Jeroen Keunen: ‘Verpakkingsinspectie is dankzij AI meer betrouwbaar’

Vision Partners ontwikkelt en integreert inspectiesystemen voor uiteenlopende industriële toepassingen, waaronder verpakkingscontrole. Daarbij wordt steeds vaker gebruikgemaakt van neurale netwerken. ‘Wij zijn onder meer certified integrator van Halcon van MVTec. Binnen die software maken we gebruik van verschillende neurale netwerken zoals object detection en anomaly detection. Daarnaast gebruiken we ook industrieel gangbare netwerken zoals YOLO’, zegt Keunen.

Focus van AI op OCR en traceability

Binnen verpakkingsinspectie ligt de belangrijkste AI-toepassing volgens Keunen momenteel bij het lezen van tekst en codes. ‘De grootste ontwikkeling zien we bij OCR, optical character recognition. Op verpakkingen moeten vaak data worden gecontroleerd, zoals houdbaarheidsdata, batchcodes of allergeneninformatie. Die opdruk is niet altijd strak: het kan gebobbeld zijn of vervormd door de verpakking zelf.’

Waar traditionele OCR-systemen vooral rule-based waren, is die aanpak nu grotendeels vervangen door neurale netwerken. ‘Je kunt een netwerk trainen op specifieke lettertypes of karakters. Daardoor krijg je een veel hogere betrouwbaarheid bij het lezen van cijfers en letters’, aldus Keunen. De betrouwbaarheid van deze Deep OCR is essentieel voor traceability, die binnen de voedingsmiddelen- en farmaceutische industrie steeds zwaarder weegt.

Naast tekstherkenning worden neurale netwerken ook ingezet voor het herkennen van producten en verpakkingen zelf. ‘Vroeger keek je naar contouren of kleuren. Nu train je het systeem op hoe het verpakte product eruit moet zien. Zo kun je controleren of het juiste etiket of logo op de verpakking zit, ook als de verpakking niet perfect vlak is.’

Dop integriteit controle vsn industriele vaten

Van beperkingen naar meer flexibiliteit

Volgens Keunen is juist de flexibiliteit een belangrijke vooruitgang. ‘Traditionele software kon alleen goed omgaan met vlakke, strak bedrukte verpakkingen. Met neurale netwerken kun je ook logo’s herkennen op gebogen of vervormde oppervlakken. Dat maakt het mogelijk om inspecties toe te passen die eerder te instabiel of te foutgevoelig waren.’

‘We kunnen nu oplossingen aanbieden die we een paar jaar geleden niet durfden te leveren, omdat we niet zeker wisten of ze robuust genoeg zouden zijn’, zegt Keunen. ‘In die zin is het voor ons wel een kleine revolutie geweest. We kunnen meer én betrouwbaarder.’

AI bij sealinspectie

Ook bij sealinspectie ziet Vision Partners duidelijke voordelen van AI. Keunen noemt als voorbeeld industriële zakken met een papieren buitenlaag en een plastic liner, waarin poedervormige producten worden verpakt. ‘Door het papier kun je visueel niet zien of de seal goed is. Daarom gebruiken we thermische camera’s waarmee we het hitteprofiel van de seal kunnen meten door de papieren verpakking.’

Traditioneel werd vooral gekeken naar meetbare eigenschappen zoals lengte, breedte en temperatuur van de seal. ‘Met neurale netwerken kijken we nu ook naar de vorm van het thermische profiel.. Als er poeder tussen de seal zit, zie je geen strakke lijn maar een soort diffuse wolkvorm. Dat soort natuurlijke vormen zijn juist heel goed te herkennen met neurale netwerken.’

Tegelijk blijft traditionele visiontechniek een rol spelen. ‘We gebruiken altijd een combinatie van rule-base vision voor meetbare aspecten zoals lengte van de seal en temperatuur distributie en AI-based vision voorvormherkenning van de seal..’

Weergave van een thermische verpakking seal

Integratie met bouwstenen

Vision Partners ontwikkelt zijn AI-toepassingen niet volledig vanaf de basis, maar werkt met industrie-standaard softwarepakketten die fungeren als bouwstenen. ‘Je kunt het vergelijken met het bouwen van een huis’, legt Keunen uit. ‘Je koopt stenen en cement, maar daarmee heb je nog geen huis. Je moet het ontwerp maken en alles op de juiste manier opbouwen.’ In vision-software zoals die van MVTec zitten standaard algoritmes voor onder meer OCR en beeldanalyse, inclusief neurale netwerken. Vision Partners gebruikt die componenten om per klant een oplossing te configureren die past bij het product, de verpakkingslijn en de eisen van de markt. ‘Wij bouwen met die bouwstenen een klant-specifiek systeem die we gedurende de gehele life-cycle kunnen ondersteunen. Dat is nodig, want vrijwel geen enkele toepassing is hetzelfde.’

Data verzamelen en doorgeven

De inspectiesystemen van Vision Partners leveren niet alleen een goed- of afkeursignaal aan de PLC, maar verzamelen ook steeds meer data. ‘Vroeger gaven we alleen het inspectieresultaat door. Nu slaan we alle inspectiedata op. Die kan de klant via bijvoorbeeld een .csv-download of een SQL-database query beschikbaar maken voor zijn eigen cloudomgeving.’

Daarmee kan de gebruiker inspectiegegevens combineren met andere procesdata. ‘Wij zorgen dat de data beschikbaar is. De klant haalt er vervolgens zelf waarde uit door die te koppelen aan zijn productieproces.’

Thermische seal inspectie in industriele verpakkingsmachine.

Leren en blijven trainen

Volgens Keunen vraagt werken met AI wel om een andere manier van samenwerken met klanten. ‘Een traditioneel visionsysteem lever je op via een gezamenlijk vrijgave en dan is het klaar. Met AI heb je de mogelijk om continue het inspectiesysteem te blijven verbeteren, zeker als het product of de verpakking verandert.’

Die fase vraagt meer betrokkenheid aan het begin. ‘Samen met de klant verzamel je data en bepaal je wat een goed of fout beeld is. Dat vrijgaveproces kan langer duren, maar uiteindelijk is het totaalplaatje vergelijkbaar met traditionele systemen.’

Wat kosten betreft ziet Keunen geen grote verschuiving. ‘Het zit inmiddels gewoon in de markt. Klanten hebben het voordeel dat deze technologie nu standaard beschikbaar is.’