Tholen - De snelle opkomst van artificiële intelligentie (AI) en robots gaan voor revolutionaire veranderingen zorgen in de configuratie van de AGF-keten. In de toekomst zullen we minder productielijnen zien, maar zullen producten meer batchgewijs worden geprocessed, is de visie van Erik Pekkeriet, Programmamanager Agro Food Robotics bij WUR.
Ook pleit hij in dit eerder in vakblad Primeur verschenen artikel voor meer generieke oplossingen. De betaalbaarheid van nieuwe systemen en configuraties, hoeft in zijn ogen geen knelpunt te zijn. Qua onderdelen is een robot niet veel duurder, door AI zal de benodigde software voor het picken en beoordelen van producten zichzelf voor een groot deel gaan ontwikkelen.
Eerst zoomt hij in op het eind van de keten, beginnend aan het einde van een verpakkingslijn. In de meeste gevallen is dat het punt waar het verpakte en geëtiketteerde product de draaitafel verlaat. “Het verplaatsen en handlen van vast gedimensioneerde trays, dozen, kratten en pallets kan met robots. Track en trace en autonoom rijdende voertuigen nemen de intralogistiek in DC’s voor hun rekening. Deze logistieke dragers zijn niet afhankelijk van een lijn, maar kunnen willekeurig naar ieder station worden gestuurd. AGF loopt hier binnen food nog achter, maar in principe zijn daar geen belemmeringen meer”, stelt Erik.
Aan de voorkant van de keten is nog niet alles ‘opgelost’, zo lijkt een commerciële oogstrobot voor plukken van tomaten of paprika’s nog iets verder weg. Wat al wel aan de orde is, is het oogsten van productdata via robots en drones met sensoren. Erik: “Deze hebben als grote voordeel dat ze bij elke plant kunnen komen. Hierdoor is het mogelijk gewassen tot op de vierkante meter nauwkeurig te monitoren en de toestand ervan in kaart te brengen. Deze productdata zijn van grote waarde voor het logistieke proces dat volgt. Ook het handlen en kwaliteit-scannen van verse producten bij het verpakken is nog vaak handwerk.”
Product en data gekoppeld
Het Agro Food Robotics Team van WUR ontwikkelde PicknPack, een volledig geautomatiseerde, generieke, flexibele en zelfreinigende verpakkingsrobot. De wetenschappelijke uitdaging binnen het PicknPack-project was drievoudig. Het ontwikkelen van een verpakkingsrobot die zowel product oppakt, de kwaliteit van het product beoordeelt, verschillende soorten producten kan verwerken, en om deze producten op maat en flexibel te kunnen verpakken. Onderzoekers bij WUR hebben inmiddels aangetoond dat PicknPack voor onder andere trostomaten, kipfilet en druiven mogelijk is.
Tijdens het verpakkingsproces blijven product en productdata op kratniveau gekoppeld. Camera’s schieten beelden voor geavanceerde computerprogramma’s, die de producten in het krat herkennen. Vervolgens stuurt dezelfde software robotgrijpers aan om de producten snel en onbeschadigd uit de oogstkratten te halen en in een verpakking op maat te leggen. De verpakking wordt vervolgens gesloten en bedrukt met de benodigde productinformatie.
Deze technologie kan als rendabel alternatief worden gezien voor een traditionele verpakkingslijn waarin veel overcapaciteit is ingebouwd. Erik: “Ik verbaas me hoe weinig is gestandaardiseerd. Ieder verpakkingsbedrijf maakt zijn eigen lijn. Een verpakkingslijn kost een paar miljoen, als er geen product is of als er een onderdeel uitvalt, staat de hele lijn stil. Het kan veel efficiënter wanneer je in modules en in schaalbaarheid denkt.”
Erik wijst hierbij op het feit dat robots qua componenten niet duurder zijn dan verpakkingslijnen. Wat wel kostbaar is, is het ontwikkelen van een softwareprogramma dat het systeem aanstuurt.
Keten op de tekentafel
AI lost dat knelpunt, het herkennen, positioneren en beoordelen van het product, op. Deep learning-algoritmen kunnen uit de voeten met grote hoeveelheden ongestructureerde data en worden al veelvuldig ingezet bij toepassingen op het gebied van onder andere beeldherkenning.
Erik: “Eerst moesten we zelf kenmerken opgeven voor de analyse van de camerabeelden. Nu gebruiken we machine learning met trainingsdata en dat maakt dit soort robottoepassingen steeds interessanter voor bedrijven.” Toch werkt AI, zeker in het begin, niet 100%. Het is dus belangrijk om een work-around te ontwerpen die de laatste 5% afhandelt. Maar ook met die onzekerheid kan AI best goed overweg.
Mobiele voedselveilige verpakkingunits
Een PicknPack verpakkingsrobot is een stuk compacter dan een traditionele verpakkingslijn. Producten hoeven namelijk niet op een lopende band te worden gelegd. Product gaat direct vanuit de oogstkrat de verpakking in. Dat maakt deze systemen geschikt om op een teeltbedrijf neer te zetten of om telkens te verplaatsen, daar waar deze nodig is.
Interne sensoren meten voortdurend de vervuiling van machines en reinigen deze van binnenuit, alleen waar en wanneer dat nodig is, en zonder dat er grote hoeveelheden water en slangen aan te pas komen. “Camerasystemen zijn heel geschikt om besmettingen zoals EHEC bijvoorbeeld, op te sporen. Daarmee verbeter je de kwaliteit en kun je het contaminatierisico uitsluiten. In vlees wordt dit al toegepast”, verduidelijkt Erik.
Mede door de inzet van AI zullen PicknPack systemen straks gemakkelijk kunnen schakelen tussen verschillende soorten producten. Het uiteindelijke doel is een flexibele robot die telkens de juiste ‘handjes’ kiest en snel kan schakelen tussen een grijper voor komkommers naar zuignappen voor tomaten. Over een meer ingewikkelde systemen wordt al nagedacht. Momenteel wordt er in Wageningen een PicknPack robot ontwikkeld die ingrediënten voor soep- of maaltijdpakketten bij elkaar verpakt. Zo’n zelfde systeem zou zelfs op een voedselveilige manier ook kipfilets kunnen verwerken.
Logistiek netwerk
Doordat data en product gekoppeld blijven, zorgt dit voor veel meer flexibiliteit in de logistiek van teler naar verkooppunt. Met behulp van AI kan het risicobeheer van de hele toeleveringsketen anticiperender worden gemaakt. Zo kunnen bijvoorbeeld live-gegevens uit de toeleveringsketen, die tracking-sensoren leveren over de toestand van product bij de teler maar ook bij de vervoerder, in de modellen worden opgenomen en kunnen passende maatregelen worden genomen.
Erik: “Je kunt gaan denken in losse batches, waardoor je pas veel later in het proces hoeft te besluiten waar je de betreffende batch heen stuurt. Met geautomatiseerde distributiesystemen kun je producten dwars door alle logistieke stromen heen naar het juiste plekje brengen.”
In de visie van het Agro Food Robotics Team kan de AGF-sector een stuk efficiënter worden ingericht als ketenpartners opnieuw aan de tekentafel gaan zitten, stoppen met het denken in lineaire ketens per product en gezamenlijk nieuwe technieken omarmen. PicknPack gaat veel menskracht aan de lopende band schelen, wat voordelig is op een steeds krapper wordende arbeidsmarkt. De footprint wordt verkleind doordat het een compact systeem is en het zorgt voor flexibiliteit in het logistieke proces.
De AGF-sector staat niet bekend als sector die vooroploopt in nieuwe ontwikkelingen. De komende vijf jaar gaan WUR-experts op het gebied van computer-vision, robotica en kunstmatige intelligentie hier in samenwerking met partners uit het bedrijfsleven verandering in brengen door de PicknPack robot verder te ontwikkelen. “R&D is duur en daarom willen we verpakkingsrobots ontwikkelen die voor heel veel verschillende producten toepasbaar zijn”, besluit Erik.
Dit artikel verscheen eerder in editie 5, 38e jaargang van Primeur. Zie hiervoor www.agfprimeur.nl.
Voor meer informatie:
WUR
Droevendaalsesteeg 4
6708 PB Wageningen
T: 0317 480100
E: [email protected]
W: www.wur.nl
