AI AOI-systeem zorgt voor kwaliteitsverbetering van fruit en groenten

Groenten en fruit worden verzameld, gewassen, verpakt en via koelketenlogistiek gedistribueerd naar verschillende verkoopkanalen. De uiteindelijke kwaliteitsbeoordeling en keuring bepalen de prijzen. Traditioneel worden sortering en inspectie uitgevoerd door automatische sorteermachines of door mensenogen, en kwaliteitsfactoren omvatten normaal gesproken gewicht, kleur, maat en uiterlijk. Daardoor is het proces tijdrovend, arbeidsintensief en kostbaar. Met name het oordeel van inspecteurs is niet altijd 100% consistent. Iedere keurder heeft zijn eigen subjectieve oordeel, waardoor er al snel grote verschillen kunnen ontstaan ​​tussen de sortering en de daadwerkelijke kwaliteit. Met de verdere ontwikkelingen van AI-technologieën kunnen de inspectieproblemen van traditionele menselijke visuele inspecties of op regels gebaseerde AOI-apparatuur worden opgelost door AI-technologieën die worden aangedreven door big data en deep learning-algoritmen. Uiteindelijk zal een neuraal netwerkmodel worden ontwikkeld dat de nauwkeurigheid en efficiëntie aanzienlijk zal verbeteren.

Vereisten

Deze case-study is van een bekende fabrikant van sorteer-, sorteer- en verpakkingsmachines die al jaren actief is in de groente- en fruitverwerkende industrie. Nadat de vruchten naar de sorteermachine zijn gestuurd, worden ze gescand door IP-camera's en gesorteerd op uiterlijk, grootte en kleur volgens het AI-model, evenals geïnspecteerd door andere monitoringmethoden om defecte vruchten eruit te filteren. Deze laat vervolgens alleen de hoogwaardige producten over. Aanvankelijk gebruikte de fabrikant Field-Programmable Gate Array (FPGA) voor AI-inferentie en AI-drijvende-kommaberekeningen namen veel middelen van de FPGA in beslag. Daardoor waren de sorteerprestaties slecht en waren de kosten hoog. Later koos de klant voor een met geavanceerde computerprestaties, meerdere I/O-interfaces, uitstekende betrouwbaarheid en DIN-railontwerpfuncties, en bereikte het een zeer nauwkeurige sortering van fruit- en groentekwaliteit.

Verbeter de inspectie-efficiëntie met Edge AI om handmatige herinspectie te voorkomen

Wanneer fruit de camera boven de transportband passeert, verzendt de camera beelden voor realtime analyse op basis van uiterlijk, kleur, grootte, vorm, oppervlaktebeschadiging en andere kenmerken, waarna de sortering wordt voltooid op basis van geanalyseerde resultaten. Ook worden beschadigd fruit geëtiketteerd en op schermen weergegeven om inspecteurs eraan te herinneren op te letten. De interface kan worden aangesloten op verschillende apparaten, zoals weegsensoren, codescanners en automatische printers. Daarnaast is gebruik gemaakt van Advantech’s gebruiksvriendelijk en gevisualiseerd Edge AI Suite-softwarepakket, dat vooraf is geïntegreerd met Intel's OpenVINO ™ -toolkit en een verscheidenheid aan reguliere AI-frameworks ondersteunt, zoals Caffe, TensorFlow en ONNX. Dankzij de geïntegreerde edge AI-software en hardware-oplossingen konden klanten en ontwikkelaars gemakkelijk aan de slag en ze gebruiken volgens de omgevings- en applicatievereisten, en konden ze snel AI-applicaties ontwikkelen en implementeren.

Isotron maakt gebruik van Cookies

Geef per categorie de keuze voor het gebruik van cookies aan. Wij hebben de cookies van Google Analytics volledig geanonimiseerd en daarom mogen wij die plaatsen zonder toestemming.

In onze Privacyverklaring is hier meer over te lezen. Graag de beste website ervaring? Vink dan alle vakjes aan.

OK