Robots kunnen rivieren ontgiften, afval sorteren of installaties voor hernieuwbare energie inspecteren, maar hun eigen ecologische voetafdruk blijft een open vraag. Om daar een antwoord op te geven, heeft de robotica-gemeenschap nu een instrument: het project Robotics Eco-Label, geleid door Bram Vanderborght aan de Vrije Universiteit Brussel in België. Het behoort tot de projecten die worden gefinancierd door de duurzaamheidssubsidies van de IEEE RAS, gepresenteerd op de ICRA in juni.
Een duurzaamheidsscore voor robots
De voetafdruk van een robot beslaat zijn volledige levenscyclus, van de winning van zeldzame aardmetalen tot de fabricage, het gebruik en de eindelevensduur. Tot nu toe beschikte de gemeenschap niet over specifieke instrumenten om die te berekenen. De Robotics Eco-Label Toolkit, een lichtgewicht online toegankelijke toolbox, verdeelt de robot in verschillende elementen: materialen, energiebronnen, sensoren, processoren, actuatoren (de componenten die bewegingen uitvoeren), ontwerp en recycleerbaarheid.
Elk van deze elementen wordt beoordeeld volgens vijf criteria: grondstofbesparing, levensduurverlenging, koolstofvoetafdruk, energie-efficiëntie en circulariteit. De resultaten worden gecombineerd in een gewogen matrix om een Eco-Score van 0 tot 100 te produceren. De wegingsfactoren zijn in dit stadium nog niet vastgelegd, en hun definitie zal deel uitmaken van het komende onderzoeks- en samenwerkingswerk. Een lage score op een gebied kan wijzen op energieverslindende actuatoren, beperkte repareerbaarheid, moeilijk recycleerbare materialen of het ontbreken van een eindelevensduurplan. Het uitgesproken doel is om de milieuafwegingen al in de vroege ontwerpfasen zichtbaar te maken.
De juist gedimensioneerde robot kopen
Duurzaamheid gaat ook over aankoopkeuzes. Een robot die groter of capabeler is dan nodig, verbruikt meer materiaal en energie zonder dat zijn capaciteiten worden benut. Een door de IEEE RAS gefinancierd team, geleid door Antun Skuric, heeft een open source platform ontwikkeld voor het beoordelen van de duurzaamheid van collaboratieve robots. De gebruiker definieert de vereiste werkruimte, nuttige lading en traject, en het platform identificeert de robot met de minimale massa die aan deze behoeften voldoet. Interactieve tools maken het mogelijk de robot te visualiseren, de toegankelijke ruimte en belangrijke configuraties te observeren.
Zonne-energie en educatie
In Nigeria hebben meer dan 90 miljoen mensen geen betrouwbare toegang tot elektriciteit. Het project SolarPeer 360, geleid door Umar Adetola Abdulganiyy, student aan de Federal University of Technology in Minna, combineert robotgestuurde zonvolging, door AI ondersteunde optimalisatie en peer-to-peer energieverdeling. Volgens het team kan « energie die efficiënter wordt opgevangen, rechtvaardiger worden gedeeld ». Ze geven aan een winst van 60,3% gemiddeld vermogen te hebben gemeten in een vergelijking tussen een zonvolgend paneel en een vast paneel, waarbij het vermogen steeg van 3,83 W naar 6,14 W. De door AI ondersteunde optimalisatie zou bovendien een vermindering van ongeveer 25% van de energieverliezen in de testomgeving hebben opgeleverd. Vijf mini-communitysystemen zijn geïnstalleerd, en een workshop over zonne-energie heeft meer dan 500 leerlingen bereikt.
In Cyprus heeft het project Caretta, geleid door Mustafa Kemal Ambar, leerlingen van 8 tot 16 jaar kennis laten maken met robotica en duurzame ontwikkeling. Geïnspireerd door de onechte karetschildpad, heeft het geleid tot een robotprototype bedoeld om kustvervuiling te verminderen. Twee kustopruimacties werden georganiseerd, en meer dan 30 leerlingen namen deel aan de seminars en praktische activiteiten. Tijdens een veldoefening wees een van hen naar het plastic afval bij het water en merkte op: « Misschien eten de schildpadden dat niet meer als Caretta sneller werkt. »
