YOMO (You Only Measure Once)

DossierAI.KIEM.01.008
StatusInitieel
Subsidie€ 39.804
Startdatum1 september 2026
Einddatum31 augustus 2027
RegelingKIEM Arbeidsbesparende AI 2026
Thema's
  • Sleuteltechnologieën en duurzame materialen
  • Bètatechniek

In dit project wordt gezocht naar een methode om de effectieve werktijd van lassers te verhogen, door digitale ondersteuning bij meet- en registratieprocessen te verzorgen. Een hogere efficiënte is nodig, in situaties waar tekort aan lassers dreigt, maar robotiseren (nog) geen optie is, zoals bij complexe enkelstuksproducten. Lassers besteden nu nog veel werktijd aan werkzaamheden zoals opzoeken van instructies, tekening lezen, meten, schoonmaken van de oppervlakken etc. Ook moet het uitgevoerde werk geregistreerd worden. Daarom wordt in het project een combinatie van AI-toepassingen ingezet: Object-recognition en meten van afstanden tussen objecten in industriële context m.b.v. vision en machine learning (ook met behulp van 3D tekeningen) en Action-recognition om vast te stellen welke handelingen uitgevoerd zijn. Dit kan met behulp van relatief goedkope hardware zoals industriële camera’s, laser pointers, aruco markers, diepte- en bewegingssensoren. Zo wordt kennis opgebouwd over hoe deze elementen geïntegreerd kunnen worden, of het werkt in een productieomgeving die sterk wisselt en waarin kennisuitwisseling tot nu toe vaak impliciet is. Op basis hiervan kunnen de betrokken praktijkpartners zich een goed beeld vormen van de mogelijke volgende stappen op het gebied van toepassen van arbeidsbesparende AI en of dit inderdaad kan leiden tot hogere productiviteit. De oplossing zal samen met de lassers van het bedrijf ontwikkeld worden, eerst getest worden in het lab van de hogeschool en daarna in de praktijk.

Contactinformatie

De Haagse Hogeschool

Consortiumpartners

bij aanvang project