Robotprogrammering minder complex maken, is essentieel om de robot meer algemeen ingang te doen vinden, vooral in een high-mix low-volume productieomgeving. Teach-by-demonstration, of aanleren door het voor te doen, is jarenlang dé norm geweest, maar het offline robotprogrammeren (OLRP) wint steeds meer terrein omdat het veelzijdig en gebruikersvriendelijk is en ook omwille van recente ontwikkelingen, zoals een ruimer commercieel aanbod en de beschikbaarheid van merkonafhankelijk oplossingen.
"Minstens 40% van de lopende kosten van een robot komt van de programmering", aldus Jason Barton, chief commercial officer van Realtime Robotics Inc. (Boston). Logisch dus dat het minder complex maken van robotprogrammering een belangrijke factor is om de robot meer algemeen ingang te doen vinden, vooral in kmo's met een high-mix low-volume productie, die betaalbare, flexibele, eenvoudig te implementeren en te herprogrammeren oplossingen nodig hebben.
Teach-by-demonstration versus offline robotprogrammering
De twee belangrijkste programmeermethodes zijn teach-by-demonstration, of aanleren door het voor te doen, en offline robotprogrammeren:
- Bij teach-by-demonstration wordt de robot aan de hand van een bedieningsapparaat, een joystick of een manueel geleidesysteem naar de gewenste locatie verplaatst. Het programma wordt online, stap voor stap opgebouwd (Afbeelding 1).
- Bij OLRP, of offline robotprogrammering, wordt het programma offline met behulp van een extern softwareprogramma voorbereid. Daarna wordt het programma ingeladen en gecontroleerd op de robot.
Teach-by-demonstration, of aanleren door het voor te doen, is jarenlang dé norm geweest en verdient nog steeds de voorkeur voor eenvoudige programma's, maar het offline robotprogrammeren (OLRP) wint steeds meer terrein omdat het veelzijdig en gebruikersvriendelijk is, vooral wanneer het om complexe programma's gaat. De onderstaande tabel geeft de belangrijkste voor- en nadelen van de twee methodes weer.
