Фото: із відкритих джерел
У тепличному господарстві Moors Nursery (Астен-Хойсден, Нідерланди) модернізували лінію сортування солодкого перцю: система iQS, окрім калібрування за розміром, кольором і вагою, автоматично відбраковує плоди з проблемами якості навіть без помітних зовнішніх пошкоджень.
Про це повідомляє сайт Аграрії разом з посиланням на Hortidaily.
У пакувальному цеху Moors Nursery в Астен-Хойсдені (Нідерланди) через сортувальну лінію одночасно проходять великі партії солодкого перцю. Раніше система сортувала продукцію за розміром, кольором і вагою. Після заміни вимірювального модуля на iQS лінія також автоматично прибирає з потоку плоди з дефектами якості — навіть коли зовні пошкодження майже не видно або їх немає.
Як змінилася лінія та чому це стало актуальним
За даними HortiDaily, до оновлення на лінії працювала шафа з камерною системою, яка на високій швидкості фотографувала перець для визначення розміру, кольору та ваги. Її замінили на iQS. Технологія iQS не є новою: її застосовують із 1990-х років, спочатку — для оцінювання якості яблук, а згодом її пробували адаптувати й для перцю. Втім, раніше, як зазначають у матеріалі, інвестиція не завжди була економічно виправданою.
Тепер, за словами експорт-менеджера Отто Клопа, поштовхом до ширшого впровадження стало подорожчання та дефіцит робочої сили в тепличному секторі. Паралельно з цим саме господарство Moors Nursery наростило площі: нині воно вирощує 25 га перцю, зосереджених у кластері в Астен-Хойсдені.
Продуктивність і організація сортування
Усі перці з чотирьох локацій звозять у пакувальний цех для централізованого сортування. За словами представника господарства, у середньому обробляють близько 8 000 кг перцю на годину. Відсортовану продукцію відвантажують клієнтам у коробках, контейнерах або великих ящиках (bulk crates).
Як система «вчиться» розпізнавати дефекти
У матеріалі зазначено, що за останні роки iQS суттєво доопрацювали завдяки розвитку підходів штучного інтелекту — зокрема переходу від machine learning до deep learning. За словами Отто Клопа, це дало змогу навчати модель на великому масиві даних і отримати більш стійку модель для визначення якості перцю.
Принцип роботи описують як поєднання зображень із накладанням геометричної моделі на плід. Дані для навчання надходили від виробників, зокрема й від Moors Nursery: для цього, за словами представника господарства, по лінії пропускали 20–50 перців із проблемами якості, після чого дані передавали для подальшого навчання моделі. У перший рік після встановлення нової системи, як зазначається, багато часу приділили спільним доопрацюванням, а нині систему «дотонують».
Практичний ефект: швидкість, гнучкість налаштувань і робота з попелицею
Виробник може налаштовувати, які типи пошкоджень система має відсівати. У матеріалі пояснюють, що в складні періоди (наприклад, після хвилі спеки) частка перцю класу II може зростати, і це здатне сповільнювати процес сортування. Натомість із iQS, за словами господарства, з’явилася можливість підтримувати сортування на повній швидкості.
Окремо згадується, що система розпізнає різні типи проблем якості, зокрема пошкодження, пов’язані з попелицею. У Moors Nursery є мийна лінія для видалення попелиці з перцю: плоди з ознаками ураження спрямовували на миття, а без ознак — ні. У господарстві зазначають, що без такого відбору довелося б мити весь перець, а зайва волога робить плоди більш уразливими.
Також у матеріалі вказано, що на лінії сортування в Moors Nursery у 95% випадків людина вже не залучена до сортування перцю класу II. У господарстві пов’язують це зі зменшенням відбракування та можливістю точніше оптимізувати процеси завдяки даним, які надає система — зокрема шукати причини появи вм’ятин у зібраних плодах безпосередньо на етапі вирощування.