Vision4Food

Met de steun van:

Vision4Food brengt de voordelen en beperkingen van machine vision in de voeding, en specifiek voor jou onderneming, in kaart door praktische kennis en tools te ontwikkelen om datacaptatie van diverse camera’s op automatiseringshardware mogelijk te maken. Het ondersteunt de voedingsbedrijven via casestudies de selectie van optimale hardware voor specifieke toepassingen in de voedingsindustrie zoals sorteren, kwaliteitscontrole, vreemde‑objectdetectie, verpakkingsinspectie, versheidsanalyse en temperatuurmetingen.

Waarom dit project?

Het inzetten van machine vision-oplossingen in productieprocessen voor real-time procescontrole, kwaliteitsinspectie en foutdetectie, is niet eenvoudig. Uitdagingen zoals het selecteren van geschikte technologieën (zowel hardware als software) uit het brede marktaanbod, het implementeren van deze technologie in het productieproces en het integreren in automatiseringssystemen komen in Vision4Food aan bod om de implementatiedrempel van machine vision-oplossingen te verlagen via het aanrijken van tools.

Onderzoeksaanpak en verwachte resultaten

Het industriële 'vision lab' (UAntwerp InViLab research group) van Universiteit Antwerpen zal samen met Flanders Make en Flanders’ FOOD binnen het TETRA project Vision4Food praktische kennis en tools aanleveren om datacaptatie van diverse camera’s op automatiseringshardware mogelijk te maken.

Het project focust op eenvoudige en flexibele datacaptatie om verschillende soorten camera’s eenvoudig uit te lezen met gebruiksvriendelijke, kostenefficiënte open-source software in Python, die krachtige AI-bibliotheken biedt voor beeldanalyse en snelle technologische verbeteringen stimuleert.

Ook de integratie van camera’s in automatiseringssystemen zoals PLC’s en robots wordt vereenvoudigd om real-time procescontrole en naadloze hardware integratie mogelijk te maken.

Tenslotte worden ook praktische toepassingen in de voedingsindustrie ontwikkeld via casestudies voor sorteren, kwaliteitscontrole, vreemde voorwerpen detectie, verpakkingsinspectie, versheidsanalyse en temperatuurmetingen bij koelen en bakken, om de meerwaarde en beperkingen van machine vision in de voedingssector te onderzoeken.

Finaal ondersteunt Vision4Food bedrijven bij het kiezen van de juiste hardware voor specifieke toepassingen, met aandacht voor verschillende soorten camera’s (visueel, UV, thermisch, multispectraal, slimme camera’s, etc.) en de belichting.

Doelgroep

Het Vision4Food-project ondersteunt Vlaamse voedingsbedrijven bij de integratie van machinevisie in hun productiesystemen. De doelgroep omvat zowel grote ondernemingen als KMO’s. Voor grote bedrijven ligt de nadruk op ondersteuning bij technologie- en leverancierselectie. Voor KMO’s, richt het project zich op economisch haalbare oplossingen, zoals open-source tools, om processen toegankelijker en betaalbaarder te maken.

Projectpartners

Universiteit Antwerpen:

Faculteit Toegapaste Ingenieurswetenschappen, Departement Elektromechanica:
- Industrieel Visielab (InViLab): Prof. Steve Vanlanduit
- Co-Design for Cyber-Physical Systems Lab (Cosys-Lab): Prof. Amélie Chevalier
Contactpersoon UAntwerpen: Seppe Sels (seppe.sels@uantwerpen.be)

Flanders Make

Flanders‘ FOOD zal via studiedagen de projectresultaten delen maar ook via kennisclips, casestudyrapporten en demonstratievideo’s die worden gepubliceerd op een projectwebsite en via YouTube. Op deze manier blijft de informatie na afloop van het project beschikbaar.

Deelnemen?

Als lid van de gebruikersgroep krijgt u toegang tot een schat aan kennis, expertise, en netwerkmogelijkheden die uw bedrijf direct ten goede komen. Bijkomend heeft u de mogelijkheid om het project mee te sturen tijdens vier projectmeetings.