Indicode kan sneller en slimmer producten controleren dan de snelste kwaliteitscontroleur

By Christoph Schwaiger

Bedrijven willen natuurlijk goede producten maken. Als een product niet helemaal in orde is, dan schaadt dat het consumentenvertrouwen en kost dat de onderneming geld. Nicholas Theuma, oprichter van Indicode, heeft een systeem bedacht, dat door middel van artificiele intelligentie (AI) heel snel kan zien of een product al dan niet aan de norm voldoet. In deze aflevering van start-up of the day vertelt hij er meer over.

Wat doet Indicode?

“We zijn eigenlijk nog in de opbouwfase. Wij hebben het afgelopen jaar een investering opgehaald van zo’n 25.000 euro. Die hebben we gestoken in het bouwen van een werkende versie van ons product. Indicode is een webplatform dat vanaf elk apparaat – laptop, tablet of mobiele telefoon – kan worden benaderd. We kunnen klanten een cloud-gebaseerde oplossing of een lokaal geïmplementeerde oplossing bieden. Dus laten we zeggen dat onze klant plastic poppen produceert. Misschien hebben ze productie van wel duizenden stuks per dag. Maar uiteindelijk worden die poppen handmatig gecontroleerd op gebreken. Bovendien controleren ze niet 100 procent van hun productlijn. Het zijn feitelijk steekproeven, die hooguit 10 procent van de gehele productie betreft. Indicode doet hetzelfde werk, maar dan sneller en slimmer.

De meeste van onze klanten houden de productielijn al met camera’s in de gaten. Die kunnen ze naar ons platform uploaden. Ter controle hebben ze dan al 200 beelden van perfecte producten opgestuurd. Ons model traint daar twee minuten op om te leren hoe goede producten eruit moeten zien. Dan is het systeem klaar om visueel defecten te gaan opsporen. Het gaat heel snel. We zijn tevreden met de behaalde snelheden. Het systeem is voor ongeveer 99,5 procent accuraat.

Gebruikers krijgen ook toegang tot een dashboard dat gegevens verzamelt van de ontdekte gebreken. De klant kan zelf de gevoeligheid van het systeem aanpassen. Zo hoeft een plastic pop misschien niet helemaal perfect te zijn, terwijl een klein onderdeel voor een printplaat juist aan heel strenge voorwaarden moet voldoen. Het is heel aanpasbaar.”

Inspectierobot houdt oogje in het zeil in gevaarlijke omgevingen

Bij grote industriële bedrijven zijn er genoeg plekken die voor werknemers nogal risicovol zijn. Toch moeten ook op zulke plekken geregeld controles worden uitgevoerd.

Zijn jullie de enigen die dit doen?

“Lokaal wel. In het buitenland bestaan al systemen die visuele inspecties automatiseren. Maar de meeste andere systemen zijn gebaseerd op beeldclassificatie met behulp van AI. Zo’n Dat is een veel intensiever proces. De training is ook intensief omdat de trainingsdataset handmatig moet worden gelabeld door een expert. Het is tijd- en kostenintensief.

In ons geval werken we met detectie van afwijkingen. Wij zijn alleen geïnteresseerd in het identificeren van wat afwijkt van de norm. Wij leren ons AI-model hoe een normale versie van dat product eruit moet zien en alles wat daarvan afwijkt, wordt als afwijking aangemerkt. Dus nu hebben we de dingen teruggebracht tot slechts twee mogelijkheden: goed of slecht. Dit is veel eenvoudiger en veel sneller. Hoewel er andere bedrijven zijn die soortgelijke systemen gebruiken, is het allemaal erg nieuw omdat deze dingen gebaseerd zijn op onderzoek dat slechts twee jaar geleden werd uitgevoerd.”

Wat zijn de voordelen?

“Doordat ons systeem geautomatiseerd is, kun je het 24/7 laten draaien. In plaats van slechts 10 procent van je product te controleren, kun je nu ineens 100 procent van je product controleren. Bij handmatige inspectie wordt een mens moe, maakt fouten en moet getraind worden. Er is ook een verschil in de snelheid van de eigenlijke detectie. Ons systeem vertelt je of een product defect is of niet in slechts 100 milliseconden. De snelste menselijke inspecteurs hebben ongeveer 2 tot 5 seconden nodig om dezelfde taak uit te voeren.”

Moet je als klant nog extra investeringen doen?

“Nee. Het leuke hiervan is dat we begonnen zijn met een oude webcam. Hoewel we nu een standaard Basler-camera gebruiken. Maar ons systeem werkt met elke camera. Ook al zijn de beelden in een hoge resolutie genomen, ons systeem vereenvoudigt ze om de verwerkingssnelheid hoog te houden. Dus gebruiken we uiteindelijk beelden van ongeveer 250 bij 250 pixels. Dat is een zeer lage resolutie. De beelden hoeven ook geen standaardbeelden te zijn. Het kunnen ook röntgen- of seismische beelden zijn.”

Waarom bied je de service ook lokaal aan?

“Een jaar geleden zouden we alleen een cloud-gebaseerde oplossing aanbieden. Een klant logt gewoon in op onze website en vindt daar al zijn gegevens hebben. Wat we ontdekten is dat veel industriële klanten niet erg gelukkig zijn met die oplossing vanwege de beveiliging van hun gegevens. Ze willen niet het risico lopen dat hun intellectuele eigendom openbaar wordt gemaakt. Ze wilden lokaal gehoste oplossingen. Dus gaven we hen de optie om een server in hun eigen fabrieken te plaatsen die niet van buitenaf toegankelijk is.”

Wat was tot dusver de grootste uitdaging?

“Het begrijpen van onze klant. Ik denk dat dat de grootste uitdaging is, omdat het voor ons voortdurend een uitdaging is geweest en nog steeds is. Maar we hebben het ook weten om te zetten in een van onze grootste voordelen. Je moet de belanghebbenden ontmoeten en hen begrijpen. Wij weten dat onze klanten deze oplossing nodig hebben. Op dit moment bieden we klanten gratis consultaties aan om ons systeem uit te testen met producten die voor hen relevant zijn.”

Lees ook andere afleveringen uit deze serie.

Iedere dag zet Innovation Origins een start-up in de schijnwerpers. Lees ze allemaal.