De nieuwste generatie sorteersystemen detecteert lastige defecten met hoge accuraatheid

“We willen naar 100 procent detectie toe, zodat er uiteindelijk zonder personeel gesorteerd kan worden,” zegt Roland Scheffer van Ellips, dat zich richt op het optimaliseren van sorteerprocessen en sorteersystemen. Samen met zijn collega’s Jody Bakker, Mitchel Bakker en Adriaan Vet geeft hij aan dat Ellips in dat proces onlangs een volgende stap heeft gezet met het introduceren van een nieuwe deep learning module, TrueAI, die onderdeel is van het nieuwe software platform, TrueSort 2.

Met TrueAI zorgt Ellips ervoor dat zogenaamde last mile defects worden opgespoord

De bestaande technologie in de wereld heeft moeite met het bepalen van specifieke lastige defecten. Deze defecten kunnen in zoveel verscheidene vormen voorkomen, waardoor het extreem lastig is om al die combinaties te modelleren en door te rekenen.
De nieuwe software kan deze last mile defects wel opsporen omdat het getraind is met behulp van grote hoeveelheden data in combinatie met de expertise van operators en kwaliteitscontrolepersoneel.”

Geavanceerd sorteersystemen: mogelijk gemaakt door enorme hoeveelheden data

Deze ontwikkeling was geen simpele klus laat Mitchel weten. “De uitdaging zit hem erin om met grote hoeveelheden data het systeem te optimaliseren; hoe meer data er in het systeem komt, hoe beter het een bepaald defect kan detecteren. Dit is mogelijk gemaakt omdat wij wereldwijd een groot klantenbestand hebben en data verzameld hebben over verschillende seizoenen en omstandigheden. Hiermee kunnen we de accuraatheid van het detecteren van de lastige defecten naar een hoger niveau tillen.”

Lastig op te sporen

Een voorbeeld van zo’n lastig te detecteren defect zijn de scheurtjes die zich bijvoorbeeld bij appels rond het steeltje kunnen voordoen. “Die scheurtjes kunnen in allerlei groottes en kleuren voorkomen, afhankelijk of het net opengescheurd is of al langer open is. Daarbij heb je altijd het steeltje wat in de weg zit en voor schaduw zorgt en kun je met de camera maar op een paar momenten precies in het steelgebied kijken om te zien of daar een defect zit,” legt Mitchel de complexiteit van de beschadiging uit. “Het is dus heel lastig om dat uit te sorteren. Met deze technieken (deep learning sorteersystemen) is dat wel mogelijk. Voorheen was dat iets waarvoor de operator allerlei parameters moest instellen, maar omdat het defect in zoveel verscheidene vormen kan voorkomen, is het extreem lastig om dit door mensen te laten instellen.”

Software en operators samen

Hoewel het toepassen van Artificial Intelligence (AI) bij het sorteerproces de betrouwbaarheid omhoog brengt en ervoor zorgt dat er minder medewerkers nodig zijn, wil het niet zeggen dat de rol van de operator is uitgespeeld. “De operator heeft zelf controle over de kwaliteit die wordt uitgesorteerd, maar de parameter instellingen die voorheen door de operator werden gedaan, worden nu uitgevoerd door het systeem,” zegt Mitchel. “Je wilt het beste van beide werelden: nog steeds een operator die kennis heeft van het product en de wijze waarop iets ingesteld kan worden in combinatie met onze krachtige nieuwe toolbox,” vult Jody aan. Zo geeft zij aan dat er bijvoorbeeld gevallen kunnen zijn waar de software ‘twijfelt’ over een defect en de uiteindelijke beoordeling van de kwaliteit wordt gedaan door de operator.

De nieuwe generatie sorteersystemen

“Dit is de toekomst, deze technologie wordt de nieuwe standaard”, zegt Mitchel. De deep learning software wordt momenteel op appels en dadels toegepast en zijn er ontwikkeling in gang voor uitbreiding naar andere producten zoals uien, kersen en blauwe bessen. Daarnaast heeft Ellips de laatste jaren voorbereidingen getroffen om de bestaande sorteersystemen te kunnen uitbreiden met de TrueAI-module.

Overzichtelijk

Tegelijk met de verbeterslagen in het kwaliteits-sorteren, heeft het software platform een make-over gekregen onder de naam TrueSort 2. Het nieuwe software platform biedt oa de gebruikers de mogelijkheid om data uit het sorteerproces te gebruiken in hun ERP-systeem. Daarnaast zijn er nieuwe functionaliteiten zoals dashboards die operators, management en klanten informeert over de kwaliteit van de producten. “In elke batch kun je dan bijvoorbeeld het percentage defecte vruchten zien,” zegt Jody. “Maar ook het aandeel afval of het verschil in de verschillende klassen.” Daarnaast geeft Roland aan dat klanten steeds meer aspecten willen meten waardoor er ook meer meetwaardes in beeld verschijnen wat de overzichtelijkheid en het gebruikersgemak niet ten goede komt. “Met TrueSort 2 hebben we gezorgd dat de data worden geminimaliseerd door deze te groeperen in een logischere vorm waardoor het overzichtelijker blijft.”

Sturen

Uit de data kan de gebruiker zo nodig een selectie maken en een product definiëren door klassen te groeperen. Dit geeft ook de mogelijkheid om direct op de eisen van de (super)markten te sorteren. “Pack2Spec zorgt ervoor dat op de uitgang aan de supermarkt specificatie kan worden voldaan. Naarmate wij steeds nauwkeuriger kunnen sorteren, kunnen we ook goed sturen op wat de markt accepteert,” zegt Roland. “Dat betekent een optimalisatie van de opbrengst van de klant en levert ook een bijdrage aan het voorkomen van voedselverspilling.” Eén van de gebruikers is de in de VS gevestigde appelteler Starr Ranch Growers. Mitchel geeft aan dat zij werken met een 12-baans appel sorteerlijn met 60 productuitgangen waardoor het uitsplitsen van verschillende kwaliteiten belangrijk is. “Ons systeem heeft hen de flexibiliteit gegeven om in één software platform overzichtelijk met al die verpakkingen en kwaliteitseisen te kunnen werken.” Klik hier voor het volledige nieuwsbericht over Starr Ranch.