Industrieel familiebedrijf VDL Groep gaat samenwerken met het Eindhovense VBTI aan deep learning-technologie en neemt een minderheidsbelang in de AI-specialist.
Door lering te trekken uit grote hoeveelheden data worden deep learning-algoritmen slimmer en beter. De AI-technologie van VBTI verzamelt met camerasystemen veel beelden en met deze data kan bijvoorbeeld het oogstmoment van asperges worden bepaald of de oogstprognose van aardbeien worden voorspeld. Hiermee worden belangrijke en efficiënte stappen gezet in de verduurzaming van ons voedselsysteem waarvoor nu nog vaak handwerk nodig is.
Versnellen
President-directeur Willem van der Leegte van VDL Groep: ‘Met onder meer combinaties tussen mechanica, elektronica en software bieden wij met onze hoogwaardige producten en diensten onze klanten toegevoegde waarde. Daarbij biedt automatisering steeds vaker ondersteuning. VBTI zien wij als een belangrijke partner om ook in dat kader te versnellen op de deelgebieden visuele technologie en AI.’
Groei
Oprichter Albert van Breemen van VBTI: ‘Met deze strategische samenwerking met VDL kunnen wij onze groei versnellen.’ VBTI ontwikkelt een eigen platform waarmee deep learning-technologie wordt geïntegreerd in applicaties om visuele inspectietaken te optimaliseren en productielijnen te automatiseren. Algoritmen vinden daarbij de meest efficiënte manier om productietaken uit te voeren, van het vouwen van een doos tot het runnen van een complete assemblagelijn.
Bladplukrobot
VDL Cropteq Robotics heeft een platform voor een agrarische robot ontwikkeld en geproduceerd, CropTeq. De eerste versie is een robot die bladeren van komkommerplanten knipt waarbij visiontechnologie, robotica, mechatronica, kunstmatige intelligentie en kennis uit de land- en tuinbouw worden gecombineerd. De robot is uitgerust met technologie van VBTI. ‘Komkommerplanten zijn nooit hetzelfde’, legt Van Breemen uit. ‘Door geleerd te hebben van data geeft ons algoritme precies aan waar en wanneer bladeren van komkommerplanten moeten worden geknipt. Bovendien past het algoritme zich aan een veranderende omgeving aan, zodat de robot altijd optimaal presteert ongeacht de kas, het seizoen of de plantenvariant.’
‘De wetenschappelijke en tegelijkertijd praktische benadering van VBTI versnelt onze ontwikkeling’, stelt directeur Harrie Schonewille van VDL Cropteq Robotics. ‘In een complexe omgeving zoals in een kas, met veel variatie van gewassen, is de samenwerking met de specialisten van VBTI voor ons erg belangrijk. Met het deep learning-platform van VBTI kunnen wij onze ontwikkelingen versnellen.’ Door de strategische samenwerking tussen VDL en VBTI zal de slimme, zelflerende technologie van VBTI breder bij VDL worden ingezet dan uitsluitend in het VDL-cluster Foodtech. Daarbij kan bijvoorbeeld worden gedacht aan het voorspellen wanneer onderhoudswerkzaamheden aan machines moeten worden uitgevoerd, vroegtijdige signalering van eventuele onregelmatigheden in productieprocessen of het stroomlijnen van voorraadbeheer zodat bijvoorbeeld preventief tekorten worden voorkomen.