Een proof of concept bij KLM Cargo op Schiphol laat zien dat een robotsysteem van DERO Groep, aangestuurd door AI-visiesoftware van Fizyr, in staat is om vrijwel alle colli van vliegtuigpallets te verwerken, ondanks de grote variatie in verpakkingen, maten en materialen.
De luchtvrachtsector staat onder toenemende druk. Groeiende volumes, krappe arbeidsmarkten en striktere normen rond fysieke arbeidsbelasting dwingen luchtvrachtoperators wereldwijd te kijken naar automatisering van magazijn- en grondafhandelingsprocessen. Depalletiseren — het lossen van vliegtuigpallets naar magazijnformaat — geldt daarbij als een van de meest arbeidsintensieve en fysiek belastende handelingen in de keten. Tegelijkertijd is het een van de moeilijkst te automatiseren stappen, vanwege de ongestructureerde en wisselende aard van luchtvracht: geen twee zendingen zijn hetzelfde. Waar e-commerce en retaillogistiek al jaren profiteren van geautomatiseerde palletisatie met gestandaardiseerde verpakkingen, loopt de luchtvrachtsector wat dat betreft achter. De verwachting in de sector is dat AI-gestuurde beeldherkenning de technologische sleutel vormt die deze achterstand kan inlopen — mits de systemen robuust genoeg zijn om met die variatie om te gaan.
Van vliegtuigpallet naar europallet: zwaar en repetitief
Op de cargo-hub van KLM op Schiphol doorlopen inkomende luchtvrachtzendingen een vastomlijnd proces: eerst worden de vliegtuigpallets (PMC’s) uitgeladen, vervolgens worden de colli overgestapeld op europallets, waarna een heftruck het transport naar de volgende locatie in het magazijn verzorgt. De middelste stap — het depalletiseren — gebeurt tot nu toe volledig met de hand. Dat is fysiek zwaar werk, zeker bij pakketten boven de vijftien tot twintig kilogram.
“We willen onze medewerkers ondersteunen door de fysieke belasting te verminderen”, zegt Yu-Ming Sie, Innovation Lead bij KLM Cargo. Dat uitgangspunt vormde de aanleiding voor een proof of concept met een geautomatiseerd depalletisatiesysteem, ontwikkeld door DERO Groep in samenwerking met het Delftse AI-softwarebedrijf Fizyr.
Grote variatie als technische uitdaging
Wat de toepassing bij KLM Cargo technisch veeleisend maakt, is de extreme diversiteit van de inkomende vracht. Dick Goudriaan, Business Development Manager bij DERO Groep, beschrijft het als volgt: “De pallets die uit de vliegtuigen komen, kennen een ongelooflijke variatie — in afmetingen, verpakkingsmaterialen, straps, noem maar op. Het is zeer ongestructureerd, wat een groot begrip vereist via de camera en de vertaling naar een actie voor het robotsysteem.”
Het robotsysteem dat DERO voor deze toepassing heeft ontwikkeld, bestaat uit drie robots — twee voor het depalletiseren en één voor het palletiseren — en een multifunctionele grijper die zowel van bovenaf als van de zijkant kan grijpen. Die flexibiliteit is geen luxe: tijdens het project bleek dat de colli in twee hoofdcategorieën uiteen vallen. Kartonnen dozen kunnen van bovenaf worden opgepakt, maar pakketten met een plastic buitenlaag vereisen een greep van onderen. De grijper moet beide handelingen betrouwbaar kunnen uitvoeren.
AI-visie als schakel tussen camera en robot
De aansturing van de robots verloopt via de perceptiesoftware van Fizyr. “Onze software stelt ons in staat te begrijpen wat we via de camera zien en dat te vertalen naar een trigger voor een robot of een geautomatiseerd proces”, legt Tibor van Melsem Kocsis, CCO van Fizyr, uit. De AI bepaalt niet alleen wát er op de pallet ligt, maar ook de exacte positie en oriëntatie van elk pakket — informatie die noodzakelijk is om de robot de juiste grijpbeweging te laten uitvoeren.
Resultaten overtroffen verwachtingen
De uitkomsten van de proof of concept zijn bemoedigend. Goudriaan: “We hebben vastgesteld dat 97 procent van de cargo automatisch kan worden opgepakt.” Dat percentage lag hoger dan KLM Cargo vooraf had verwacht. “We wisten niet wat eruit zou komen, omdat de oplossing nog niet bestond”, aldus Sie. “We hebben geleerd dat de robot een hoog percentage van de pakketten kon verwerken — veel meer dan we hadden verwacht.”
Voor KLM Cargo beantwoordt de test daarmee de centrale vraag die aan het project ten grondslag lag. “De kernvraag was: kan de technologie ons nu al helpen? En het antwoord, zo hebben we geleerd, is ja — de technologie is er.”
Betrokken partijen: KLM Cargo (opdrachtgever), DERO Groep (robotsysteem en systeemintegratie), Fizyr (AI-perceptiesoftware)
