Het gebruik van de HoloLens voedselverwerking

We zijn bij Schouw Informatisering trots op het feit dat we veel tijd en moeite steken in het onderzoeken en gebruiken van innovatieve technologieën die nuttig zijn voor de foodindustrie – nu en in de toekomst. Sinds de lancering van het Dynamics 365 platform stelt Microsoft ons als partner in staat om voortdurend aan innovaties te werken via het Power Platform. Bijvoorbeeld, het Blockchain project met de WUR en onze Avocado Case. Een ander project waar we ons de afgelopen 5 maanden in hebben verdiept is de HoloLens en hoe we deze kunnen inzetten in de voedselverwerkende industrie. Lees hier meer over het onderzoeksproject en de resultaten, uitgevoerd door Dennis van Leeuwen.

De praktische toepasbaarheid van de Microsoft HoloLens

“Ik heb voor Schouw de praktische toepasbaarheid van de Microsoft HoloLens voor de voedselverwerkende industrie onderzocht. Dit onderzoek was de laatste stap in het voltooien van de Master Information Management, die ik heb gevolgd aan Tilburg University. Het doel van de studie was om te zien of de HoloLens potentie had in de voedselverwerkende industrie, aangezien deze industrie nog achterloopt in het benutten van de kracht van informatietechnologie. Op deze manier wil ik foodbedrijven een stap dichterbij om technologische ontwikkelingen zoals de HoloLens te omarmen.

De HoloLens: Een Mixed Reality apparaat

De HoloLens is een Mixed Reality apparaat dat momenteel al veel teweegbrengt in verschillende industrieën. Je kunt met de HoloLens (3D) digitale objecten ‘bovenop’ het zicht van de gebruiker plaatsen. Omdat de HoloLens de directe omgeving van de gebruiker scant en in kaart brengt, kan het apparaat de digitale objecten in de echte wereld op de juiste locatie, schaal en richting plaatsen. De gebruiker kan met deze digitale objecten communiceren door middel van handgebaren of spraakopdrachten. De HoloLens kan ‘ongebonden’ werken, maar wordt krachtiger wanneer je het apparaat verbindt met services in de cloud of back-end informatiesystemen.

De toepasbaarheid van de HoloLens voor de voedingsmiddelenindustrie

De voedingsmiddelenindustrie wordt gekenmerkt door een grote verscheidenheid aan producten en processen, waardoor het moeilijk is om een uitspraak te doen over de toepasbaarheid van de HoloLens voor de gehele voedingsmiddelenindustrie. Vanwege deze grote verscheidenheid heb ik een Mixed Reality Assessment Model ontwikkeld, om zo een eerste indruk te krijgen van de potentie van de HoloLens om een werktaak in de foodindustrie te ondersteunen.

In dit model wordt een werktaak beoordeeld op basis van meerdere criteria. Afhankelijk van de uitkomsten van deze beoordeling, kunnen mogelijke oplossingen, gebruiksbeperkingen en eventueel het potentieel van de HoloLens om een werktaak te ondersteunen worden bepaald.

Het model testen in verschillende settingen in de foodindustrie

De volgende stap? Het model testen in verschillende settingen. De eerste setting was een hygiëne inspectie. Tijdens de inspectie kan de HoloLens de werknemer door de taak heen loodsen door verschillende aandachtspunten van de inspectie in het gezichtsveld te tonen. De HoloLens kan dan aangeven waar te kijken en wijzen op de kritieke punten van de inspectie. Tijdens het bekijken van een inspectiepunt, kan de HoloLens automatisch video’s of foto’s maken en deze opslaan in een back-end database. Dit zal de traceerbaarheid van de hygiëne inspectie verhogen – wat een belangrijke factor is in de voedingsmiddelenindustrie.

Een tweede voorbeeld was de beoordeling van een groente inspectie. Hier kan het zicht van de HoloLens worden gekoppeld aan een Artificial Intelligence algoritme in de cloud, wat kan worden gebruikt om de kwaliteit en afwijkingen van de groente te bepalen door middel van beeldherkenning. Een techniek die we al ontwikkeld hebben bij onze Avocado Case. Het algoritme kan worden getraind op basis van keuzes die de inspecteurs maken. De HoloLens kan helpen bij het maken van de juiste beslissingen door te kijken naar afwijkingen op de groentes door het live beeld te checken met foto’s in de database, en daarna suggesties te geven over de classificaties van de groentes. Het algoritme leert van verkeerde suggesties en verbetert deze bij de volgende suggestie. Dit kan (vooral onervaren) inspecteurs helpen om hun leerperiode te verkorten en goede beslissingen te maken. Zelfs een connectie met productieplanning is mogelijk. Groentes met een korte THT kunnen dan automatisch eerder in de planning opgenomen worden, zodat voedselafval verminderd wordt.

Next up: een business case?

Op basis van de resultaten van het onderzoek is het MR-assessment model een handig hulpmiddel om een eerste indruk te krijgen of een HoloLens potentieel heeft om een werktaak te ondersteunen. Voor nu is de volgende stap te beslissen of Schouw verder wil werken aan een business case. Wat naar mijn mening zinvol is, gezien het grote potentieel dat deze studie liet zien. '

Geschreven door Dennis van Leeuwen