כיצד חזון מכונה הוא שיפור בקרת איכות בתהליכים פוסט-הארברסט

טכנולוגיית ראיית מכונות הופכת את בקרת האיכות בעיבוד לאחר ההארבסט על ידי מתן בדיקה אוטומטית, מהירה וסוג של מוצרים חקלאיים. מצלמות מתקדמות ותוכנה ניתוח תמונות עכשיו לאפשר למעבדים לזהות פגמים, למדוד ממדים, לזהות contaminants עם דיוק שעולה על יכולות אנושיות.שינוי זה מקטין את הפסולת, גדל באמצעות חישוב, ולהבטיח כי רק באיכות גבוהה לייצר לצרכנים להגיע לביקוש עולמי למזונות ולקיימות, הופך כלי חיוני בשרשרת האספקה המודרנית.

הבנה של Machine Vision in Post-Harvest Processing

חזון מכונה מתייחס לשילוב של חומרה ותוכנה שנותנים מערכות אוטומטיות את היכולת לראות ולפרש מידע חזותי.בפעולות שלאחר ההארברסט, מערכות אלה מחליפות או להגביר את הפיקוח ידני על ידי לכידת תמונות של פריטים בודדים נעים לאורך קו עיבוד ולאחר מכן ניתוח תמונות אלה בזמן אמת.הטכנולוגיה אינה חדשה - חזון תעשייתי שימש במשך עשרות שנים בייצור - אך ההתקדמות האחרונה במצלמה, חיישנים מלאכותיים, וגמישות מלאכותית, שיפור יכולת ייצור.

מערכת חזון מכונה

מערכת ראיית מכונה טיפוסית בעיבוד לאחר ההארבסט כוללת מספר רכיבים משולבים:

• (FLT:0)Cameras:FLT:1 רזולוציה גבוהה, צבע, ולפעמים מצלמות רב-ספקטרום או היפר-ספקטרום ללכוד תמונות מפורטות.מצלמות קו-סאנס יכולות להיות נפוצות עבור מיון מבוסס-אור, בעוד מצלמות שטח-סיכול יכול ללכוד פריטים סטטיים.
• (FLT:0) אורינג: ⁇ 1; שליטה, תאורה עקבית היא קריטית לאיכות תמונה אמינה. LED ערכי עם אורכי גל ספציפיים (למשל, קרוב ל-infrared עבור זיהוי פגמים פנימיים) משמשים לעתים קרובות כדי להדגיש תכונות שאינן נראות תחת אור רגיל.
• (FLT:0) עיבוד תוכנה: איור 1 (Algorithms) מטכניקות ראיית מחשב קלאסיות למודלים למידה עמוקים - נזוף כל תמונה כדי לסווג פריטים המבוססים על קריטריונים איכותיים מוגדרים מראש.
• (FLT:0)Decision and Actuation Systems:03F1) לאחר ניתוח, המערכת גורמת לפעילים מכניים (למשל, מטוסי אוויר, צפנים, או מסהרים) למיין פריטים לתוך זרמי תפוקות שונים.

כיצד מכונות חזון עובד בפועל

התהליך מתחיל כאשר מייצרים נכנס לאזור הבדיקה, בדרך כלל לאחר שטיפה וייבוש. גורם מהיר (למשל, מקודש או חיישן פוטואלקטרי) מפעיל את המצלמה כמו כל פריט עובר.התמונה שנתפסה הוא אז דיגיטציה ואכיל לתוך צינור עיבוד.מערכות מתקדמות לבצע בדיקות מרובות באזור השני - טיפול של אלפי פריטים לדקה.

הבדלים מרכזיים בתפיסת האדם

בדיקה חזותית אנושית יש מגבלות טבועה: זה סובייקטיבי, עייפות בקלות, ולא עקבית מעבר לשינויים ועובדים. ראיית מכונה מבטלת את יכולת הכדאיות על ידי יישום אותם קריטריונים אובייקטיביים לכל פריט בודד.זה יכול גם לזהות פגמים כי הם עדינים או בלתי נראים לעין האנושית - כגון דעיכה מוקדמת של בשלב מוקדם, עשש פנימית, או אובייקטים קטנים מאוד - באמצעות תכונות אור שונות ולהגדיל, לפעול ללא הפסקות יעילות רבה יותר.

שיפורים מרכזיים לשליטה איכותית

ראיית מכונות מביאה כמה שיפורים קונקרטיים לשליטה איכותית בעיבוד לאחר ההארברסט.השיפורים האלה הולכים מעבר למיין פשוט כדי לאפשר אופטימיזציה של תהליכים מונעים נתונים וציות קפדני יותר לסטנדרטים בטיחותיים.

גילויים עם סודיות בלתי צפויה

פגמים נפוצים בייצור טרי כוללים bruises, חתכים, rotgal, נזק חרקים, ואת חריגות צבע. מערכות ראיית מכונות ניתן לאמן לזהות פגמים אלה עם שיעורי דיוק מעל 99%, בהתאם היבול ואת סוג הפגם. לדוגמה, מחקר על ידי חוקרים באוניברסיטת וושינגטון סטייט הראה כי מודל למידה עמוק יכול לזהות נקודה שחורה עם דיוק, מוקרן על ידי לתפוס פגמים מוקדמים, מעבדים יכול לנתב אותם מחדש של מזון או עיבוד מזון לקוי (למשל, קמעונאי) או קמעונאים מזון עמוק כדי להפחית את הפחתת פריטים).

המונחים: Quality Attributes

בנוסף לגילוי פגם, ראיית מכונה מאפשרת דירוג מדויק מבוסס על גודל, צורה, צבע והבשלות. לדוגמה, בתעשיית התפוח, מערכות יכולות למיין פרי לקטגוריות בגודל 5-10 בו זמנית, תוך הסתמכות על בתוך 1 מ"מ צבע מיון מבטיח כימות אחידות, אשר הוא קריטי עבור ערעור צרכנים וחיי מדף.

זיהוי ובטיחות מזון

חומרים זרים ביבולים מקצרים - כגון אבנים, עץ, שברים מפלסטיק, או מתכת - נניח סיכונים רציניים לצרכנים ומעבדים.מכונות חזון מערכות מצוידות ב- X-ray או חיישניים היפר-ספקטרום יכולים לזהות contaminants אשר עלולים להחמיץ על ידי גלאי מתכת או מזנים צפיפות.לדוגמה, בעיבוד של עלים ירוקים עלים עליים, מצלמה קו-קו-קו-קו-קו-קו-קו-קו-קו-אפשרי בשילוב עם אורת יכול להדגיש חתיכות של פלואוסטרומים מפלסטיקהוריים של נוזל-אדום, אשר יכול להיות שונה בין תרכובתיקים ירוקים דמוי-גזעיים, כמו גם מדגמיים ירוקים, כמו גם מגזע ירוק-אפור, באופן שונה, בדומה לדגמיים ירוקים.

שיפור תהליכים

מערכות ראיית מכונה מודרניות לייצר כמויות עצומות של נתונים: שיעורי פגם, התפלגות גודל, צבע שלווגרם, ועוד. ניתן לאסוף נתונים אלה ולנתח כדי לזהות מגמות.אם פגם מסוים (למשל, חימום פנימי באפונס) מופיע לעתים קרובות יותר משלוחים מצמח ספציפי או לאחר תקופת אחסון מסוימת, מעבדים יכולים להתאים את שרשרת האספקה שלהם או תזמון בהתאם לזמינות: כל אחד יכול להיות שילוב של דרישות אבטחה (MA) באופן אוטומטי עם דרישות טיפול תרופתי).

יישומים על פני סוגים גדולים של Crop

ראיית מכונות אינה טכנולוגיה בגודל אחד, יישום שלה משתנה על ידי יבול בשל הבדלים בתכונות פיזיות, מהירות עיבוד וסטנדרטים איכותיים.

פירות וירקות

עבור תפוחים, אגסים, פירות הדר, מערכות ראיית מכונה בדרך כלל סוג של צבע, גודל ופגמים חיצוניים. Apple Packers להשתמש רולרים רוטטים המציגים את כל הצדדים של הפרי למצלמות מרובות, הבטחת בדיקה מדרגה 360 מעלות. Berries, לעומת זאת, לעתים קרובות ממיין שכבת על משטח רוטט, עם מעל פני מצלמות אחוריות לזהות רך או עובש מבוסס על מרקם צבע ומהירות, הם גם על כתמים צהובים, כמו כתמים צהובים, כמו על משטחים, על משטחים, גם על משטחים, על משטחים, על משטחים ירוקים, על גבי צמר, על גבי משטחים ירוקים, כיפי צבע ירוק, גם על גבי צמר, גם על גבי משטחים, כמו על גבי משטחים, כיפי צבע ירוק, כיפי צבע, גם על גבי משטחים, כיפי צבע, כיפי צבע, גם על גבי משטחים, כיפי צבע, 000, 000.

גרינס, נוטס, ו- Pulses

בעיבוד דגנים, ראיית מכונה משמשת לזיהוי זרעים זרים, דגנים חסרי צבע, וקרנלים פגומים.לדוגמה, מילימטרי אורז משתמשים בזנים אופטיים כדי להסיר דגנים chalky או שבורים, שיפור המראה של המוצר הסופי. עבור אגוזים כגון שקדים ובוטנים, מערכות לזהות שברים פגזים, עובש (a מנופחים חמצון), וריאציות צבע.

קראפטים מיוחדים: קפה, תה ופרחים

מעבר לתוצרת קונבנציונלית, ראיית מכונה עושה דרכים ליבולים מיוחדים.קפה bean מיון משתמש צבע ודחיסות ניתוח כדי להפריד over-fermented או insect-damated פולית מקפה ירוק באיכות גבוהה.בתעשיית התה, עלון מחשב מעריך על מראה, אחידות, ואת נוכחות של גבעולים, אשר הם עיבוד פרחים לא רצויים - עבור פרחים לחתוך כמו ורדים ו plips - שימושים עבור חזון יעיל, לעתים קרובות, כדי להיות נזקי ראייה פורץ דרך, או חומרים מזיקים.

היתרונות של בעלי מניות

אימוץ חזון מכונה בעיבוד לאחר ההארברסט מספק יתרונות עצומים על פני שרשרת האספקה - מגדולים לצרכנים.

מגדלים וחבילות

מגדלים נהנים משיעורי אריזות גבוהות יותר (אחוז הפירות הננקטים העומדים בסטנדרטים של כיתה) כי מיון קו האריזה מסיר פריטים פגומים שאחרת יקוצרו ויועברו בבזבוז פסולת. פקרס רואים עלייה דרך חישוב: מזן אופטי מודרני יכול להחליף 10 מטיפים ידניים בעת הפעלת מהיר יותר ועם עלויות מורכבות יותר.

עבור קמעונאים וצרכנים

סוחרים מקבלים משלוחים באיכות אחידה, צמצום הצורך במיין בחנות והורדת הסבירות לתלונות הלקוחות.צרכננים לייצר כי המראה והטעם טוב יותר וארוך יותר.לדוגמה, הסרת פירות מתפוררים בשלב האריזה מונעת התפשטות עובש במהלך המעבר, הרחבת חיי המדף על ידי ימים.ראייה מכונה גם משפרת את בטיחות המזון: מדבקים כגון חתיכות של מתכת או פלסטיק הוסרו, לפני שמירה על קמעונאים.

השפעה סביבתית וכלכלית

על ידי מיון פגמים מוקדם, ראיית מכונה מפחיתה את כמות המזון שבזבז בשרשרת האספקה.במקום להיפטר משטחים שלמים (בגלל כמה פריטים רעים, מעבדים יכולים להסיט רק את התוצרת הפגומה לשימושים משניים (למשל, הכפלת, מזון מן החי, או עיכול אנירובי) זה תואם את הפרויקט עם קיימות ויכול לעזור לענות על מטרות כלכליות, כמו גם על ידי 20 מיליארד דולר) עבור פעילות גופנית של כ קיבולת גבוהה של 20 מיליארד דולר (F) ב- 30 מיליארד דולר) הוא לעתים קרובות על ידי 10.5%) ו- 10.

אתגרים ושיקולים

למרות היתרונות שלה, יישום חזון מכונה בעיבוד לאחר ההארבסט אינו ללא מכשולים. מעבדים חייבים להעריך בזהירות עלויות, שילוב טכני ותחזוקה מתמשכת.

השקעה ראשונה ו-ROI Analysis

קו ראייה מלא של מכונה הממיין קו - כולל מצלמות, תאורה, משדרים, ממריצים ותוכנה - יכול לעלות בין 50,000 $ ל 500,000 $, בהתאם לעומס ומורכבות, בעוד ההשקעה הזו היא משמעותית, חיסכון מהפחתה של העבודה, צמצום הפסולת, ופרימיות איכותיות לעתים קרובות להצדיק את ההוצאות בתוך אחת עד שנתיים עבור מתקנים גדולים.

מגבלות טכניות ו-Celbration

ביצועי ראיית מכונות תלויים במידה רבה בתאורה עקבית, אוריינטציה למוצר וניגוד רקע.אבק, הדבקה ודרטט על הקו יכולים להפיג את איכות התמונה.קליברציה חייבת להתבצע באופן קבוע – לפעמים מדי יום – כדי לשמור על דיוק. עבור מוצרים מסוימים, כגון ירקות שורש מעוצבים באופן לא סדיר או אלה עם ציפויי שעווה מגן, השגת הדמיה אמינה היא מאתגרת.

שילוב עם קווי עיבוד קיימים

החלת מערכת ראיית מכונה לתוך קו אריזה קיים דורש תכנון זהיר. מהירויות קונוויאור, מוצר שירה (הפרש פריטים כך שהם לא נוגעים), וסידור מנגנונים חייב להיות תואם.מעבדים רבים לעבוד עם מומחי אינטגרציה כדי להבטיח כי מערכת הראייה תואמת עם כביסה באינטרנט, ייבוש וציוד אריזה.

ניהול נתונים ופרטיות

מערכות ראיית מכונות מייצרות טרה-ביאטים של נתונים בשנה, במיוחד כאשר משתמשים בהקלטה רציפה. נתונים אלה יכולים להיות בעלי ערך עבור מודלים של הכשרה וביקורת איכות, אבל זה גם מציב אתגרים אחסון ואבטחה. מעבדים חייבים ליישם מדיניות שמירת נתונים מתאימה ולהבטיח כי תמונות של ערכות מוצר לא בהכרח לחשוף קריטריונים של דירוג קנייני או מידע על-ידי ספק.

כיוונים עתידיים וחדשנות

תחום ראיית מכונה בעיבוד לאחר ההארבסט מתפתח במהירות, מונע על ידי התקדמות בבינה מלאכותית, טכנולוגיית חיישן וקישוריות.

AI ו- Deep Learning for Dynamic Typeing

חזון מכונה מסורתי מסתמך על אלגוריתמים בעלי ערך ידני עבור זיהוי פגם, אשר ניתן ליישב מול שלבים טבעיים של מודלים למידה עמוקה - במיוחד רשתות עצביות אבולוציה (CNN) - עכשיו מאומנים על מסדי נתונים גדולים כדי להכללת על פני כתמיות שונות, תנאי תאורה, וסוסים.לדוגמא, מודל מאומן על תמונות תפוח יכול ללמוד לזהות פנימי של פני פני השטח ללא שינוי מפורש של 9F) בהשוואה לחיקויים חדשים של דיוקים (DyF) מטיפוסים חדשים של דיוקים חדשים.

Hyperspectral ו- Multispectral Imaging

בעוד מצלמות אור גלויות רואות מה בני אדם רואים, הדמיה היפר-ספקטרום קולטת לוכדת עשרות או מאות להקות ספקטרליות צרות על פני הספקטרום הנראה והקרוב-הקרוב-המוכר, זה מאפשר זיהוי של תכונות איכות בלתי נראות: תוכן סוכר, רמת לחות, פוטנציאל בשלות ואפילו פגמים פנימיים כמו bruising כי עדיין לא על פני השטח. להקות מרובות-ספקטרום (קבוצה עם פחות) הופכים להיות יותר מסחרי עבור סוג אמיתי של ספקטרום, עכשיו, לדוגמה, לדוגמה, אשר יכול להשתמש בספקטרום רחב יותר, כדי לחזות מראש.

שילוב עם IoT ואוטומציה

מערכות ראיית מכונות הן יותר ויותר חלק מהאינטרנט התעשייתי של הדברים (IIoT) חיישנים על קו הראייה מדווחים נתונים בזמן אמת לענן, שבו מפעילי יכולים לפקח על מגמות איכות מכל מקום.כאשר מחוברים לחבילות רובוטיות, מערכת הראייה יכולה לכוון רובוטים כדי להציב פריטים בודדים בדיוק - לדוגמה, הצבת רק תפוחים ממודרגים באופן מושלם לתוך קופסה מתומנת למשלוח אורגני.

בקרת איכות חיזוי

במבט קדימה, נתוני ראיית מכונה בשילוב עם נתוני קציר היסטורי ומזג אוויר יכולים לאפשר מודלים חיזוי.לדוגמה, מערכת עשויה להתאים לקריאה כמעט-נאפת מקבוצה של ענבים עם חיי המדף סבירים של היין המתקבל.או ייתכן שהיא צפויה מהופעת תפוח אדמה לפני אחסון כמה זמן זה יישאר בשוק.

מסקנה

ראיית מכונות אינה מושג עתידני בעיבוד שלאחר ההארבורד – זוהי טכנולוגיה מוכחת המספקת שיפורים משמעותיים באיכות, יעילות וקיימות.על ידי החלפת מבחנים סובייקטיביים, איטיים ומשומנים של בני אדם עם ניתוח שרשרת אוטומטית, אובייקטיבי ומהירות גבוהה של IoT, מעבדים יכולים להפחית את הפסולת, לשפר את בטיחות המזון, ולעמוד בציפיות הגבוהות יותר של צרכנים וקמעונאים, בעוד עלויות מתקדמות, שמירה על יעילות גבוהה יותר, לחץ דם אסטרטגי, לא רק כדי לשפר את ההתקדמות של טכנולוגיות אוטומטיות, וקידום יעיל יותר, וקידום יעיל יותר, לחץ דם אסטרטגי, וקידום עצמי, הוא שיפור יעילות יותר, וקידום יעיל יותר, וקידום יעיל יותר, וקידום יעיל יותר, הוא שיפור יעילות יותר, הוא שיפור יעילות יותר, וקידום יעיל יותר, וקידום יעיל יותר, שיפור יעילות יותר, שיפור יעילות של טכנולוגיות תחרותי של טכנולוגיות אבטחה מהיר יותר, וקידום יעיל יותר, וקידום יעיל יותר, הוא שיפור יעילות יותר, וקידום יעיל יותר, וקידום יעיל יותר, טיפול יעיל יותר, וקידום יעיל יותר, הוא שיפור יעילות של טכנולוגיות אבטחה, וקידום יעיל יותר, וקידום יעיל יותר, וקידום יעיל יותר, הוא שיפור יעילות של טכנולוגיות אבטחה, וקידום יעיל יותר, טיפול עצמי של טכנולוגיות אבטחה, וקידום יעיל יותר, וקידום יעיל