Project motivatie
Het Vision4Food-project speelt in op de dringende nood aan toegankelijke machinevisietechnologieën in de Vlaamse voedingssector. Deze sector is met een jaarlijkse omzet van €63,2 miljard en 69.500 werknemers de grootste industriële werkgever in Vlaanderen. Ondanks investeringen van €1,5 miljard in 2022 blijft winstgevendheid een uitdaging, waardoor verdere automatisering cruciaal is. Machinevisie biedt kansen om productiekosten met 25% te verlagen en de doorvoer met 30% te verhogen. Toch ervaren bedrijven kenniskloven bij integratie, productvariabiliteit en economische haalbaarheid, vooral KMO’s die 95% van de sector uitmaken. Veel ondernemingen missen inzicht in de voordelen en raken overweldigd door het brede aanbod van hardware, software en dienstverleners. Vision4Food wil deze drempels verlagen door praktische workflows en simulaties aan te bieden. Het project bouwt voort op recente ontwikkelingen zoals open-source tools en AI-expertise van Flanders Make en UAntwerpen. Grote bedrijven fungeren als technologieleiders en inspiratiebron, terwijl KMO’s profiteren van economisch haalbare oplossingen. Ook systeemintegratoren en technologieaanbieders worden actief betrokken om een breed draagvlak te creëren. Door integratie van machinevisie kunnen bedrijven hun efficiëntie verhogen en hun internationale concurrentiepositie versterken. Het project richt zich op het selecteren van geschikte technologieën en het optimaliseren van beeldacquisitie en automatiseringssystemen. Binnen twee jaar na afloop zullen 50 tot 100 bedrijven concrete voordelen ervaren. Vision4Food draagt zo bij aan een toekomstbestendige voedingsindustrie in Vlaanderen. Het uiteindelijke doel is een sector die innovatie omarmt en competitief blijft op wereldniveau.
Project objectieven
- Het eerste doel is om binnen drie maanden een gedetailleerd rapport op te stellen waarin de bestaande kennis, de noden en minstens twintig relevante toepassingen voor de integratie van machinevisie in productiesystemen worden beschreven. Dit rapport wordt gebaseerd op input van minstens tien bedrijven, experts en marktinformatie.
- Het tweede doel is om binnen zes maanden een praktisch bruikbaar rapport te leveren dat vier methoden beschrijft voor de integratie van machinevisie-software in automatiseringssystemen. Zowel open-source als commerciële oplossingen komen aan bod, inclusief een analyse van de voor- en nadelen per methode, toekomstscenario’s en aanbevelingen. De ontwikkelde code wordt gedeeld via GitHub en voorzien van een wiki-pagina.
- Het derde doel is om binnen twaalf maanden een verbeterde workflow te ontwikkelen voor de keuze en plaatsing van hardwarecomponenten, zoals camera’s en lenzen, in productieomgevingen. Deze workflow maakt gebruik van 3D-simulaties in open-source software zoals Blender en wordt gedemonstreerd aan de hand van vijf praktische casestudies.
- Het vierde doel is om via een concrete casestudie het gebruik van synthetische datasets te demonstreren voor het trainen van AI-modellen, bijvoorbeeld voor het sorteren van voedingsproducten. Het gegenereerde model wordt gevalideerd op echte producten in een labo-opstelling of bij een bedrijf uit de begeleidingsgroep.
- Het vijfde doel is om gedurende het project minstens zestien casestudies uit te voeren die de integratie van machinevisie in productiesystemen aantonen. Deze casestudies worden verdeeld over drie categorieën: acht in laboratoriumomstandigheden, vier in-situ bij bedrijven en vier business cases waarin zowel technologische als economische haalbaarheid wordt onderzocht. Voor elke casestudie wordt een rapport en een demonstratievideo gemaakt, die dienen voor kennisverspreiding en onderwijs.
- Het zesde doel is om minstens zes studenten te betrekken via bachelor- of masterproeven, zodat zij kennis vertalen en praktische casestudies mee helpen uitvoeren. De resultaten van deze studentenprojecten worden bovendien geïntegreerd in minstens drie opleidingsonderdelen van de opleiding Elektromechanica, om de opgedane kennis duurzaam te verankeren.
Deelnemen?
Heb je interesse om deel uit te maken van de stuurgroep? Neem dan contact op met Steve Vanlanduit of David Ceulemans.
