Slimme robots vergroten de waarde van verse groenten en fruit

Van de beoordeling en het sorteren van vers fruit tot het samenstellen van groentepakketten. De intelligente robots van Wageningen AgroFood Robotics leren - van mensen – om meerdere taken uit te voeren. Dat maakt de verwerking van groente en fruit nog (kosten)efficiënter en vergroot de toegevoegde waarde van versproducten. De eerste demo-toepassing is in de zomer van 2021 klaar.

Het sorteren, sorteren en assembleren van verse groenten en fruit gebeurt tot nu toe overal ter wereld vooral handmatig. "Het zou bedrijven veel tijd en geld besparen als robots deze tijdrovende, saaie en zichzelf herhalende taken konden overnemen van medewerkers," zegt Aneesh Chauhan, expertiseleider van de Computer Vision en Robotica-groep bij Wageningen Food & Biobased Research en lid van het Agro Food Robotics-team. "En het zou nog efficiënter zijn als één robot meerdere taken kon uitvoeren."

Robots die kunnen leren

Met dit in het achterhoofd is Wageningen Agro Food Robotics in 2019 Autonomous Robots for Agrifood Processes gestart. Een van de doelen van dit vierjarige project is intelligente robots te ontwikkelen die meerdere taken leren uitvoeren, van het plukken en sorteren van verschillende soorten groenten en fruit tot het scheiden van exemplaren van dezelfde soort op basis van bijvoorbeeld grootte en vorm. "Fruit- en groenteverwerkers kunnen met zulke robots de kosten-baten-verhouding van hun werk verbeteren", zegt Chauhan: "Denk bijvoorbeeld aan een robot die sinaasappels verwerkt, maar gemakkelijk kan overschakelen op de verwerking van aardbeien, en die dit fruit meteen kan sorteren op zoetheid. De fabrikant kan de zoetere aardbeien vervolgens tegen een premium prijs verkopen. En hij kan afnemers de garantie geven dat zijn producten niet door mensenhanden zijn aangeraakt, een duidelijk voordeel in de tijden van een pandemie."

Herkennen van menselijke activiteit

De Wageningse robots zijn uitgerust met camera's die de bewegingen vastleggen van een menselijke expert die pluk- en sorteerwerkzaamheden uitvoert. "De herkenning van menselijke activiteit bevat gegevens over de persoon, de omgeving en het behandelde object", legt Chauhan uit. "Ingebouwde computervision- en deep learning-technologie stellen de robots in staat deze informatie vast te leggen en nieuwe taken aan te leren door ze af te kijken van mensen." De onderzoekers hebben de robots inmiddels met succes ingezet in meerdere situaties, waaronder het plukken en sorteren van mandarijnen van verschillende groottes, het scheiden van rijpe van onrijpe bananen, het sorteren van intacte en beschadigde komkommers en het scheiden van verschillende soorten fruit op een tafel.
Wereldwijde primeurDe eerste demo-applicatie is klaar in de zomer van 2021, een wereldwijde primeur in robotica voor agrifood. "Een innovatie als deze vereist technologische expertise van robotica en machine learning-technologieën, evenals uitgebreide kennis van productfysiologie en voedselverwerking. Hier in Wageningen werken deze disciplines nauw met elkaar samen," zegt Chauhan. De volgende stap is het testen van de robots in een (proef)fabriek. De onderzoekers willen de robots daarnaast nog slimmer maken, door ze uit te rusten met geavanceerdere sensoren voor het meten van zoetheid, sappigheid en stevigheid. Chauhan denkt ondertussen alvast een paar stappen verder: "Als mensen robots gaan beschouwen als collega's, of als leerlingen, hoe zou de toekomst er dan uitzien?"

bron: Agrofoodrobotics