Nieuwe visiontechnologie versnelt én verbetert sorteerproces rozen

Meewisse Roses heeft het sorteerproces op de schop genomen. De bestaande machine met het visionsysteem IRISS Rozen van 4More Technology is uitgebreid met aanvullende camera’s en AI-software voor het herkennen van defecten. Hoewel IRISS Defecten nog niet is uitgeleerd, zijn de voordelen al duidelijk merkbaar, stellen Tom Meewisse en coördinator Katharina Verheul vast: het sorteren verloopt aanmerkelijk sneller én nauwkeuriger.

Tot 2016 konden rozen alleen automatisch op lengte, steeldikte en knopgrootte worden gesorteerd. Met de introductie van het Intelligent Rozen Inspectie & Sorteer Systeem (IRISS) bracht 4More Technology (4MT.nl) het sorteerproces naar een hoger niveau van precisie, uniformiteit en efficiëntie.

Begin vorig jaar zette het hightechbedrijf uit Moerkapelle een nieuwe stap met de ontwikkeling van IRISS Defecten. Het betreft een AI-gedreven uitbreidingsmodule voor het razendsnel detecteren van defecten, zoals kromme stelen en nekken, bolletjes in het hart van de bloem die het volledig openen tegengaan en meeldauwsymptomen aan de onderzijde van bladeren.

„Tot voor kort moesten onze medewerkers dat allemaal zelf beoordelen tijdens het inhangen van de rozen”, vertelt teler Tom Meewisse. „Als ze een defect constateerden, dienden ze een codeerschakelaar boven de vork in een bepaalde stand te zetten om de roos de juiste declasseringscode mee te geven, zodat de machine hem naar het juiste

bosstation zou sturen. Ervaren inhangmedewerkers zijn daar behoorlijk bedreven in, maar de handelingen vragen altijd wat extra tijd. Zeker wanneer de bloem ook moet worden omgekeerd om te zien of het blad aan de onderzijde gaaf en gezond is.”

Defecten automatisch herkennen

De Bleiswijkse teler van de roos ’Red Naomi’ hoefde niet lang na te denken over de vraag vanuit 4MT of hij interesse had in een nieuwe ontwikkeling, die klaar was voor beproeving in de praktijk. Het betrof een upgrade van IRISS Rozen met een zelflerende module voor het automatisch detecteren en herkennen van defecten.

„Van onze klanten wisten we al dat het beoordelen op defecten een beperkende factor vormt in het sorteerproces”, zegt Tim van der Elst, eigenaar en operationeel manager van 4MT. „Tom staat open voor innovatie en begrijpt ook dat AI en de implementatie daarvan tijd en begeleiding vraagt.”

Software trainen

Mede-eigenaar en hoofd R&D Wouter Vreugdenhil vult aan: „Je moet de software trainen in het herkennen van afwijkingen die de camera’s signaleren. Sommige daarvan kunnen specifiek zijn voor rassen. Zo is Red Naomi relatief gevoelig voor bolvorming in het hart van de bloem en zijn meeldauwvlekken aan de onderzijde van het blad wat lastiger te herkennen. Er komt in eerste instantie veel handwerk bij kijken om de software de juiste keuzes te laten maken. Voor de meeste parameters is er inmiddels voldoende data verzameld en ingevoerd, voor sommige zitten we nog in het leerproces. Het is nog steeds ’work in progress’, maar IRISS Defecten is al wel klaar voor een bredere uitrol binnen de rozensector. IRISS Rozen en de defectenmodule kunnen op

alle moderne sorteermachines geplaatst worden, ongeacht het merk.”

Aanzienlijk sneller en beter

„Er zit nog steeds vooruitgang in het sorteerproces”, bevestigt

Meewisse. „Het verloopt nog niet feilloos, maar de snelheid ligt een stuk hoger en er worden minder fouten gemaakt dan bij het handmatig beoordelen. De inhangmedewerkers hoeven de rozen alleen nog maar in te hangen en kunnen de visuele beoordeling helemaal overlaten aan het visionsysteem. We zouden in principe terug kunnen gaan van vijf naar vier mensen aan de lijn en nog vroeger klaar zijn met sorteren dan voorheen. We zijn er echt 1,5 tot 2 uur eerder mee klaar.”

Werkcoördinator Katharina onderschrijft die stelling. „De bezetting is soms al lager, maar nog niet structureel”, zegt zij. „De teamleider heeft in elk geval meer tijd gekregen om het randgebeuren in goede banen te leiden. Een ander voordeel is dat het inwerken van nieuwe mensen veel minder tijd kost en dat ze sneller op tempo zitten. Voor ons als begeleiders scheelt dat ook tijd. En omdat mensen verschillen, maar software telkens objectieve beslissingen neemt op basis van datahistorie, is de uniformiteit van de sorteringen er ook op vooruit gegaan. Het is win-win-win. Ik ben er echt blij mee.”

Toekomstplaatje

De gebruikers zijn stellig in hun conclusie dat IRISS Defecten goed werk levert en een nuttige aanvulling is op het visonsysteem van 4MT dat al langer in gebruik is. Meewisse hoopt de data uit het sorteerproces op termijn ook te kunnen koppelen aan de locatie in de kas waar de roos is geoogst. „Ook in de kas registreren we veel. Wanneer je defecten aan stelen kunt koppelen aan padnummers en daarin patronen kunt herkennen, openen zich weer nieuwe perspectieven voor optimalisatie. Daarbij kun je bijvoorbeeld denken aan gewasbescherming en scouten, en aan feedback geven aan medewerkers die veel

rozen met blad- of steelschade afleveren.”

„Zo ver zijn wij nog niet en daar zullen ook andere partijen bij nodig zijn, maar dat is een kwestie van tijd”, zegt Van der Elst tot besluit. „Technologie en AI kunnen steeds meer grenzen slechten.”

Meer informatie over IRISS Rozen, klik hier