13 Mei 2026 –
Op 13 mei sta ik op SPARK Campus IKDB in ‘s-Hertogenbosch voor een workshop ‘Physical AI in de Praktijk’. Drie uur, een groepje deelnemers, drie robots op de vloer. Geen slides over neurale netwerken — wel een Unitree Go2 die door de zaal loopt, onder een tafel doorduikt en op de trap zelf zijn weg zoekt.
Waarom Physical AI
AI is voor de meeste mensen een tekstvenster met ChatGOT of Claude.AI. Je typt iets, er komt iets terug. Physical AI is wat anders. AI met een lijf — sensoren, motoren, beslissingen in de echte wereld. Zodra een algoritme op vier poten dezelfde ruimte deelt als jij, verandert het gesprek. Niet meer “kan dit?”, maar “hoe ga ik hier mee om en wat doe ik ermee?”. Dat is de insteek van vandaag.
De setup
Twee opstellingen. Een demo-tafel met de remote, een PS-controller, een groot scherm voor de camerafeed van de robot en wat Arduino-spul voor later. Daarnaast een vrije vloer waar de robots kunnen lopen. Op de vloer twee Unitrees — een Go2 op poten en een Go2-W met wielen aan de poten. Beide met SPARK Campus en Jajo stickers. Op tafel staat ook een TurtleBot3 Burger, voor straks.
Wat is robotica eigenlijk
Ik begin altijd met die vraag. Het antwoord is bijna altijd te smal. Mensen denken aan industriële armen of aan een stofzuiger. De Go2 zit precies in het gat ertussen — mobiel, sensorrijk, programmeerbaar, en niet aan een werkbank vastgeschroefd. Logistiek, inspectie, agro, zorg. Trappen, ongelijke ondergrond, kruipruimtes. Plekken waar wielen vastlopen en mensen liever niet komen. Dat soort taken.
Veilig werken
Voordat iemand vandaag een controller in handen krijgt, doen we de veiligheidsronde. Een Go2 weegt ongeveer 15 kilo, beweegt verrassend snel en heeft scherpe servo-knieën. Geen speelgoed.
Drie afspraken:
– Eén pilot per robot. Niemand anders raakt de controller aan.
– Noodstop op de remote, of optillen aan de bovenkant zodat de poten in de lucht hangen.
– Uit de directe loopcirkel blijven als de robot autonoom navigeert.
Klinkt logisch. Maar zodra de Go2 voor het eerst zelf overeind komt, vergeten mensen het. Dus die regels herhaal ik in het eerste half uur een paar keer.
Sensoren, camera’s en LiDAR
Hier wordt het interessant. De Go2 zit vol met sensoren. 3D LiDAR bovenop, fisheye camera vooraan, IMU, plus positie- en koppel-sensoren in elk van de twaalf gewrichten. Op het scherm zie je de live camerabeelden. Daarnaast laat ik kort zien hoe de robot zijn omgeving in een puntenwolk vertaalt. Het kwartje dat hier valt: een robot ziet niet zoals een mens. Hij weet niet wat een stoel is — hij weet dat er op die positie iets staat dat niet weggaat. Dat verschil bepaalt wat je van de robot kunt verwachten, en waar je tegen muren aanloopt als je taken aan herkenning wilt ophangen.
Besturing — van controller naar autonomie
We beginnen met de handheld remote. Deelnemers nemen om de beurt de controller. Joystick links voor positie, joystick rechts voor oriëntatie. Laagdrempelig, en je krijgt direct gevoel voor hoe de robot reageert.
Daarna naar de app. Dezelfde besturing, maar nu ook preset-bewegingen — zitten, dansen, handgebaar herkennen. Leuk, en het maakt meteen duidelijk dat er al veel kant en klaar in zit dat je niet zelf hoeft te programmeren. Het moment dat het meest indruk maakt: de robot in autonome modus zetten en hem onder een tafel door laten duiken. Hij berekent zelf zijn houding, zakt door zijn knieën, komt aan de andere kant overeind. Geen voorgeschreven pad. Gewoon “ga naar punt B” — hij regelt het zelf.
Live demo — de trap
De grote test is de trap in het IKDB-trappenhuis. Met de Go2-W, de wielversie. Die heeft een opvallende manier om treden te nemen — voorste wielen op de onderste trede, leunen naar voren, en met de combinatie van wielen en pootkinematica zichzelf optillen. Werkt niet altijd in één keer. Op een paar treden zakt hij iets terug, herrekent, en probeert opnieuw. Precies dat is het verschil met een geprogrammeerde sequence. De robot probeert, faalt klein, past zich aan. Dat is waar Physical AI begint.
Twee robots, één moment
Op een gegeven moment staan ze beide tegelijk op de vloer. Poten naast wielen, beide actief, beide met een eigen pilot. Een mooi vergelijkbeeld — hetzelfde basisplatform, twee bewegingsfilosofieën. De pootversie kan over alles wat je voor hem neerlegt. De wielversie is sneller en stabieler op vlakke ondergrond, maar heeft die trap-truc nodig zodra het oneffen wordt. Voor opdrachtgevers is dat een belangrijke discussie. Wielen, poten of een hybride? En wat zegt dat over de inzet?
Het andere uiterste — de TurtleBot
Naast de Go2’s staat op tafel de TurtleBot3 Burger. Bewust, want dat is precies de tegenpool van een Unitree. Een klein wielwagentje met een Raspberry Pi 4B, een LDS-02 LiDAR bovenop en ROS2 als softwarestack. Geen preset-dansje, geen polished app. Wel volledige toegang tot de rauwe sensordata en alle vrijheid om er zelf mee te bouwen.
Voor deelnemers maakt dat het verschil tussen consumer-robot en ontwikkelplatform meteen tastbaar. De Go2 zegt: kijk wat ik allemaal al kan. De TurtleBot zegt: wat ga jij hier mee bouwen? Wie eerst met een Unitree heeft gespeeld snapt beter wat er onder de motorkap van de TurtleBot moet gebeuren om iets vergelijkbaars te bereiken. SLAM, navigatie, obstakeldetectie — op de Go2 zit het kant en klaar, op de TurtleBot bouw je het zelf. Zo zie je waar de engineering zit.
Wat ik eruit haal
Drie dingen vallen me op:
- Mensen passen sneller aan dan ik vooraf denk. Binnen een uur sturen deelnemers zelfstandig de robot door obstakels en nemen ze besluiten over wat veilig is en wat niet. Vertrouwen groeit door doen.
- De gap tussen “demo werkt” en “dit doet betrouwbaar werk in jouw bedrijf” is nog groot. De Go2 is een fantastisch ontwikkelplatform. Of hij straks in jouw warehouse rondloopt — daar zit een serieus integratietraject tussen. Sensoren, data, koppeling met systemen, edge cases die je vandaag niet ziet.
- En daar komt BotBerg om de hoek. De hardware is niet meer het probleem. Een robotintegrator levert de beweging. De waarde zit in wat je er bovenop bouwt — sensoring, dataverwerking, embedded intelligentie, koppeling met de werkelijke bedrijfsprocessen. Dat is het gat dat ik probeer te vullen.
Wat heb ik gebruikt
– Unitree Go2 (beenversie, SPARK Campus)
– Unitree Go2-W (wielversie, Jajo)
– TurtleBot3 Burger met Raspberry Pi 4B en LDS-02 LiDAR
– Unitree handheld remote
– Playstation 4 – controller
– Workshopruimte SPARK Campus IKDB, ‘s-Hertogenbosch
Vervolg
SPARK Campus organiseert dit soort sessies vaker. Voor opdrachtgevers die concreet willen kijken wat een Physical AI traject voor hun proces betekent, ben ik bereikbaar voor een eerste verkennend gesprek. We hebben de robots, de ruimte, en de aansluiting met embedded development en mechanische realisatie in één huis. Volgende workshop komt eraan — schrijf je in via SPARK Campus.