Program day 2
- 10:00-10:25
- Zaal 1
De digitale, flexibele fabriek: Het managen van dynamiek en onvoorspelbaarheid
- Patrick Verkerk Business Development Manager Robotics Benelux, Omron
OMRON neemt je mee naar de digitale flexibele fabriek met in de hoofdrol robotics. De macro variabelen, mass customization en reshoring, zijn de versnelling voor het verder digitaliseren van fabrieken.
Mobiele robots worden in flexibele productie lay-outs digitaal gekoppeld aan de intra-logistiek. Vaste robots hebben hun bestaansrecht aangetoond, maar is deze nog wel zo vast?
Wat is er op de markt beschikbaar om een fabriek flexibel te maken? Met een schep techniek en een lepel toekomst visie komt een digitale flexibele fabriek tot leven in een visueel inspirerend verhaal.
Deze lezing is beschikbaar als een Adobe Acrobat PDF bestand:
De digitale, flexibele fabriek: Het managen van dynamiek en onvoorspelbaarheid (9.1 MB)
- 10:30-10:55
- Zaal 1
Using modern Virtual Reality techniques for planning and training of complex maintenance activities in Big Science projects
- Cock Heemskerk Managing Director, Heemskerk Innovative Technology
The paper explains how Modern Virtual Reality technology can contribute in the conceptual design stage of Big Science projects to create and verify component designs and maintenance procedures. Cheaper and faster than physical mock-ups, the immersive and intuitive nature of VR allows to assess complex maintenance scenarios with first hand experience and little training, bringing out critical details on lighting, storage, tool logistics.
Deze lezing is beschikbaar als een Adobe Acrobat PDF bestand:
- 11:15-11:40
- Zaal 1
Processing hyperspectral images in space using artificial intelligence
- Marco Beijersbergen Directeur / Managing Director, Cosine
Hyperspectral cameras provide extensive information on shape and composition but this involves high data rates. This is a problem on board small satellites, as there is not sufficient bandwidth to transfer all data to ground. The first Earth observation satellite with on-board artificial intelligence hardware processes the hyperspectral data on board. This enormously increases the amount of information that can be downlinked, proving the benefit of edge computing that extends into space. Applying this technology on ground opens the way to faster, more efficient and less complex hyperspectral vision systems.
- 11:45-12:10
- Zaal 1
The James Webb Space Telescope
- Gabby Aitink-Kroes Senior opto-mechanical design engineer, SRON
The James Webb Space Telescope is world’s largest space telescope ever launched. JWST also Webb is specially built for observing at the infrared wavelengths. A wavelength range particularly rich in information for the astronomers. The sheer size and amazing sensitivity for this heat radiation demanded a novel approach to its design, launch, orbit and deployment.
After the successful launch last Christmas Webb is almost is ready to be used at its full potential. Currently the last instrument characterization is on its way, results up to now are beyond expectation.
The Netherlands provided a major contribution to the design, realization and still aids the commissioning of the Mid InfraRed Instrument – MIRI on board of Webb.
Deze lezing is beschikbaar als een Adobe Acrobat PDF bestand:
The James Webb Space Telescope (9.4 MB)
- 13:30-13:55
- Zaal 1
Synthetic Data for Machine Learning
- Vincent Bos Business Manager , Demcon Synthetic Data
Machine Learning is a powerful instrument, but heavily relies on the quality of available data and annotation. Rare edge-cases may be lacking, precise labeling can be difficult to nearly impossible or the data simply does not exist yet. Demcon Synthetic Data develops procedural 3D models to generate project specific datasets by simulating specific sensors in this virtual environment. The known ground truth of the simulation has the added benefit of enabling pixel perfect, rich labeling, which might otherwise not be feasible. We will present our technology using examples of synthetic data projects in food, robotics and quality inspection.
- 14:00-14:25
- Zaal 1
Veilige toe- en afvoer naar een industriële robotcel, wat zijn de huidige eisen?
- Nick de With Docent Machineveiligheid Mikrocentrum/Senior Consultant/TÜV Functional Safety Expert, Fusacon
Een industriële robotcel veilig afschermen/beveiligen is redelijk complex als het product met een conveyor door een opening naar binnen of naar buiten wordt getransporteerd. Belangrijke vragen zijn: Hoe groot mag een opening zonder beveiliging zijn? Wanneer is een lichtscherm met muting vereist en welke eisen worden hieraan gesteld? Wat zegt de onlangs vernieuwde norm EN 619 hierover? Tijdens de lezing wordt uitgelegd wat de huidige eisen zijn voor een veilige toe- en afvoer naar een industriële robotcel.
Deze lezing is beschikbaar als een Adobe Acrobat PDF bestand:
Veilige toe- en afvoer naar een industriële robotcel, wat zijn de huidige eisen? (2.5 MB)
- 15:00-15:25
- Zaal 1
Synthetische data, een oplossing voor de ontwikkeling van AI-toepassingen
- Glenn Aesaert Project Manager, Vintecc
Het gebruik van synthetische data om op AI gebaseerde algoritmen voor visie-toepassingen kan veel voordeel bieden. Wat is synthetische data? Hoe werkt het? Waarom zouden we synthetische data gebruiken? Wat is het nadeel van het gebruik van synthetische data? Hoe kunnen we dit oplossen?
Deze lezing is beschikbaar als een Adobe Acrobat PDF bestand:
Synthetische data, een oplossing voor de ontwikkeling van AI-toepassingen (7.3 MB)
- 10:00-10:25
- Zaal 2
Ontwerp van een volledig autonome tractor voor duurzame landbouw
- Tim Clephas Robotics Engineer, Nobleo Technology
Vanwege onze autonomie ervaring werd aan Nobleo de vraag gesteld of we konden helpen met het volledig autonoom maken van een vloot tractoren. Kunnen we met de hulp van moderne technologieën en ons framework hier een succesverhaal van maken? Natuurlijk gingen we daarmee aan de slag. Binnen het jaar hadden we een gesimuleerde tractor volledig autonoom rondrijden op een digitaal veld. En toen de eerste tractor mechanisch af was hebben we precies deze zelfde software er op gezet. Een week later was het eerste veld volledig autonoom gecultiveerd.
- 10:30-10:55
- Zaal 2
Gaat Kunstmatige Intelligentie Vision vervangen?
- Maurits Kaptein Professor Data Science, Tilburg University & Co-founder Scailable, uit naam van HPS Industrial
Een digitaal beeld is simpelweg een tensor van kleurcodes: de digitale beschrijving van de lichtinval op camera. Door deze tensor te manipuleren kunnen we krachtige toepassingen maken: door twee frames van elkaar af te trekken kunnen we al zien of er iets beweegt voor de camera. Echter, wanneer de taak complexer wordt, is het lastig om expliciet de manipulaties van de tensoren uit te schrijven. Artificiële Intelligence (AI) biedt ons een manier om deze complexe taken op te lossen. Maurits legt uit waar traditionele vision overgaat in AI, en bespreekt of, en wanneer, de AI de vision zal vervangen.
Deze lezing is beschikbaar als een Adobe Acrobat PDF bestand:
- 11:15-11:40
- Zaal 2
Applying BD, AI and ML into the field of Industrial Automation
- Robin van Tongeren Senior Application Engineer, Festo
How can we turn buzzwords like Big Data, Artificial Intelligence and Machine Learning into practice in the field of Industrial Automation? What pitfalls can result in a deadlock or can prevent you from even starting? Practice teaches us, to start small, think big and continuously update the plan or roadmap.
- 11:45-12:10
- Zaal 2
De voordelen van Vision met toepassing van Machine Learning
- Ferro Koornberg Manager Software Engineering, Hellebrekers
In de basis zijn Vision-systemen op twee manieren te programmeren; op de traditionele manier en met toepassing van Machine Learning. In deze lezing maken we het verschil duidelijk tussen het traditioneel programmeren en configureren van Vision systemen versus het toepassen van Machine Learning. Machine learning (ML) is een vorm van kunstmatige intelligentie (AI) die erop gericht is om van verwerkte data te kunnen leren of data te gebruiken om beter te kunnen presteren. ML helpt dan ook om de Vision systemen slimmer te maken. Welke voordelen biedt deze nieuwe manier en op welke manier kan dit toegepast worden in de verschillende industrieën komen tijdens deze lezing aan bod.
- 13:30-13:55
- Zaal 2
Visual learning, from inspiration to action
- Tom Koopen Visual learning expert, de tijdelijke expert
Visual deep learning is everywhere these days. Self driving cars, automatic robotic pick and place, apps recognising all kinds of objects show us a new world of possibilities. But how do we apply all this technology in machine building and what will be our benefits? In this talk I will show you how to add visual learning to your machines. What data to acquire, what tools to use. What steps to take and how to avoid pitfalls. What expertise you need to get you started. All illustrated with examples from applications in industry.
Deze lezing is beschikbaar als een Adobe Acrobat PDF bestand:
- 14:00-14:25
- Zaal 2
Deep thoughts on Deep Learning
- Jaap van de Loosdrecht Lector Computer Vision & Data Science, NHL Stenden Hogeschool
Deep Learning. What is Deep Learning? What can you do with it? What are the limitations of Deep Learning? How will Deep Learning affect our society?
Deze lezing is beschikbaar als een Adobe Acrobat PDF bestand:
Deep thoughts on Deep Learning (2.3 MB)
- 15:00-15:25
- Zaal 2
Fully Documented Fisheries
- Angelo Mencarelli Onderzoeker, Wageningen University & Research
Fully Documented Fisheries project, founded by the European Maritime and Fisheries Fund, aims, within the context of the forthcoming the European Landing Obligation, to fully document the catches from fisheries using Electronic Monitoring as a catch registration tool to automatically record the number and weight by species of the discarded catch. The detection of unwanted fish on board commercial bottom trawlers produces a logbook recording the total catch, weight, and length for each species. The presence of debris, catch occlusions on the sorting belt, fish overlapping, and the illuminance variation are the most fundamental challenges the system has to face.
Deze lezing is beschikbaar als een Adobe Acrobat PDF bestand:
Fully Documented Fisheries (5.9 MB)
