Фото: із відкритих джерел
На ринку черешні дедалі важливішими стають показники твердості, кольору та рівня Brix, а також стабільність якості в кожній відвантаженій партії. У пакувальних центрах для цього все частіше застосовують машинний зір і моделі штучного інтелекту, зокрема для виявлення дефектів і сегментації партій.
Про це повідомляє сайт Аграрії разом з посиланням на Freshplaza.
Ринок черешні стає вимогливішим до параметрів, які напряму впливають на комерційну цінність плодів: твердості, кольору та рівня Brix. На цьому тлі у післязбиральній доробці зростає роль автоматизованого сортування, яке має забезпечувати не лише калібр, а й повторювану якість партій для різних каналів збуту.
У матеріалі FreshPlaza описано підхід Unitec до сортування черешні на основі ШІ. Зокрема, платформи Cherry Vision 3.5 та Cherry Vision 4.0 AI позиціонуються як рішення для виявлення дефектів і недоліків, які складно або неможливо стабільно розпізнати під час ручного контролю.
Що саме виявляє машинний зір
За даними компанії, моделі ШІ у системах Cherry Vision дають змогу точніше фіксувати низку проблем якості, серед яких:
- свіжі порізи;
- нерівномірність забарвлення;
- вм’ятини (pitting);
- пошкодження комахами, зокрема Drosophila;
- поверхневі дефекти.
Окремо згадується технологія Uniq Cherry, яка, за описом, оцінює не лише зовнішні ознаки, а й внутрішні характеристики, зокрема стиглість і вміст цукрів, що впливають на смак. У результаті акцент зміщується від простого «відбракування» до точнішого розподілу плодів за комерційними категоріями та смаковими очікуваннями кінцевого споживача.
Вплив на роботу пакувальних центрів
У матеріалі зазначено, що автоматизовані лінії можуть охоплювати шлях черешні від приймання до фінального пакування, а цілі такого підходу формулюються як оптимізація операційних витрат, зменшення відходів і підвищення керованості процесів у сезон із високою мінливістю якості.
Також підкреслюється, що інсталяції налаштовують під конкретне підприємство, а адаптивність важлива в сезони зі складними погодними умовами та неоднорідною сировиною.
Приклади використання в Іспанії
Іспанський сезон черешні, за описом, проходить у складних умовах через затяжні дощі на старті та різкі коливання температур. На цьому тлі компанія Llamfruit Cherry (Арагон), яка спеціалізується на черешні понад 50 років, нещодавно почала використовувати систему Cherry Vision 4.0 AI.
«Головний виклик у цьому контексті — підтримувати стабільну якість у відвантаженнях, попри те, що ми отримуємо плоди з дуже широким діапазоном варіацій. Сьогодні градація не може спиратися лише на розмір; потрібна ретельна оцінка твердості, кольору, зовнішніх дефектів і лежкості… Система забезпечує точніше та стабільніше сортування, виявляючи відмінності, які складно надійно визначити вручну», — зазначив керівний директор Carlos Llambrich.
За оцінкою компанії, операційна ефективність у Llamfruit Cherry зросла на 15–20% порівняно з попередніми сезонами. У комерційній частині більш стабільна якість, за їхніми словами, призводить до меншої кількості скарг і зростання довіри клієнтів.
Також у матеріалі згадується досвід Agrupación de Cooperativas Valle del Jerte (Естремадура): технологія, за описом, допомагає утримувати стандарти якості навіть у пікові періоди та за високої неоднорідності партій, а точніша градація дає змогу спрямовувати кожен клас якості у відповідний канал збуту та зменшувати втрати.
Окремо наведено коментар компанії Frutas Agrotrain: там підкреслили, що завдяки системі візії вдається точніше сортувати плоди у складні сезони.
«Є партії черешні, які без технології візії ми могли б залишити незібраними або одразу відбракувати на землі», — зазначили в компанії.
У матеріалі також вказано на практичні наслідки для пакувального цеху: точніше сортування та зменшення потреби в ручній праці.