Bedrijven met een omvangrijk wagenpark zijn veel tijd kwijt aan de handmatige controle op schade. PON-dochter Lensor heeft daarom een scaninstallatie ontwikkeld waarin een met machine learning getraind algoritme snel schade kan detecteren. Het systeem draait in de cloud bij AWS. Rocking Robots bezocht deze start-up op de PON-campus in Leusden.
De hardware is relatief eenvoudig. Samengesteld uit standaard componenten, van palen met Hikvision-camera’s tot eigen servers met Nvidia-videokaarten, maken de scanpoorten een grote hoeveelheid foto’s. De echte complexiteit schuilt in de verwerking van die data door middel van zelf ontwikkelde algoritmen. Zonder de betreffende auto ooit eerder gezien te hebben kan deze AI-software direct eventuele schades herkennen en real-time weergeven, na snelle verwerking in de AWS-cloud.
Inaccuraat
De oprichters van Lensor zijn aanvankelijk als onderdeel van hun studie bij PON Datalabs stage gaan lopen. Daar hebben zij de eerste versies van schadedetectie met behulp van AI opgezet. De eerste pilots waren succesvol, en ondertussen is dit project is uitgegroeid tot een volwaardige dochteronderneming waar nu ten mensen werkzaam zijn.
De uitdaging die Lensor wil aanpakken is de tijdrovende en vaak inaccurate handmatige controle op schade bij organisaties die een groot wagenpark hebben, zoals Albert Heijn met zijn vele bezorgauto’s. Dit gebeurt met een gate die vanuit alle hoeken foto’s neemt met zestien camera’s wanneer een voertuig niet sneller dan vijf kilometer per uur door de gate rijdt. Deze foto’s leveren in enkele seconden een 360-graden beeld op, dat direct in de cloud geanalyseerd wordt op schade.
Het onderliggende algoritme is volledig zelf ontwikkeld, en is nu zodanig ‘opgeleid’ dat het zelfstandig herkent of een auto schade heeft, ook bij voertuigen die het niet eerder heeft gezien. Wanner mensen in beeld zichtbaar zijn worden die door de software automatisch onherkenbaar gemaakt, en in het kade ervan de privacy wordt ook het kenteken niet opgeslagen.
Schade
Op dit moment heeft Lensor 22 gates verkocht, waarvan er acht operationeel zijn bij klanten. Naar verwachting zullen die ongeveer 3.000 scans per dag gaan verwerken, wat betekent dat het systeem iedere dag 1TB aan data transporteert naar en verwerkt in de cloud. Het systeem herkent schade met een grootte tot ongeveer een twee euro-munt. Ondertussen gaat de training van het systeem in de cloud door, om steeds geavanceerdere analyses te maken en de accuratesse te vergroten.
Nu al is de AI accurater èn consequenter dan handmatige controle door mensen. Die accuratesse ligt op ongeveer 80 procent, maar moet volgens Lensor kunnen groeien tot circa 95 procent. Ongetrainde mensen komen tot een accuratesse van ongeveer dertig procent, getrainde controleurs tot circa 70 procent.
Tijdwinst
Naast de grotere accuratesse is het voordeel van deze AI-oplossing volgens Lensor de grote tijdwinst. Als de chauffeurs met hun voertuig bij binnenkomst direct door de scangate rijden is de controle in tien tot vijftien seconden gedaan, waar in de oude situatie altijd iemand fysieke om het voertuig heen zou moeten lopen om te kijken of er schade is. Dat kan tot wel tien minuten per voertuig duren. Bovendien is dit geen populaire activiteit voor de mensen die dit binnen hun toch al drukke baan moeten doen. Een ander voordeel van geautomatiseerde schadedetectie is de eenduidigheid van schademeldingen bij schadeherstellers, die zo beter weten wat zij moeten doen.
