Hubertustunnel — adaptieve freesrobot freest 26.000 m² brandwerende stuclaag op millimeterprecisie

De uitdaging: een gladde, gebogen tunnelwand zonder twee identieke meters

De brandwerende stuclaag in de Hubertustunnel was achttien jaar geleden aangebracht. De afgelopen jaren liet de bovenliggende vuurwerende coating los, waardoor jaarlijks vier reinigingsrondes met hogedrukstralen nodig waren. Strukton zocht voor de gemeente Den Haag een permanente oplossing: de hele asbesthoudende stuclaag verwijderen en de tunnelwand op consistente diepte vlakfrezen.

Dat klinkt eenvoudig, maar de praktijk was dat niet. De stuclaag varieerde van vijf tot negen centimeter dik. Klassieke handmatige verwijdering — met grote stofproblemen en zwaar werk — was geen optie. En vooraf programmeren werkte ook niet: geen twee meter tunnelwand is identiek. De wand is gebogen, oneven en heeft jarenlange vervorming. Een vooraf bedachte freesbaan zou na enkele meters al van het werk aflopen.

De oplossing: een zesassige (mogelijk zevenassige) robot op tracks die zelf zíjn werk uitmeet

Vlasman B.V., al jarenlang partner van AIM-Robotics en Grimbergen Industrial Systems, klopte aan voor een ander soort robot. Geen industriestandaard met een vaste fixture — daarvoor was de tunnel te onvoorspelbaar. Wel een adaptief systeem dat met één druk op de knop zelf kan vaststellen waar het is en wat het moet doen.

Het resultaat: een door Vlasman ontworpen en door AIM-Robotics, Grimbergen Industrial Systems en HWI Machining gebouwde zesassige, mogelijk zevenassige freesrobot met tracks. Gemonteerd op een slede die wordt aangedreven door een ouderwetse pothees op een platte wagon — een wagon zoals spoorwerkers ze al decennia gebruiken. De operator rijdt mee op de slede, instrueert de robot om op te kijken en te scannen, en laat hem dan los.

Stap 1 — De adaptieve scan

Het werk van de robot begint niet met frezen, maar met kijken. Een camera bovenop de slede scant de wand en lokaliseert 3D-geprinte hoogtereferentie-markers die Vlasman vooraf heeft aangebracht. Die in eigen werkplaats geprinte kunststof markers fungeren als ankerpunten op de tunnelwand — een Europese eerste in dit type werk. De vacuümunit naast de freesrobot zuigt het stof direct af, waardoor het in de tunnel ook tijdens het werk een schone werkomgeving blijft.

Stap 2 — Trajectory-berekening

De besturing — ontwikkeld in eigen huis — vergelijkt de gescande contour van de wand met de markers en bepaalt zijn precieze positie en de gewenste freesdiepte. Vervolgens berekent het systeem met een AI-model een baan die de robot millimeter voor millimeter veilig kan uitvoeren. Geen twee freesbanen zijn gelijk, omdat geen twee stukken wand gelijk zijn.

Stap 3 — Frezen, schuiven, herhalen

De robot freest het paneel — doorgaans 5 m breed bij 3,70 m hoog — in zijn geheel. Wanneer het paneel klaar is, schuift de robot met kop en al door naar het volgende paneel, en daar begint de cyclus opnieuw met een nieuwe scan. Op die manier was de robot per paneel gemiddeld een half uur bezig. Twee robots werkten parallel in de twee tunnelbuizen, zes dagen per week en zestien uur per dag — samen goed voor 26.000 m², verdeeld over 3.120 panelen.

Waarom dit een primeur is voor de tunnelwereld

Vergelijkbare frees- en sloopwerken in tunnels werden tot dusver vrijwel altijd handmatig uitgevoerd: zwaar werk, hoge stofbelasting, lange doorlooptijd. Pogingen tot automatisering strandden steevast op één probleem: elke tunnel is uniek, en elke meter binnen een tunnel is dat ook. Klassieke industriële robotica werkt met vaste opspanning en vooraf-geprogrammeerde paden — precies wat hier niet kon.

Door de robot zelf realtime de wand te laten scannen en op basis van die data zijn baan te laten bepalen, vervalt de noodzaak van vaste positionering en herprogrammering. Dat maakt het systeem direct geschikt voor elke tunnel, elk paneel en elke afwijking. Een typisch voorbeeld van wat wij high-mix, low-volume robotica noemen: niet duizend keer hetzelfde, maar elke keer anders — en tóch geautomatiseerd.

Operators sturen de robot, niet andersom

Een belangrijk ontwerpprincipe was dat een operator zonder programmeerervaring het systeem zelfstandig moet kunnen bedienen. Gewoon vakmanschap — dat verdween anders met de robot, en dat was uitdrukkelijk niet de bedoeling. Wat de robot doet, kan een operator overzien op een tablet: scan-resultaat, freesdiepte, voortgang. Hij start, hij volgt, en hij grijpt in als iets ongewoons opvalt. Stofvrij, ergonomisch, schoon en veilig.

Wat dit betekent voor jouw productie of project

De Hubertustunnel was een extreem voorbeeld van iets waar veel productieomgevingen mee worstelen: variatie. Variatie in producten, variatie in plaatsing, variatie in omstandigheden. Klassieke robotautomatisering vraagt dat je die variatie wegontwerpt — met dure mallen, vaste opspanning en eindeloos programmeren. Adaptieve robotica draait dat om: de robot accepteert de variatie en past zich aan.

Diezelfde aanpak passen we ook toe in:

• Metaal & machinebouw — lassen en slijpen op wisselende werkstukken zonder ompoten van de robot per variant.
• Beton & prefab — pick & place van producten waarvan elke serie net een tikje anders is.
• Scheepsbouw — nabewerking op grote, niet-modulaire constructies waar geen identieke meter bestaat.
• Recycling & demontage — vision-gestuurde verwerking van inkomende stromen die nooit twee keer hetzelfde zijn.

Het projectteam

• Vlasman B.V. — opdrachtgever, mechanisch ontwerp en uitvoering. Aannemer voor Strukton.
• AIM-Robotics — robotbesturing, scan-algoritmes, AI-trajectory en software-integratie.
• Grimbergen Industrial Systems — engineering en partnership in machinebouw (75+ jaar ervaring).
• HWI Machining — fabricage van de mechanische componenten.
• Strukton — hoofdaannemer namens de gemeente Den Haag.

Bronnen: interviews met Vlasman B.V. (Mirko Ophoff, Sven Vlasman, Douwe Rietveld), Strukton en AIM-Robotics. Eerder gepubliceerd in Into Business Alphen aan den Rijn (editie 2025) onder de titel “Robot van Vlasman B.V. maakt wanden Hubertustunnel spiegelglad”.