De toepassing van kunstmatige intelligentie heeft tot doel veel handmatige handelingen bij het sorteren van pootgoed overbodig te maken. Door camera’s te gebruiken maakt Flikweert Vision Technologies, gevestigd in Ouwerkerk, Zeeland, het mogelijk om het sorteren van moeilijk te sorteren partijen op basis van kwaliteit grotendeels te automatiseren. De eerste versie van de compacte Quality Grader, die 3,3 meter lang en 1,2 meter breed is, wordt momenteel uitvoerig getest bij het akkerbouwbedrijf Quaak Potato in Scherpenisse. “Het accent ligt op het optimaliseren van de kwaliteitsbeoordeling en de scheiding tussen goede en slechte aardappelen.’’
Automatisering bij consumptieaardappelen
Omdat het sorteerseizoen voor pootaardappelen ten einde liep, heeft Flikweert ervoor gekozen om de machine in te zetten voor het sorteren van consumptieaardappelen. Dat Quaak Potato inmiddels heeft besloten om drie Quality Graders aan te schaffen, geeft aan dat de ondernemer overtuigd is van de toegevoegde waarde. Drie sorteertafels zijn vervangen door de kwaliteitssorteerders van het jonge bedrijf uit Ouwerkerk. Naar schatting worden er per machine ongeveer tien ton aardappelen per uur gesorteerd. “Dit stelt ons in staat om ongeveer één trailer per uur te verwerken, wat de gewenste capaciteit is”, aldus Martijn Flikweert.
Voordelen van kunstmatige intelligentie in de landbouw
De toepassing van kunstmatige intelligentie in de landbouw heeft een zoektocht gekend. Na het afstuderen besloten Martijn Flikweert en zijn neef Lars Flikweert in 2019 Flikweert Vision Technologies op te richten. Beiden hebben een achtergrond in de akkerbouw en studeerden respectievelijk Agrotechniek & Management in Dronten en Biosystems Engineering in Wageningen. “We zagen dat kunstmatige intelligentie van grote waarde kan zijn in een sector waar nog veel handmatig werk wordt verricht. De landbouw werkt immers met natuurlijke producten, waarbij seizoensveranderingen en weersomstandigheden van invloed zijn op de producten. Het zijn deze variaties in natuurproducten die ons ervan overtuigden dat kunstmatige intelligentie aanzienlijke meerwaarde kan bieden.”
Leeswerk overnemen
Hoewel aanvankelijk werd gedacht aan het sorteren van spruiten, hebben Lars en Martijn Flikweert hun focus verlegd naar aardappelen. Om tot de optimale sorteermachine te komen, gebaseerd op de ontwikkelde software, was Stefan Flikweert, de broer van Martijn, betrokken bij het project. “Stefan, die werktuigbouwkunde studeerde, heeft de ontwikkeling en het ontwerp van de Quality Grader op zich genomen.”
“Ons uitgangspunt was om een pootaardappelteler te helpen die tevreden is met zijn bestaande sorteermachine maar minder tijd in de sorteerkamer wil doorbrengen. Dus wat moest de QualityGrader kunnen? We kozen bewust voor sortering op basis van kwaliteit. Wat we vaak zien bij de huidige aanbieders van optische sorteermachines, is dat deze machines zich richten op nauwkeurige maatsortering. Hoewel dit zeker waardevol is, geloven wij dat veel telers vooral het leeswerk willen automatiseren. Dit was de reden om een compacte en betaalbare machine te ontwikkelen die een groot deel van het leeswerk overneemt.”
Herkennen van schurft, beschadigingen, groeischeuren en vormfouten
In eerste instantie werd een prototype ontwikkeld met een tweedehands rollenbaan en een rij uitschietlepels erachter. “Door kritisch naar het prototype te kijken, hebben we veel geleerd, zowel op softwaregebied als mechanisch.” Met de verbeteringen die voortkwamen uit het prototype, werden tekeningen gemaakt voor de eerste Quality Grader. Omdat er in de omgeving verschillende telers waren met partijen pootaardappelen die veel schurft hadden, lag de focus voornamelijk op het detecteren van schurft.
Het moeilijk detecteren van schurft markeerde volgens Martijn Flikweert ook de grens van de mogelijkheden van de optische sorteermachine. “Als we schurft kunnen detecteren, kunnen we ook beschadigingen, vormafwijkingen en groeischeuren detecteren, dachten we. Dit bleek te kloppen, en doordat we ons nu voornamelijk richten op consumptieaardappelen, kunnen we nu ook andere defecten nauwkeurig herkennen naast schurft.
Data genereren
De optische sorteermachine is uitgerust met drie industriële camera’s die de aardappelen lezen. “De lengte van de machine is nodig om de aardappel goed voor de camera te kunnen positioneren.” Het algoritme wordt nauwkeuriger naarmate er meer Quality Graders worden geïnstalleerd. “We creëren een dataset. Voorbeelden van aardappelen met verschillende defecten leiden tot een beoordelingsformulier. Dit formulier fungeert als het algoritme waarmee elke individuele aardappel wordt beoordeeld.” Elke aardappel wordt vijf keer gefotografeerd vanuit verschillende hoeken. De software bepaalt vervolgens welke afwijkingen aanwezig zijn of juist ontbreken. “Dit systeem is nog in ontwikkeling, maar dat hangt vooral af van het genereren en verwerken van meer data. Dit zal resulteren in een constantere, nauwkeurigere en robuustere beoordeling.” Kunststof uitschietlepels aan de achterkant van de sorteermachine zorgen uiteindelijk voor de scheiding tussen slechte en goede aardappelen.
De gebruiker bepaalt uiteindelijk de gewenste precisie van de selectie. “Dit kan worden afgestemd op elke partij. Bijvoorbeeld op basis van exportdoelen of partijklassen. Verschillende defecten kunnen afzonderlijk worden ingesteld. Als een gebruiker ook kleine beschadigingen wil detecteren, moet de drempelwaarde voor beschadigingen worden verlaagd.”
Voordelen van de QualityGrader
De interesse in de Quality Grader is inmiddels zo groot dat meerdere telers na demonstraties tot aanschaf zijn overgegaan. “We hopen dit jaar zes of misschien nog meer Quality Graders te installeren”, aldus de ambitie van Martijn Flikweert. Het belangrijkste voordeel ligt uiteraard in de besparing van arbeid bij het leeswerk. “Op dit moment zijn er mensen die zelfs niet elke slechte aardappel eruit halen. In de praktijk blijkt dat de aandacht van mensen naarmate de dag vordert, afneemt. Dit leidt tot kwaliteitsverschillen en wisselende verwerkingscapaciteit. Hoeveel procent van de aardappelen momenteel correct wordt gesorteerd door de Quality Grader is moeilijk te zeggen. Dit is momenteel afhankelijk van de partij en de gewenste instellingen. Dit is ook de reden dat onze volledige focus de komende tijd gericht is op het verbeteren van de nauwkeurigheid van de beslissingen en het minimaliseren van de impact van partijverschillen op de prestaties.”
“Voor onze doelgroep, de gemiddelde pootgoedteler en aardappelverwerker die tevreden is met de huidige maatsortering maar minder tijd in de sorteerkamer wil besteden, willen we een betaalbare machine aanbieden.” Martijn Flikweert benadrukt dat de inspanningen van Flikweert Vision Technologies voorlopig volledig gericht blijven op optische sorteertechnologie. “We willen een gespecialiseerde oplossing ontwikkelen en verfijnen voor de automatisering van het leeswerk. Als meerdere telers tevreden zijn met de werking van een Quality Grader, hopen we de productie verder te kunnen opschalen. De complexiteit ligt uiteindelijk in de software. De initiële scheiding moet zo optimaal mogelijk zijn. Hoewel we hierin al aanzienlijke vooruitgang hebben geboekt, streven we naar nog meer robuustheid en betrouwbaarheid.”
Originele artikel: Akkerbouwbedrijf.nl
