Компьютерное зрение для промышленной сортировки

Кейс · Компьютерное зрение

Агро, пищепром и переработка

Промышленная сортировка

Computer Vision · ML

Нейросеть в реальном времени определяет качество каждого объекта в потоке

Технология интеллектуального компьютерного зрения анализирует, классифицирует и сортирует продукцию в непрерывном производственном потоке — на высокой скорости, без участия оператора. От получения изображения объекта до команды исполнительным механизмам проходит доля секунды.

до 75 т/ч

производительность потока

до 2 м/с

скорость конвейера

доли сек.

решение по объекту

RGB·NIR·SWIR·X-Ray

сенсоры

Промышленное оборудование оптической сортировки с ИИ-решениями — Оптические сепараторы и анализаторы повышают эффективность, снижают издержки и освобождают бизнес от ручного труда

Что это

Полный цикл обработки — от изображения до управляющей команды

Решение реализовано в промышленных системах оптического анализа и сортировки нового поколения, где искусственный интеллект выполняет весь цикл: получает изображение объекта, распознаёт его характеристики, классифицирует по заданным параметрам и автоматически принимает решение о дальнейшем перемещении продукции.

В основе — комплекс алгоритмов Computer Vision и Machine Learning. В отличие от традиционных систем с фиксированными правилами или отдельными датчиками, технология анализирует совокупность визуальных и спектральных признаков — это позволяет учитывать сложные комбинации характеристик объекта и адаптироваться к изменению условий эксплуатации.

Технологический стек

Передовые технологии анализа и управления потоком материалов

Архитектура

Пять взаимосвязанных модулей

Получение данных

Промышленные сенсорные системы формируют цифровое представление объекта:

высокоскоростные RGB-камеры;
NIR — ближний инфракрасный диапазон;
SWIR — коротковолновый инфракрасный;
рентгеновские сенсоры (X-Ray);
специализированные AI-анализаторы.

Компьютерное зрение

Интеллектуальная обработка изображения каждой единицы продукции:

обнаружение и сегментация объектов;
выделение контура и геометрии;
цифровая модель и структура поверхности;
измерение размеров, анализ цвета;
поиск локальных дефектов.

Машинное обучение

Нейросети определяют по совокупности признаков:

класс объекта и категорию сортировки;
наличие дефектов и вероятность брака;
соответствие критериям качества.

Модели обучаются на специализированных выборках и распознают комбинации признаков, недоступные обычным алгоритмам.

Принятие решений

За доли секунды система формирует цифровое решение по объекту:

пропустить;
направить в отдельную категорию;
удалить из потока;
классифицировать сразу по нескольким признакам.

Исполнительный модуль

Управляющая команда передаётся исполнительным механизмам — пневматическим блокам, механическим лопаткам, модулям собственной конструкции и системам автоматического распределения потока. Исполнительные устройства лишь реализуют решение, которое принимает технология компьютерного зрения.

В работе

Интеллект в сортировке — покадровая детекция потока

Оптическая сортировка · видео с линии

Нейросеть определяет качество картофеля для сортировки и переработки — Нейросеть определяет качество каждого объекта в потоке и присваивает ему идентификатор

Каждая единица продукции анализируется индивидуально — независимо от скорости движения конвейера. На кадре нейросеть отслеживает и нумерует каждый объект, оценивая его качество в реальном времени.

Контролируемые параметры

Сортировка сырья без участия человека — по десяткам признаков одновременно

Параметры сортировки: материал, цвет, геометрия, дефекты, вредные вещества — Параметры сортировки комбинируются между собой под конкретную технологическую задачу

материал цвет геометрические размеры форма калибр объём площадь поверхности механические повреждения трещины сколы гниль плесень изменение цвета поверхностные дефекты внутренние включения (X-Ray) вредные примеси инородные предметы минеральные включения камни комки грунта

Применение

Один принцип — множество производственных потоков

Цифровой анализ объекта, интеллектуальная классификация и автоматическое принятие решения работают одинаково на самых разных типах сырья:

овощи картофель фрукты ягоды семенной материал пищевое сырьё вторичные полимеры пластик металлы стекло строительные материалы минеральное сырьё электронный лом цветные металлы промышленные материалы

Интеграция

Встраивается в цифровую инфраструктуру предприятия

SCADA MES системы производственной аналитики корпоративные базы данных цифровая прослеживаемость продукции

В процессе работы формируется статистика производственного потока, данные о качестве продукции, результаты классификации, история решений системы и аналитические показатели для последующей обработки.

Ключевые преимущества

Почему это работает в промышленном режиме

Высокоскоростной анализ объектов в реальном времени
Алгоритмы компьютерного зрения и машинного обучения
Многокритериальная классификация продукции
Одновременная работа с RGB, NIR, SWIR и X-Ray
Масштабируемость под разные производственные процессы
Интеграция с промышленными информационными системами
Автоматические решения без участия оператора
Обучение моделей под новые типы продукции и критерии
Цифровая прослеживаемость результатов анализа
Универсальная архитектура для разных типов оборудования

Следующий шаг

Разберём вашу линию и подберём конфигурацию сортировки

Бесплатный аудит: оценим поток, набор признаков для классификации и потенциальный эффект от внедрения компьютерного зрения — без остановки производства.

Получить аудит →← Все кейсы