Project motivatie

De maakindustrie wordt geconfronteerd met steeds strenger wordende kwaliteitsvereisten veroorzaakt door de trend richting striktere veiligheidsnormen en hogere klantvereisten. Terzelfdertijd wordt het garanderen van de kwaliteit bemoeilijkt door de toenemende complexiteit van de geproduceerde producten en de limieten van manuele visuele controles. Veel ondernemingen zijn dan ook op zoek naar manieren om kwaliteitscontroles te automatiseren om op deze manier de nauwkeurigheid en snelheid te verhogen, en werkkrachten elders te kunnen inzetten binnen de onderneming. Enkele voorbeelden van kwaliteitscontroles met machinevisie zijn: detecteren van schade, detecteren van aan- of afwezigheid, detecteren van juiste montage van een component, detecteren van rijpheid, etc. Machinevisie technieken die kwaliteit kunnen bepalen op basis van camerabeelden kunnen hieraan tegemoetkomen. Maar de adoptie van deze technieken is momenteel nog laag omdat (1) de mogelijkheden ervan onvoldoende gekend zijn, (2) de onderliggende algoritmes als te complex worden ervaren, en (3) omdat onvoldoende kennis aanwezig is binnen de onderneming om bestaande oplossingen te koppelen aan concrete problemen op de productievloer. Overzicht, kennis en expertise binnen het gebruik van visietechnieken zouden ondernemingen in staat stellen om bepaalde kwaliteitscontroles te automatiseren, waardoor de snelheid en accuraatheid ervan verhoogd wordt. Het intern beschikken over deze kennis maakt ondernemingen bovendien onafhankelijker van externe integratoren en laat hen toe beter te kunnen onderhandelen met verdelers en integratoren van visiemateriaal. Tijdens het voortraject van dit project bleek duidelijk dat ondernemingen hier innovatiepotentieel in zien maar dat hen aan de nodige kennis ontbreekt om hiermee van start te gaan. De grootste nood die voortkomt uit voorafgaande gesprekken met de begeleidingsgroep is structurering van de bestaande visietechnieken en praktische kennis voor het inzetten van deze technieken. Deze kennissprong wordt des te belangrijker door de toegenomen competitiviteit en doorgedreven digitale transformatie, en is precies het doel van dit project.

Project objectieven

Het TETRA-project MV4QC wil de implementatie van machinevisie technieken voor kwaliteitscontroles bij ondernemingen versnellen door de beschikbare kennis en innovatieve technologie hieromtrent samen te brengen, te structureren, en op een gangbare en pragmatische manier aan te reiken aan de ondernemingen uit de doelgroep. Dit moet hen toelaten om te bepalen welke hard -en software er nodig is voor het uitwerken van hun beoogde toepassingen die zullen zorgen voor het oplossen van hun problematieken.

• Doel 1: Opstellen van een algemeen overzicht van de reeds aanwezige kennis, noden, en mogelijke toepassingen van machinevisie voor kwaliteitscontrole binnen de begeleidingsgroep, alsook het selecteren en definiëren van vijf prototypische use-cases uit de ondernemingen van de begeleidingsgroep die generaliserend zijn voor de probleemstellingen uit de doelgroep.

• Doel 2: Opstellen van een algemeen overzicht van bestaande hardware- en softwaretechnieken die nodig zijn om tegemoet te komen aan de noden van de doelgroep en voor het correct uitwerken van de geselecteerde cases.

• Doel 3: Opstellen van een rapport dat de praktische kennis omtrent het gebruik van de gebundelde technieken bespreekt die nodig is om tegemoet te komen aan de noden van de doelgroep en voor het correct uitwerken van de gebundelde cases.

• Doel 4: Uitwerken van de vijf geselecteerde use-cases.

• Doel 5: Uitwerken van twee demonstratoren die de projectresultaten van de uitgewerkte cases demonstreren en die kunnen worden ingezet in workshops en binnen het onderwijs.

• Doel 6: Aantonen van het economisch potentieel van de vijf use-cases naar de doelgroep alsook de manier waarop deze te bereiken.

• Doel 7: Uitrollen van de opgedane kennis en technieken naar de doelgroep in de vorm van seminaries, workshops, onderwijs, etc. Het project brengt zo kennis samen, past deze toe en brengt deze over naar de doelgroep.

Contact

Project coördinator:

• Matthias De Ryck (KU Leuven Brugge) - matthias.deryck@kuleuven.be

Project supervisoren:

• Mathias Verbeke (KU Leuven Brugge)
• Jonas Lannoo (KU Leuven Brugge - Vives Hogeschool Kortrijk)

Project onderzoekers:

• Arne De Temmerman (KU Leuven Brugge)
• Quinten Danneels (KU Leuven Brugge)
• Peter Vanbiervliet (Vives Hogeschool Kortrijk)
• Shan Rizvi (Vives Hogeschool Kortrijk)