Vision AI van Fizyr automatiseert de ‘edge cases’ in de logistiek

De ontwikkeling van Fizyr begon als een incubatorproject van de TU Delft, waar het team de Amazon Picking Challenge won door zowel objecten te herkennen als te plaatsen. Al snel volgde echter een belangrijke zakelijke les: het bouwen en onderhouden van fysieke robotvloten is fundamenteel anders dan het ontwikkelen van algoritmes. Om te kunnen opschalen, koos het bedrijf ervoor zich volledig te richten op waar het echt sterk in was – computer vision software – en het hardwaregedeelte over te laten aan integratiepartners.

Vandaag de dag levert Fizyr het “denkende deel” dat ruwe cameradata vertaalt naar concrete instructies voor op zichzelf “domme” robots. Op het Nationaal Congres Autonomous Systems (NCAS’26) demonstreerde Fleming hoe AI aan robots de essentiële vaardigheid geeft om te zien en te redeneren.

Grip krijgen op chaos en kwaliteitscontrole

Waar veel geautomatiseerde magazijnen draaien op robots die netjes gestapelde dozen verplaatsen, richt Fizyr zich juist op de rommelige ‘edge cases’. Denk aan chaotische stapels pakketten waaroverheen is gelopen, of producten die willekeurig georiënteerd liggen. Juist in deze situaties, waar klassieke programmering faalt, excelleert de Vision AI van Fizyr.

Fleming benadrukte bovendien een tweede, vaak onderschatte functie van Vision AI: kwaliteitscontrole. Het systeem bepaalt niet alleen waar een robot een product moet oppakken, maar beoordeelt ook de kwaliteit. In de voedselverwerking betekent dit bijvoorbeeld dat de AI niet alleen een paprika lokaliseert, maar ook beschadigingen analyseert, de ernst ervan inschat en deze afzet tegen de acceptatieregels van specifieke retailers voordat wordt besloten of het product verpakt mag worden.

Heerenveen als doorbraak: het onsorteerbare sorteren

Een sprekend voorbeeld in de presentatie kwam uit de samenwerking met Pallet Sorting Systems in Heerenveen. Het sorteren van houten pallets is berucht: zwaar werk, splinters en extreme eentonigheid. Veel medewerkers haken binnen zes maanden af, wat leidt tot een constante cyclus van werven en inwerken.

Automatisering leek een logische stap, maar bleek extreem complex. De wereldwijde supply chain gebruikt een enorme variëteit aan pallets: verschillende maten, afwijkende afmetingen, gewichten en vochtgehaltes.

Aanvankelijk probeerden de ingenieurs van Fizyr de AI te trainen op basis van strikte industrienormen met een tolerantie van 2%. Dat mislukte volledig. Het systeem kon niet omgaan met de enorme variatie uit de praktijk, iets wat menselijke werknemers intuïtief wél doen.

De ontbrekende schakel: ‘Arie’, de menselijke expert

De doorbraak kwam toen Fizyr inzag dat domeinkennis ontbrak. Ze haalden een ervaren palletsorteerder binnen: Arie. Hij beschikte over een intuïtief begrip van wat een goede of slechte pallet is, opgebouwd door jarenlange praktijkervaring.

Door Arie naast de software-engineers te laten staan en zijn oordeel te laten geven over de beslissingen van de AI, wist het team menselijke intuïtie te vertalen naar het neurale netwerk.

Het resultaat: een volledig geautomatiseerde sorteertunnel met zeven camera’s. Pallets worden ingevoerd, de camera’s leveren data aan het AI-brein van Fizyr, en het systeem bepaalt direct wat het object is en waar het naartoe moet.

Hardware-onafhankelijk en klaar voor de volgende stap

Om maximale flexibiliteit te garanderen, blijft Fizyr bewust onafhankelijk van specifieke camera’s en robots. Integratiepartners kunnen daardoor zelf de beste hardware kiezen voor hun toepassing.

Daarnaast werkt het bedrijf samen met NVIDIA, waarbij gebruik wordt gemaakt van Jetson-platforms. Daarmee wordt de zware rekenlast van grote GPU-servers teruggebracht, wat essentieel is voor batterijgedreven, mobiele robots.

De samenwerking in Heerenveen wordt inmiddels verder uitgebreid. Waar de AI nu sorteert op type en hittebehandeling detecteert, zal het systeem begin volgend jaar ook volledige inspecties uitvoeren, inclusief het automatisch herkennen van kapotte planken en uitstekende spijkers.

Voor Fleming is de belangrijkste les voor de Autonomy Economy helder: echte innovatie ontstaat alleen wanneer de beste software-engineers, de beste machinebouwers én de eindgebruikers samenkomen in één geïntegreerde oplossing.