В данной статье рассматривается использование компьютерного зрения в сфере пищевой промышленности. Рассматриваются варианты использования блоков видеозахвата для идентификации отклонений различных показателей продукции на различных этапах производства, а также методы обработки видеоинформации для осуществления каких-либо оперативно-управленческих решений.
Ключевые слова: пищевая промышленность, компьютерное зрение, качество продуктов питания.
This article discusses the use of computer vision in the food industry. Variants of using video capture units to identify deviations of various product indicators at various stages of production, as well as methods of processing video information for implementing any operational and managerial decisions are considered.
Keywords : food industry, computer vision, food quality.
Пищевая индустрия — одна из основных сфер, нуждающаяся в модернизации производства. От качества пищевых продуктов зависит качество жизни населения страны [1], а также пищевая безопасность страны.
Развитие пищевой индустрии можно разделить на две составляющие:
- Технологическую;
- Техническую.
Технологическим развитием пищевой индустрии можно назвать следующие процессы:
- Изменение технологии производства продуктов в соответствии с текущим уровнем развития биологических и химических наук;
- Открытие новых способов производства требуемых для промышленности химикалий;
- Изобретение новых формул БАД;
- Прочие процессы усовершенствования производств пищевых продуктов, касающиеся технологий производства.
Техническим же развитием пищевой индустрии можно назвать процесс применения достижений технических наук для модернизации процесса производства. В качестве технических достижений науки можно рассмотреть следующие инновации [2]:
- Использование робототехнических комплексов для автоматизации процессов, осуществляемых ранее либо человеческими усилиями, либо с использованием одноцелевых станков ЧПУ;
- Использование методов искусственного интеллекта для оптимизации процессов, сопутствующих производству, в том числе: логистические задачи доставки и хранения сырья, логистические задачи отгрузки готовой продукции, оптимизационные задачи использования сырья и прочее;
- Использование экспертных систем для улучшения качества продукции;
- Использование SCADA-систем для контроля автоматики на объекте производства, а также использование систем поддержки принятия решений для исключения влияния человеческого фактора на процесс производства;
- Использование методов компьютерного зрения на различных этапах производства для контроля за качеством продукции.
Объектом нашего исследования является использование методов компьютерного зрения.
Использование методов компьютерного зрения на различных этапах производства для контроля за качеством продукции
За последние несколько лет технологии машинного зрения шагнули далеко вперед. Это обусловлено двумя факторами: во-первых, были разработаны новые алгоритмы обработки изображений, в том числе, методы обработки изображений с применением сверточных нейронных сетей, что позволило сократить время обработки и нагрузку на компьютерную систему, занимающуюся обработкой; во-вторых, во много раз увеличилось качество оборудования для съемки видео, в том числе, увеличились размеры матриц видеокамер в потребительски-доступном сегменте рынка, а также были усовершенствованы и приобрели большее распространение камеры, захватывающие видео в диапазона инфракрасного света.
На текущий момент, многие предприятия пищевой промышленности отходят от концепции наблюдения за качеством производимой продукции на основе различных датчиков. Так, например, в процессе производства колбасного фарша требуется постоянное наблюдение за определенными показателями качества, идущего по конвейеру фарша: цвет, консистенция, процент жира, процент воды. Для наблюдения за этими показателями ранее использовались различные простейшие датчики (цвета, температуры, влажности), а также экспертные сверки контрольной партии продукции и пробы пищевых полуфабрикатов, проводимые в процессе производства.
Альтернативой такому подходу является внедрение на всех этапах производства методов контроля качества продукции с использованием машинного зрения. В данном случае, под внедрением следует понимать установку на всех линиях производства видеокамер соответствующего вида (обычного и ИК диапазона, с определенным размером матрицы, с определенным количеством кадров в секунду), а также разработку программных средств анализа и обработки получаемой с видеокамер записи.
Использование машинного зрения может быть актуально для решения следующих задач производства [3]:
- Считывание маркировки и кодов;
В процессе производства могут возникать ситуации, в которых, в зависимости от маркировки на продукции или упаковке, с продукцией следует произвести определенные манипуляции, характерные только для продукта, промаркированного определенным способом. Это могут быть маркировки качества, в зависимости от которых продукт определенного качества с общей конвейерной ленты должен быть переложен на отдельную, для дальнейшей фасовки его в партию. Это могут быть маркировки для определения последовательности укладки продукции для транспортировки и прочее.
Если со считыванием цифровых кодов вполне справляются штрих-сканеры, то при увеличении пулов кодов, либо их усовершенствование от числовых последовательностей до графических изображений, требуется уже большее количество датчиков для выполнения определенной задачи.
С внедрением видеокамер для фиксации маркировки пропадает потребность в установке и настройке специальных сканеров. Требуется только откалибровать камеру и написать программу распознавания кодов. Это способствует удешевлению аппаратного комплекса распознавания маркировки.
- Определение наличия чего-либо в рабочей области манипуляторов;
Данная задача подразумевает наличие датчиков в определенных точках рабочего пространства. Для этого могут использоваться датчики света, либо тензо-датчики, расставленные по периметру или площади рабочей области манипулятора.
С данной задачей намного быстрее справится одна камера, установленная над рабочей областью. Как только продукт займет положенное место, камера отметит это и пошлет сигнал манипулятору.
- Контроль геометрической формы продукта;
Аналогично, для контроля геометрической формы продукции возможно использование лазерных датчиков, датчиков света и прочих. Для некоторых типов проверки требуется захватить продукт манипулятором и буквально показать его датчику со всех сторон, что отнимает некоторое время работы манипулятора.
В случае использования камеры возможна проверка геометрических форм продукции по заданному шаблону, в том числе и проверка формы в глубину, с использованием алгоритмов изометрии, либо алгоритмов, основывающихся на силе отраженного света.
- Инспекция целостности упаковки;
В процессе упаковки продукции производятся физические манипуляции с довольно хрупкими материалами: бумага, фольга, пластик, и неизбежны повреждения упаковки, что недопустимо с точки зрения качества продукции.
Видеокамера с настроенным алгоритмом проверки может отследить следы некачественной упаковки: замятия, разрывы, кривое расположение этикеток и прочее.
- Контроль качества продукции.
Использование машинного зрения для контроля качества продукции является современным трендом. Как упоминалось ранее, одна камера может заменить целый комплекс датчиков, а вместе с дополнительными программными системами и целый комплекс мероприятий по проверке качества продукции.
Вывод
Преимущества использования методов компьютерного зрения заключаются в возможности комплексного выполнения нескольких задач одной точкой установки камеры. Подразумевается, что одна и та же камера может как отслеживать качество продукции с точки зрения органолептических показателей, так и следить за отсутствием брака или возникновением нестандартных ситуаций. Комплексность подхода обусловлена тем, что большая часть логики работы камеры, в том числе, комплекс обработки изображения, система принятия решений, расположены вне датчика (камеры), что позволяет упаковать программный комплекс в единое производственное решение, чем сократить экономические затраты.
В частности, использование методов компьютерного зрения позволит сократить временные и финансовые затраты:
- На прочие датчики и их установку;
- На мероприятия по отбору части продукции для контрольных тестов;
- На решения относительно нестандартных ситуаций в процессе производства.
Литература:
- Дмитриев Н. Д., Рогозина Е. А. Применение инновационных технологий на пищевых предприятиях//Вестник университета. 2020. № 7. С. 36–44.;
- Электронный источник «ИТ-технологии в пищевой промышленности. ТОП-10»: https://zen.yandex.ru/media/asp_news/ittehnologii-v-piscevoi-promyshlennosti-top10–5f43b515ca3093356229cea7 [13.01.2021];
- Е. Воскресенский — «техническое зрение в пищевой промышленности: технологии и приложения» — CONTROL ENGINEERING РОССИЯ #4 (52), 2014;
