UAntwerp InViLab research group

VLAIO-TETRA Vision4Food


Vision4Food – Machinevisie toegankelijk voor de voedingsindustrie


Het Vision4Food-project speelt in op de dringende nood aan toegankelijke machinevisietechnologieën in de Vlaamse voedingssector. Met een jaarlijkse omzet van €63,2 miljard en 69.500 werknemers is deze sector 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 aanzienlijke opportuniteiten: productiekosten kunnen met 25% worden verlaagd en de doorvoer kan met 30% worden verhoogd. Toch ervaren veel bedrijven belangrijke drempels bij de implementatie. Kenniskloven rond integratie, hoge productvariabiliteit en onzekerheid over economische haalbaarheid spelen hierbij een grote rol, vooral bij KMO’s die 95% van de sector uitmaken. Daarnaast missen veel ondernemingen een duidelijk inzicht in de concrete voordelen en raken ze overweldigd door het brede aanbod aan hardware, software en dienstverleners.

Vision4Food wil deze drempels verlagen door het aanbieden van praktische workflows en simulaties die bedrijven ondersteunen bij het maken van onderbouwde keuzes. Het project bouwt voort op recente ontwikkelingen, waaronder open-source tools en de AI-expertise van Universiteit Antwerpen en Flanders Make.


Grote bedrijven fungeren binnen het project als technologieleiders en inspiratiebron, terwijl KMO’s profiteren van economisch haalbare oplossingen. Ook systeemintegratoren en technologieaanbieders worden actief betrokken om een breed draagvlak en een sterk ecosysteem te creëren.

Door de integratie van machinevisie kunnen bedrijven hun efficiëntie verhogen en hun internationale concurrentiepositie versterken. Het project richt zich daarbij op het selecteren van geschikte technologieën, het optimaliseren van beeldacquisitie en de integratie met automatiseringssystemen. Binnen twee jaar na afloop zullen naar verwachting 50 tot 100 bedrijven concrete voordelen ervaren.

Vision4Food draagt zo bij aan een toekomstbestendige voedingsindustrie in Vlaanderen, met als ultiem doel een sector die innovatie omarmt en competitief blijft op wereldniveau.



Project objectieven


Inzicht en toepassingsdomeinen
Vision4Food brengt de bestaande kennis, noden en minstens 20 relevante toepassingenvoor de integratie van machinevisie in productiesystemen in kaart. Dit gebeurt op basis van input van minstens 10 bedrijven, experten en marktinformatie, en resulteert in een gedetailleerd rapport.


Integratie van machinevisie-software
Het project levert een praktisch bruikbaar rapport met vier methodenvoor de integratie van machinevisie-software in automatiseringssystemen. Zowel open-source als commerciële oplossingenworden geanalyseerd, inclusief voor- en nadelen, toekomstscenario’s en concrete aanbevelingen. De ontwikkelde code wordt gedeeld via GitHub, met een bijhorende wiki.


Hardwarekeuze en beeldacquisitie
Vision4Food ontwikkelt een verbeterde workflow 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 (Blender)en wordt onderbouwd met vijf praktijkgerichte casestudies.


AI-training met synthetische data
Via een concrete casestudie demonstreert het project het gebruik van synthetische datasetsvoor het trainen van AI-modellen, bijvoorbeeld voor het sorteren van voedingsproducten. Het ontwikkelde model wordt gevalideerd op echte producten, in een labo-opstelling of bij een bedrijf uit de begeleidingsgroep.


Praktische casestudies en business cases
Het project realiseert minstens 16 casestudiesrond de integratie van machinevisie in productiesystemen: 8 in labo-omstandigheden, 4 in-situ bij bedrijvenen 4 business caseswaarin zowel de technologische als economische haalbaarheid wordt geëvalueerd. Elke casestudie resulteert in een rapport en demonstratievideovoor kennisverspreiding en onderwijs.


Kennisdeling en opleiding
Minstens 6 studentenworden betrokken via bachelor- en masterproeven en dragen actief bij aan de uitvoering van casestudies. De resultaten worden geïntegreerd in minstens 3 opleidingsonderdelenbinnen de opleiding Elektromechanica, zodat de opgebouwde kennis duurzaam wordt verankerd.

Deelnemen?


Heb je interesse om deel uit te maken van de stuurgroep? Neem dan contact op met Steve Vanlanduit of David Ceulemans.


Contact


Project coördinator:


Project supervisoren & onderzoekers UAntwerpen:


Partner Flanders Make:


Partner Flanders Food: 



UAntwerp InViLab research group

Copyright © UAntwerp InViLab research group 2025