18/07/2023
Toolbox zoekt ondernemer
AI maakt je camera’s efficiënter
Camera’s zijn niet meer weg te denken uit de maatschappij. Ook in de bedrijfswereld zijn ze alomtegenwoordig. Ze kunnen onder meer ingezet worden voor het bewaken van productieprocessen en het inspecteren van infrastructuur. Camera’s inschakelen is één ding, de data efficiënt uitlezen is iets anders. Een toolbox, ontwikkeld door Steve Vanlanduit en zijn collega’s op UAntwerpen, kan hier in de toekomst het verschil maken.
1.De onderzoeker
De Onderzoeksgroep Industrial Vision Lab (InViLab) maakt deel uit van de Faculteit Toegepaste Ingenieurswetenschappen van de Universiteit Antwerpen. Tien jaar reeds werkt Steve Vanlanduit er als professor industriële visietechnologie. Samen met zijn team buigt hij zich over technieken gebaseerd op artificiële intelligentie (AI). Die technieken worden ingezet voor de kwaliteitscontrole van producten en het bewaken van productieprocessen. ‘Ondertussen kunnen we bogen op heel wat ervaring’, legt Vanlanduit uit. ‘Heel wat processen kunnen we automatiseren. Onze onderzoeksprojecten, heel vaak in samenwerking met industriële partners, maakten duidelijk dat ondernemingen door deze aanpak tijd en geld kunnen besparen. We denken dan onder meer aan de inspectie van tanks, bruggen, windturbines en wegen.’
2.Het onderzoek
Camera’s staan centraal in het onderzoek van Vanlanduit en co. ‘Wij maken gebruik van verschillende types camera’s. Meestal gaat het over camera’s in het zichtbare gedeelte van het lichtspectrum. Maar voor het detecteren van sommige defecten zijn ultraviolet- of infraroodcamera’s meer geschikt. De laatste jaren komen er meer en meer innovatieve cameratechnologieën op de markt, zoals bijvoorbeeld hyperspectrale camera’s. Door evoluties in de micro-elektronica werden ze ook een stuk betaalbaarder.’
De camera’s verzamelen ontzettend veel informatie, maar het uitlezen en analyseren van al die gegevens is allerminst eenvoudig. Het belangrijkste probleem is het gebrek aan standaardisatie: wanneer een onderneming een nieuw type camera in gebruikt neemt, gaat er telkens opnieuw veel tijd verloren aan het programmeren van die camera.
3.Het proces
De ingenieurs ontwikkelden daarom een softwaretoolbox. De tool maakt het mogelijk om camera’s heel snel en eenvoudig uit te lezen. Vanlanduit: ‘Door de beschikbaarheid van meer rekenkracht is het gebruik van artificiële intelligentie de voorbije jaren ingeburgerd geraakt. Vaak wordt daarbij de gratis scripttaal Python gebruikt. Het probleem is dat het opnemen van de noodzakelijke beelden voor het toepassen van AI-algoritmen vanuit Python niet eenvoudig is. Elke camerafabrikant heeft zijn eigen software, die soms complex is en regelmatig verandert.’
4.Het resultaat
De toolbox van InViLab kan beelden eenvoudigweg opnemen met elk type camera. Er is bijna geen programmeerervaring vereist om de toolbox te kunnen gebruiken. ‘De beelden kunnen worden ingelezen met enkele eenvoudige commando’s’, aldus Vanlanduit. ‘Gedaan met de duizenden lijnen code. De toolbox werkt voor elk type industriële camera en is onafhankelijk van de fabrikant, dus je kan makkelijk van camera wisselen.’
De onderzoekers hebben de toolbox al getest in het kader van meerdere industriële proefprojecten rond cameragebaseerde kwaliteitscontrole en inspecties. Die tests verliepen succesvol. ‘We zijn nu op zoek naar ondernemingen om een volgende stap te kunnen zetten’, vertelt Vanlanduit. ‘Wij kunnen bedrijven helpen in hun zoektocht tussen verschillende beschikbare cameratechnologieën en -types, zodat ze de camera’s en de technologieën op het vlak van artificiële intelligentie efficiënter kunnen inzetten. We willen bedrijven de cameratoolbox laten evalueren om deze beter te kunnen afstemmen op de noden van de gebruikers.’
InViLab wil zijn kennis ook inzetten om ondernemers die nog geen ervaring hebben met het gebruik van cameragebaseerde kwaliteitscontrole, te begeleiden. De onderzoeksgroep beschikt over een ruim gamma aan camera’s die kunnen worden ingezet voor het uitvoeren van een haalbaarheidsstudie.