• 登录
社交账号登录

机器人采摘新鲜农产品 机器视觉食品检测应用

作者:zhao 更新时间:2020-08-14 点击数:

  盈泰德科技视觉技术人员,一直与一些新鲜农产品种植者密切合作旨在使农产品收获自动化的开发项目。通过将现有的机器人技术与二维和三维视觉技术相结合和适应,目的是使提高收获效率,减少浪费。下面我简要了解一下,基于机器人采摘新鲜农产品的机器视觉食品检测应用。

  对于许多农产品种植者来说,他们不仅会紧密地指定蔬菜的大小、形状和外观。他们会接受的通常提前一年或更长时间指定产量。他们会在某一周想要的。这给种植者带来了重大的后勤问题,因为他们须根据这些未来的需求来规划作物,但却无法控制诸如天气等环境条件。

  基于机器视觉的采摘系统

  基于视觉的采摘系统可以设置为收获仅仅是符合超市市场标准的作物的一部分,保存后续排序,但同样重要的是生成未收获作物的大小和形状数据这样种植者就可以联合短期内天气预报看看是否有更多的剩余作物很可能在未来几周内充分成熟,达到标准,因此减少废物。

  解决水果和蔬菜质量

  超市的销售政策招致了很多批评,只有“完美的”水果和蔬菜。这会导致高水平的食物浪费如果由于不符合标准而不得不放弃很大一部分收获,这进一步增加了种植者的财政压力,他们已经受到了利润率的挤压,然而这些是种植者须接受的条件。

  视觉系统应用环境考虑

  原则上,VISION是这种应用程序的完美工具,考虑到它已经习惯了测量尺寸、形状、颜色在工厂环境中,产品种类繁多。但是,在某种类型的视觉系统上运行机器人车辆在各种各样的天气条件下和工厂完全不同。它吐出一个许多挑战因为无论是晴天、多云、下雨,甚至是晚上,系统都需要同样的效率。

  另一个重大挑战要克服的事实是水果和蔬菜是有机产品有许多自然变化即使在符合要求的形状和尺寸规格的范围内。视觉系统需要能够考虑到这一点,而盈泰德科技已经利用了它。CVB Manto软件。CVB Manto是一种通用的先进技术。模式识别工具它使用了人工智能领域的研究中出现的一种神经技术。它利用来自多个图像平面的所有图像信息,可用于单色、彩色和三维图像。它自动识别关键特性这有助于识别对象的类。