Intelligenza artificiale e visione 3D per la selezione della frutta
I prodotti agricoli possono differire notevolmente in forma e colore, il che pone grandi sfide per i classici metodi di elaborazione delle immagini. Un esempio di ciò è il rilevamento e lo smistamento dei frutti. Per gestire questo compito, Basler ha collaborato con il fornitore di software Data Spree per sviluppare una soluzione di visione per il rilevamento e la classificazione dei frutti utilizzando i dati 3D come materia prima.
Ecco come funziona il sistema di visione 3D per la selezione della frutta
Il sistema di visione basato sul deep learning è costituito da una telecamera a tempo di volo Basler blaze e da un PC standard. La telecamera Basler Blaze fornisce immagini 3D ad alta risoluzione con una precisione quasi millimetrica. Non solo genera un'immagine in scala di grigi come immagine di intensità, ma misura anche la distanza di ogni singolo pixel misurando il tempo di percorrenza degli impulsi luminosi nella gamma del vicino infrarosso. L'immagine risultante è quindi disponibile come nuvola di punti 3D e fornisce quindi ulteriori informazioni sulla scena ripresa. Rispetto alle immagini RGB 2D, in questo approccio le informazioni sul colore vengono sostituite dalle informazioni sulla forma, il che non solo presenta vantaggi nel rilevamento simultaneo di mele rosse e verdi, ma consente anche applicazioni aggiuntive, come il posizionamento e la misurazione esatti degli oggetti rilevati.
L'elaborazione delle immagini 3D e l'intelligenza artificiale (AI) come un doppio forte
Il software è una parte essenziale di questa applicazione. È costituito da due componenti principali: l'SDK Basler blaze e il software applicativo AI.
L'interfaccia di programmazione intuitiva e indipendente dalla piattaforma del Basler blaze consente una facile integrazione del software ""con apprendimento profondo. Questa soluzione software, basata su reti neurali profonde (deep learning), è estremamente user-friendly e consente lo sviluppo di modelli di deep learning senza alcuna conoscenza precedente. Con l'aiuto del software applicativo, le singole fasi di lavoro per la progettazione del sistema, come l'acquisizione dei dati, l'annotazione, la formazione, il provisioning e l'implementazione della rete addestrata sull'hardware di destinazione, possono essere notevolmente semplificate. Scopri di più sulle singole fasi di lavoro nel caso d'uso.
I vantaggi di questa soluzione di visione 3D per la selezione della frutta in sintesi
Basler offre non solo hardware per la visione 3D, ma anche supporto nell'implementazione delle relative soluzioni software. Se necessario, attiviamo anche la nostra vasta rete di partner per soddisfare le esigenze dei clienti.
Interfaccia di programmazione intuitiva e indipendente dalla piattaforma (Basler blaze SDK) con programmi di esempio
Utilizzo di hardware per telecamere collaudato e durevole con classe di protezione IP67
Facile installazione dell'hardware grazie all'illuminazione integrata e all'ottica calibrata
Riconoscimento e classificazione più precisi e affidabili degli oggetti grazie all'integrazione delle informazioni spaziali tramite una telecamera 3D (time-of-flight) nell'apprendimento delle reti neurali
Riduzione della complessità dell'applicazione, poiché la tecnologia dei sensori complementari non è più necessaria in un gran numero di applicazioni
Risultati di misurazione precisi anche in condizioni di scarsa illuminazione, luce diurna e senza contrasto