AI kan kwaliteitscontrole met camera's doen voor elke fout die u kunt fotograferen en labelen, op lijnsnelheid, met een vooraf afgesproken percentage valse afkeur.
Ja, op lijnsnelheid en de klok rond, voor fouten waarvan u voorbeelden kunt laten zien: scheuren, beschadigingen, ontbrekende onderdelen, verkeerde etiketten, kleur- en drukfouten. Het ziet niet wat het nooit heeft gezien, en het staat of valt met belichting. Deze gids zegt welke controles werken, wat een lijn betaalt, en hoe een project wordt gescopet zodat het percentage valse afkeur is afgesproken vóór de camera wordt gekocht.
Laatst bijgewerkt: 14 september 2026
AI kan kwaliteitscontrole met camera's doen voor elke fout die u kunt fotograferen en labelen, op lijnsnelheid, met een vooraf afgesproken percentage valse afkeur. De Nederlandse maakindustrie loopt erop achter: 18,0% van de industriële bedrijven met 10 of meer werkzame personen gebruikte in 2024 AI, onder het gemiddelde van 22,7% (CBS AI Monitor 2024). De scheurdetectie van Crux Digits voor prefab betonelementen draait op lijnsnelheid, en het verschil tussen een demo en een lijn is niet het model: het is de belichting, de camerapositie, de gelabelde voorbeelden en de beslissing wat er met een afgekeurd product gebeurt.
| Controle | Werkt wanneer | Let op |
|---|---|---|
| Oppervlaktefouten (scheuren, beschadigingen, krassen) | Constante belichting en een vaste camerapositie | Spiegelende of natte oppervlakken; fouten kleiner dan een paar pixels |
| Aanwezigheid en compleetheid (ontbrekende schroef, afdichting, onderdeel) | De referentietoestand is stabiel | Productvarianten die de referentie veranderen |
| Etiketten, opdruk en codes | OCR op een vast veld | Gebogen oppervlakken, schittering |
| Maten en passing | Gekalibreerde camera, bekende afstand | Waar een sensor of een meetklok beter meet dan een camera |
| Kleur en coating | Gecontroleerd licht, gekalibreerde referentie | Daglicht en veroudering van lampen verschuiven de kleuren |
Het ziet niet de fout die u nooit heeft gelabeld: een model dat op scheuren is getraind, laat een vreemd voorwerp door dat het nooit heeft gezien. Het meet niet wat een camera niet kan zien: inwendige holtes vragen ultrasoon of röntgen, en een tolerantie van een tiende millimeter vraagt een meetklok. En een model dat 3% goed product afkeurt om 99% van het slechte te vangen, kost op sommige lijnen meer dan het bespaart; daarom is het percentage valse afkeur een afgesproken getal, geen verrassing. Belichting is het hele project: de audit gaat vooral over het licht, de lens en waar de camera staat, niet over het algoritme.
Drie vaste stappen: een audit van €2.500 aan de lijn, die de foutencatalogus, het belichtings- en cameraplan en het acceptatiecriterium (detectiepercentage en valse afkeur op uw eigen product) oplevert; een Productieklare MVP van €20.000 die twee weken op één product en één camerapositie naast de inspecteur draait; en productie vanaf €50.000, gekoppeld aan de PLC of het MES zodat een afkeur wordt afgehandeld en niet alleen gemeld, en bewaakt op drift. Excl. btw, alle code en modellen overgedragen. Zie computer vision, AI voor de maakindustrie en de case scheurdetectie.
Plan een gratis consult. Stuur twintig foto's van goed en slecht product en we zeggen eerlijk of het een camerawerk, een sensorwerk of geen van beide is.
Gratis consult plannenKies een onderwerp, of typ gewoon direct.