Sortiersystemen
Die neueste Generation von Sortiersystemen erkennt problematische Defekte mit hoher Genauigkeit “Wir wollen eine 100-prozentige Erkennung erreichen, damit die Sortierung letztlich ohne Personal erfolgen kann”, sagt Roland Scheffer von Ellips, wo man sich auf die Optimierung von Sortierprozessen spezialisiert hat. Zusammen mit seinen Kollegen Jody Bakker, Mitchel Bakker und Adriaan Vet gibt er an, dass Ellips kürzlich mittels Einführung des neues Deep-Learning-Moduls TrueAI als Teil der neuen Softwareplattform TrueSort 2 einen weiteren Schritt in diesem Prozess unternommen hat. Mit TrueAI stellt Ellips sicher, dass sogenannte Last-Mile-Defekte erkannt werden.
Übersichtlichkeit war eine Hauptanforderung bei der Entwicklung der Ellips-Softwareplattform
einen bestimmten Defekt erkennen. Dies kann, um zu sehen, ob es dort einen Defekt ist möglich, weil wir weltweit einen gro- gibt“, erklärt Mitchel die Komplexität der ßen Kundenstamm haben und Daten zu Beschädigungen. „Es ist also sehr schwie„Die vorhandene Technologie hat weltweit verschiedenen Saisons und Bedingungen rig, das herauszufinden. Aber mit diesen Mühe, bestimmte problematische Defek- gesammelt haben. Dadurch können wir Techniken ist es möglich. Früher musste te zu erkennen. Diese Defekte können in die Genauigkeit bei der Erkennung von der Bediener dafür alle möglichen Paraso vielen unterschiedlichen Formen auf- problematischen Defekten auf eine neue meter einstellen, aber da der Fehler in so treten, dass es sehr schwerfällt, alle die- Stufe heben.“ vielen verschiedenen Formen auftreten se Kombinationen zu modellieren und zu kann, ist es äußerst schwierig, dies durch berechnen. Die neue Software kann die- SCHWIERIG ZU ERKENNEN Menschen justieren zu lassen.“ se Last-Mile-Defekte erkennen, weil sie Ein Beispiel für einen solchen schwer zu anhand großer Datenmengen in Kombi- erkennenden Defekt sind die Risse, die SOFTWARE UND BETREIBER nation mit dem Fachwissen von Bedienern z.B. am Stielansatz von Äpfeln auftreten ZUSAMMEN und Qualitätskontrolleuren trainiert wur- können. „Diese Risse können in allen mög- Dass die Anwendung von Künstlicher de.“ lichen Größen und Farben auftreten, je Intelligenz (KI) auf den Sortierprozess nachdem, ob der Apfel gerade erst angeris- die Zuverlässigkeit erhöht und weniger Diese Entwicklung war keine einfache Auf- sen wurde oder schon einige Zeit offen ist. Mitarbeiter erfordert, bedeutet nicht, gabe, sagt Mitchel. „Das Problem besteht Der Stängel ist immer etwas im Weg und dass die Rolle des Bedieners wegfällt. darin, das System mit großen Datenmen- erzeugt Schatten, und es gibt nur wenige „Der Bediener hat die Kontrolle über die gen zu optimieren. Je mehr Daten in das Augenblicke, in denen man mit der Kame- zu sortierende Qualität, aber die früher System einfließen, desto besser kann es ra genau in den Stängelbereich schauen vom Bediener eingestellten Parameter
102
AGF Primeur • 2022
