkpakketten. De eerste identificeert de aard van huishoudelijk houtafval (volume, houtsoort, verzamelproces) door zorgvuldig cases van Ymere en Rochdale te bestuderen. Daarnaast worden er een raamwerk van indicatoren gedefinieerd om projectresultaten te kunnen evalueren. Het tweede werkpakket onderzoekt welke toepassingen kunnen worden bedacht, gegeven de beschikbare houtfracties. In het derde werkpakket wordt een aantal case studies uitgevoerd voor concrete projecten van de deelnemende woningcorporaties. Deze applicaties hebben als doel het potentieel van digitale productie met houtafval te laten zien, rekening houdend met het perspectief van bewoners. Het biedt belangrijke inzichten in de uitvoerbaarheid van concrete toepassingen uit teruggewonnen hout. In het vierde werkpakket worden alle projectbevindingen gecombineerd in een set implementatie strategieën voor publieke organisaties in het stedelijk domein.
Even though considerable amounts of valuable wood are collected at waste collection sites, most of it remains unused and is burned: it is too labor-intensive to sort, process and upcycle useable parts. Valuable wood thus becomes worthless waste, against circular economy principles. In MoBot-Wood, waste collection organizations HVC and the municipality of Amsterdam, together with Rolan Robotics, Metabolic and AUAS investigate how waste wood can be sorted and processed at waste collection sites, using an easy-to-deploy robotic solution. In various preceding and on-going projects, AUAS and partners are exploring circular wood intake, sorting and processing using industrial robots, including processes like machine vision, 3D scanning, sawing, and milling. These projects show that harvesting waste wood is a challenging matter. Generally, the wood is only partially useable due to the presence of metal, excessive paint, deterioration by fungi and water, or other contamination and damages. To harvest useable wood thus requires intensive sorting and processing. The solution of transporting all the waste wood from collection sites to a central processing station might be too expensive and have a negative environmental impact. Considering that much of collected wood will need to be discarded, often no wood is harvested at all, due to the costs for collection and shipping. Speaking with several partners in related projects, the idea emerged to develop a mobile robotic station, which can be (temporarily) deployed at waste collection sites, to intake, sort and process wood for upcycling. In MoBot-Wood, research entails the design of such station, its deployment conditions, and a general assessment of its potential impact. The project investigates robotic sorting and processing on location as a new approach to increase the amount of valuable, useable wood harvested at waste collection sites, by avoiding material transport and reducing the volume of remaining waste.
De rol van digital technologies in business en society neemt sprongsgewijs toe. Het online ontwerpen en samenstellen van producten naar eigen behoefte neemt daarbij ook steeds nieuwe vormen aan. Naar verwachting is in 2030 klant-gestuurd maatwerk in een massaproductie-omgeving de standaard. De productspecificatie wordt automatisch verwerkt tot machinebesturingsinformatie, logistieke formats en productfolders. Van ontwerp tot assemblage en productie verloopt dit in hoge mate autonoom, gebaseerd op just-in-time-in-place principes, geborgd op basis van intrinsieke systeemkwaliteit, gevoed vanuit AI/ML-technieken en gestuurd vanuit een managementdashboard met onderliggend Enterprise Resource Planning. Deze transitie, o.a. onder de noemer ‘smart industry’, vindt wereldwijd plaats, en is een extra stimulans voor werknemers om zich te blijven bijscholen. Productie wordt steeds meer datagestuurd. Het gaat daarbij om high-mix-low-volume producten, met bijhorende productieprocessen, -aansturing en -logistiek. Deze vorm van ondernemen vergt gedegen kennis over realtime verkrijgen, verwerken, toepassen en analyseren van data. En dat vraagt om gevoelige sensoren, analyse software, robuuste processing-informatica, slimme algoritmes, handige robots en hightech mechatronica. Daar is voor het gemiddelde mkb nog een lange weg te gaan. In de Researchgroup for Digital Driven Manufacturing gaan Saxion (S) en Windesheim (W), in nauwe samenwerking met zes kernpartners, ondersteund door TechForFuture - Centre of Expertise HTSM Oost, ondernemers helpen deze uitdaging te volbrengen. We bundelen hierin kennis op gebieden van robotisering, industriële automatisering & artificial intelligence. We ontwikkelen kennis in de lectoraten Industriële Automatisering & Robotica (W), Ambient Intelligence (S) en Mechatronica (S). We versterken die kennis door cross-overs op de grensvlakken van sleuteltechnologie en praktijk te creëren. We implementeren die kennis door betrokkenheid van de Fieldlabs van T-Valley, The Garden, Perron038 en Industrial Robotics. We verankeren die kennis in meerdere bachelor- en masteropleidingen van de hogescholen, waaronder Technische Informatica, Elektrotechniek, Mechatronica, HBO-ICT, Industrieel Product Ontwerpen en Mechanical Engineering. En we dissemineren deze kennis via TechForFuture netwerk.
