Literatuur-/praktijkoverzicht waarin een korte indruk wordt gegeven van de state-of-the-art op de vlakken: computational thinking, Lego WeDo en adaptieve technologie.
Laboratory experiments are important pedagogical tools in engineering courses. Restrictions related to the COVID-19 pandemic made it very difficult or impossible for laboratory classes to take place, resulting on a fast transition to simulation as an approach to guarantee the effectiveness of teaching. Simulation environments are powerful tools that can be adopted for remote classes and self-study. With these tools, students can perform experiments and, in some cases, make use of the laboratory facilities from outside of the University. This paper proposes and describes two free tools developed during the COVID-19 pandemic lock-down that allowed students to work from home, namely a set of simulation experiments and a Hardware-in-the-loop simulator, accessible 24/7. Two approaches in Python and C languages are presented, both in the context of Robotics courses for Engineering students. Successful results and student feedback indicate the effectiveness of the proposed approaches in institutions in Portugal and in the Netherlands.
LINK
In de automotive sector vindt veel onderzoek en ontwikkeling plaats op het gebied van autonome voertuigtechnologie. Dit resulteert in rijke open source software oplossingen voor besturing van robotvoertuigen. HAN heeft met haar Streetdrone voertuig reeds goede praktijkervaring met dergelijke software. Deze oplossingen richten zich op een Operational Design Domain dat uitgaat van de publieke verkeersinfrastructuur met daarbij de weggebruikers rondom het robotvoertuig. In de sectoren agrifood en smart industry is een groeiende behoefte aan automatisering van mobiele machinerie, versterkt door de actuele coronacrisis. Veel functionaliteit van bovengenoemde automotive software is inzetbaar voor mobiele robotica in deze sectoren. De toepassingen zijn enerzijds minder veeleisend - denk aan de meer gestructureerde omgeving, lagere snelheden en minder of geen ‘overige weggebruikers’ – en anderzijds heel specifiek als het gaat over routeplanning en (indoor) lokalisatie. Vanwege dit specifiek karakter is de bestaande software niet direct inzetbaar in deze sectoren. Het MKB in deze sectoren ervaart daarom een grote uitdaging om dergelijke complexe autonome functionaliteit beschikbaar te maken, zonder dat men kan voorbouwen een open, sectorspecifieke softwareoplossing. In Automotion willen de aangesloten partners vanuit bestaande kennis en ervaring tot een eerste integratie en demonstratie komen van een beschikbare automotive open source softwarebibliotheek, aangepast en specifiek ingezet op rijdende robots voor agrifood en smart industry, met focus ‘pickup and delivery’ scenario’s. Hierbij worden de aanpassingen - nieuwe en herschreven ‘boeken’ in de ‘bibliotheek’ - weer in open source gepubliceerd ter versterking van het MKB en het onderwijs. Parallel hieraan willen de partners ontdekken welke praktijkvragen uit dit proces voortvloeien en welke onderliggende kennislacunes in de toekomst moeten worden ingevuld. Via open workshops met uitnodigingen in diverse netwerken worden vele partijen uitgenodigd om gezamenlijk aan de hand van de opgedane ervaringen van gedachten te wisselen over actuele kennisvragen en mogelijke gezamenlijke toekomstige beantwoording daarvan.
COMBINE staat voor: COmmunity driven Model Based INtelligent systems Engineering. Voorgaande RAAK-mkb projecten Fast&Curious en SMARTcode resulteerden een community van bedrijven en kennisinstellingen rondom HAN tools voor modelgebaseerde ontwikkeling van regelsystemen. De aanvankelijke focus lag hierbij op de prototype fase. Intussen is de focus verschoven naar serieproductie. Er is veel waardering voor de deling van preconcurrentiële kennis en ervaring in de community en de marktgedreven ontwikkeling van de tools, aangestuurd door de community. Diverse vakbladen deden hiervan verslag. De HAN tools richten zich tot op heden op het modelleren van regelalgoritmes. Nu de voordelen van deze technologie door de MKB partners worden herkend en ingezet, ontstaat de wens om vergelijkbare ondersteuning te introduceren voor het modelleren van het te regelen systeem. Een dergelijke aanvulling op de tools completeert de ondersteuning voor een volledige, modelgebaseerde workflow. Dit resulteert in een centrale MKB vraag naar de benodigde kennis en de tools om systeemmodellen snel, goedkoop en met de vereiste kwaliteit te kunnen realiseren en vervolgens optimaal te integreren in het ontwikkelproces. Naast de gewenste uitbreiding van de tools ontstaat er ook vanuit de Agri & Food sector een toenemende vraag naar de in de community beschikbare tools en de gehanteerde samenwerkingsvorm. COMBINE beoogt daarom twee doelen: 1. Het combineren van de sectoren High Tech Systemen & Materialen en Agri & Food op het gebied van modelgebaseerd ontwikkelen 2. Het combineren van nieuwe modelgebaseerde technieken op het gebied van systeemmodellering met bestaande low-cost tools Met de deliverables van COMBINE – tools, ontwikkelproces en preconcurrentiële samenwerking – worden bestaande oplossingen voor het MKB verrijkt op het gebied van systeemmodellen en direct gedeeld in een groeiende community die een breder applicatiegebied bestrijkt.
De Nederlandse agrosector heeft te maken met sterke schaalvergroting, klimaatverandering, achteruitgang van bouwland door bodemverdichting van zware machines, teruglopende beschikbaarheid van arbeid en een strengere milieuwetgeving. Oplossingen worden gezocht in het gebruik van kleine, autonome machines (agrobots) die specifieke taken van boeren kunnen overnemen. Nederlandse machinebouwers als Lely spelen hierop in met melk-, voer- en mestruimrobots. De agrarische sector wil steeds efficiënter werken, haar productiviteit verbeteren en vraagt zodoende voortdurend om slimmere applicaties. Een toekomstbeeld waarbij samenwerkende agrobots situaties kunnen beoordelen en gezamenlijk complexe taken kunnen uitvoeren wordt gezien als ‘The next step’ en onvermijdelijk, maar tevens als ingewikkeld, risicovol en voorlopig onrealiseerbaar. Machinebouwers hechten grote waarde aan betrouwbaarheid en missen de technologie om onderlinge coöperativiteit tussen machines met de nodige robuustheid te kunnen ontwikkelen en te integreren in hun product. De HAN heeft inmiddels veel ervaring opgebouwd op het gebied van programmeertools voor robotica en wil samen met kennisinstellingen als WUR, TUDelft en UT, machinebouwers als Lely en MultiToolTrac en eindgebruikers uit de agrarische sector, kennis en ervaring ontwikkelen op het gebied van het programmeren van robuuste, coöperatieve systemen. Het consortium wil dit doen met behulp van een modelgebaseerde workflow op basis van een integrale, open source toolchain waarin bestaande tools c.q. ecosystemen zijn geïntegreerd. Dit moet uiteindelijk resulteren in een praktijkdemonstratie – op de Floriade 2022 - van de technologie middels twee prototypes: mestrobots in de veehouderij en oogstafvoersystemen in de akkerbouw. Ten behoeve van een goede projectfocus beschouwt DurableCASE autonomie als reeds bestaand en voegt hier coöperativiteit aan toe. Concreet levert DurableCASE het volgende op: - gedemonstreerde en gepubliceerde, toepasbare kennis over robuuste coöperativiteit in agrobotica, gebaseerd op multi-agent technologie; - een open toolchain die efficiënte, modelgebaseerde ontwikkeling van robuuste coöperativiteit mogelijk maakt; - inzicht in de business case; - lesmateriaal op basis van bovengenoemde kennis en toolchain.
