{"id":11721,"date":"2026-02-24T16:24:15","date_gmt":"2026-02-24T15:24:15","guid":{"rendered":"https:\/\/ai-matters.eu\/bumet-onderzoekt-bin-picking-met-ai-binnen-ai-matters-eerlijk-inzicht-in-wat-nu-al-kan\/"},"modified":"2026-03-02T10:45:48","modified_gmt":"2026-03-02T09:45:48","slug":"bumet-onderzoekt-bin-picking-met-ai-binnen-ai-matters-eerlijk-inzicht-in-wat-nu-al-kan","status":"publish","type":"post","link":"https:\/\/ai-matters.eu\/nl\/bumet-onderzoekt-bin-picking-met-ai-binnen-ai-matters-eerlijk-inzicht-in-wat-nu-al-kan\/","title":{"rendered":"BUMET onderzoekt bin-picking met AI binnen AI-MATTERS: eerlijk inzicht in wat nu al kan"},"content":{"rendered":"\n
Ervaring van BUMET:<\/div>
<\/path><\/svg><\/path><\/svg><\/path><\/svg><\/path><\/svg><\/path><\/svg><\/div><\/div><\/div><\/div>\n\n
<\/div>\n\n

Hoe automatiseer je niet alleen het lasproces, maar ook de handelingen daarvoor? Die vraag stond centraal bij BUMET tijdens een AI-MATTERS-onderzoek naar bin-picking. Samen met Affix Engineering onderzocht het bedrijf of los gestorte plaatwerkdelen automatisch en betrouwbaar opgepakt kunnen worden door een robot. De uitkomst was helder: de technologie heeft veel potentie, maar op dit moment is er voor BUMET nog een tussenstap nodig. Juist dat inzicht levert grote waarde op. <\/strong><\/p>\n\n

BUMET: Plaatwerk voor uiteenlopende sectoren<\/h2>\n\n

BUMET is toeleverancier van plaatwerk en lassamenstellingen voor klanten in onder andere automotive, landbouw, medisch en hightech. In Heeze werken zo\u2019n zestig mensen aan beugels, kapjes, kleine onderdelen en complete samenstellingen. Managing Director Erik Niewerth: <\/p>\n\n

\u201cRobotica speelt al langere tijd een rol bij BUMET. Met de inzet van lasrobots, kantrobots en een puntlasrobot hebben we volumeprocessen goed geautomatiseerd. Maar de combinatie met AI was voor ons nieuw.\u201d<\/em><\/p>\n\n

De aanleiding: ook de aanvoer automatiseren<\/h2>\n\n

De interesse in AI ontstond vanuit het programma Operator of the Future. \u201cEr gebeurt veel op het gebied van flexibele automatisering,\u201d zegt Erik. \u201cWe wilden daar graag bij betrokken blijven.\u201d “We wilden nauw betrokken blijven bij die ontwikkelingen.”<\/em><\/p>\n\n

Tegelijk zag BUMET een duidelijke bottleneck in de productie. \u201cWe hebben mooie geautomatiseerde processen, maar er staat bijna altijd nog een operator die producten \u00e9\u00e9n voor \u00e9\u00e9n klaarlegt voor de machine. Dat kan anders. Ook die stap willen we automatiseren.\u201d <\/p>\n\n

Via AI-MATTERS, aangeboden door Brainport Industries, kreeg BUMET de kans om dit te onderzoeken in een veilige testomgeving. Zo kwam het bedrijf in contact met Affix Engineering. <\/p>\n\n

Van vraag naar haalbaarheidsstudie<\/h2>\n\n

Affix Engineering bekeek de productie bij BUMET en sprak uitgebreid met het team. \u201cAffix spreekt onze taal,\u201d zegt Erik. \u201cHet bedrijf heeft een lange historie in de maakindustrie en begrijpt onze processen. Dat maakt samenwerken prettig.\u201d<\/em><\/p>\n\n

Samen brachten ze de uitdaging scherp in beeld. Het doel was duidelijk: losse, gestorte producten automatisch uit een pallet laten pakken door een robot en aanbieden aan een lasopstelling. Affix vertaalde dit naar een haalbaarheidsstudie voor bin-picking met vision en AI. <\/p>\n\n

Waar ligt de moeilijkheid?<\/h2>\n\n

In de praktijk blijkt bin picking complex. \u201cEen robot kan prima van A naar B bewegen,\u201d legt Erik uit. \u201cMaar bij ons komen pallets binnen met soms duizend onderdelen. Om die automatisch te pakken, moet de robot exact weten waar elk onderdeel ligt \u00e9n hoe het ligt.\u201d <\/em><\/p>\n\n

\n
\n
\"\"
Point Cloud in de bak<\/figcaption><\/figure>\n<\/div>\n\n\n\n
\n
\"\"
Deep Learning-weergave van onderdelen in de bak<\/figcaption><\/figure>\n<\/div>\n<\/div>\n\n

Met camera\u2019s en AI kun je vormen herkennen en slagingspercentages bepalen. Affix testte verschillende vision-opstellingen en technieken, waaronder 3D-CAD-matching en deep learning. <\/p>\n\n

3D-CAD-matching bleek mogelijk, maar onvoldoende nauwkeurig door de beperkte kenmerken en het in elkaar grijpen van onderdelen. Deep learning verbeterde de herkenning, maar leverde nog niet de vereiste 3D-nauwkeurigheid. Ook alternatieve vision-systemen lieten vergelijkbare beperkingen zien. <\/p>\n\n

\n
\n
\"\"<\/figure>\n<\/div>\n\n\n\n
\n
\"\"
3D CAD-matching<\/figcaption><\/figure>\n<\/div>\n\n\n\n
\n
\"\"<\/figure>\n<\/div>\n<\/div>\n\n
\n
\n
\"\"
3D CAD-matching<\/figcaption><\/figure>\n<\/div>\n\n\n\n
\n
\"\"
Aangrijpingspunten van een onderdeel<\/figcaption><\/figure>\n<\/div>\n\n\n\n
\n
\"\"
Point Cloud met IT+ robotcamera<\/figcaption><\/figure>\n<\/div>\n<\/div>\n\n

De grootste uitdaging zit in de geometrie van de onderdelen: weinig onderscheidende kenmerken en een grote kans op verstrengeling in de bak.<\/p>\n\n

Technische inzichten uit het onderzoek<\/h2>\n\n

De conclusie was eerlijk en helder: voor deze onderdelen is de technologie nog niet betrouwbaar genoeg voor nauwkeurig en herhaalbaar lassen in hoge volumes.<\/p>\n\n

Toch is voor BUMET is het resultaat positief, ook al is de oorspronkelijke droom nog niet haalbaar. \u201cWe weten nu dat de oplossing zoals we die voor ogen hadden vandaag nog niet werkt,\u201d <\/em>zegt Erik. \u201cDat is waardevolle kennis. We voorkomen dat we te vroeg investeren.\u201d<\/em><\/p>\n\n

Tegelijk ligt er een realistisch pad vooruit. \u201cEen belangrijke doorbraak zat in het denken over een tussenstap. Met een flex-feederopstelling kunnen onderdelen eerst gescheiden worden en in een vaste ori\u00ebntatie worden aangeboden. In die configuratie lukt het wel om onderdelen betrouwbaar aan te voeren naar een industri\u00eble robot.\u201d<\/em><\/p>\n\n

Samenwerking die vertrouwen geeft<\/h2>\n\n

Erik is uitgesproken positief over de samenwerking en AI-MATTERS. \u201cAffix heeft aan een half woord genoeg. De mensen van het bedrijf begrijpen de problematiek en durven buiten de gebaande paden te denken. En ze zijn ook eerlijk als iets nog niet kan.\u201d<\/em><\/p>\n\n

Een groot voordeel van AI-MATTERS vindt Erik de veilige testomgeving. \u201cAls je dit soort dingen direct in de fabriek test, loop je het risico dat je productie stilvalt. Dat wil je niet. Nu kon onze productie gewoon doorgaan en liep dit onderzoek ernaast.\u201d<\/em><\/p>\n\n

Vooruitkijken met realistische verwachtingen<\/h2>\n\n

BUMET ziet AI als een hulpmiddel dat steeds belangrijker zal worden. Dit project gaf vooral richting. \u201cWe weten nu waar de techniek staat en welke stappen logisch zijn,\u201d besluit Erik. \u201cDat helpt ons om gefundeerde keuzes te maken voor de toekomst.\u201d <\/em><\/p>\n\n

Zijn advies aan andere bedrijven is duidelijk: \u201cIk kan deelname aan AI-MATTERS volledig aanraden. Je werkt met sterke partners, je weet waar je aan toe bent en je krijgt echt wat er beloofd wordt. Dat is gewoon top.\u201d<\/p>\n\n

Wilt u weten hoe onze projectmanagers uw organisatie kunnen helpen?<\/strong><\/h2>\n\n

Neem contact met ons op voor een vrijblijvend gesprek: https:\/\/ai-matters.eu\/contact\/<\/a><\/p>\n\n

<\/div>\n\n
\n