سورتینگ سیب زمینی و پیاز بر اساس اندازه با سیستم‌های CV

قلب تپنده سیستم: سخت‌افزارهای کلیدی در سورتینگ بینایی ماشین

تا اینجا فهمیدیم که بینایی ماشین (CV) چگونه فکر می‌کند، اما حالا بیایید نگاهی به «بدن» این سیستم بیندازیم. برای اینکه یک الگوریتم بتواند تصمیم بگیرد، نیاز به داده‌های باکیفیت دارد و داده‌های باکیفیت یعنی سخت‌افزاری که در محیط‌های سخت کشاورزی دوام بیاورد. بسیاری از افراد تصور می‌کنند هر دوربین صنعتی یا حتی دوربین‌های مداربسته پیشرفته می‌توانند این کار را انجام دهند، اما حقیقت این است که سورتینگ محصولات کشاورزی نیازمند تجهیزاتی است که برای «سرعت بالا» و «دقت میلی‌متری» طراحی شده‌اند.

اولین و حیاتی‌ترین بخش، دوربین‌های صنعتی (Industrial Cameras) هستند. تفاوت این دوربین‌ها با دوربین‌های معمولی در نرخ فریم (Frame Rate) است. در یک خط سورتینگ پیاز، محصولات با سرعت بسیار زیادی روی نوار نقاله حرکت می‌کنند. اگر دوربین کند باشد، تصویر سیب‌زمینی‌ها تار (Blur) می‌شود و سیستم نمی‌تواند لبه‌های محصول را تشخیص دهد. برای همین از دوربین‌های Global Shutter استفاده می‌شود که می‌توانند در کسری از میلی‌ثانیه، یک تصویر کاملاً شفاف از محصول در حال حرکت ثبت کنند.

«در سیستم‌های سورتینگ پیشرفته، نورپردازی حتی از خود دوربین مهم‌تر است. بدون نور درست، بهترین دوربین دنیا هم فقط یک تصویر تیره و بی‌فایده تحویل می‌دهد.»

حالا به موضوع نورپردازی می‌رسیم. تصور کنید سیب‌زمینی‌ها در یک محیط با نور طبیعی خورشید سورت شوند. در صبح زود نور کم است، در ظهر نور شدید است و در عصر سایه‌ها تغییر می‌کنند. این تغییرات نوری برای هوش مصنوعی یک کابوس است چون باعث می‌شود اندازه محصول در هر ساعت از روز متفاوت به نظر برسد! برای حل این مشکل، از نورپردازی LED صنعتی در محیط‌های کاملاً بسته و ایزوله استفاده می‌شود. معمولاً از نورهای سفید یکنواخت یا نورهای مادون قرمز استفاده می‌کنند تا سایه‌های مزاحم حذف شوند و محصول به صورت یک شکل هندسی واضح روی پس‌زمینه دیده شود.

سیستم‌های انتقال و جداسازی: از چشم تا دست

بعد از اینکه دوربین دید و مغز (نرم‌افزار) تصمیم گرفت، نوبت به اجرای دستور می‌رسد. اما چگونه می‌توان یک سیب‌زمینی را در حال حرکت با سرعت ۵ متر بر ثانیه، دقیقاً به سبد شماره ۳ فرستاد؟

در اینجا از دو روش رایج استفاده می‌شود:

• جت‌های بادی (Air Ejectors): این‌ها سریع‌ترین روش هستند. یک ردیف از نازل‌های کوچک در انتهای نوار نقاله قرار دارند. وقتی سیستم تشخیص می‌دهد محصول باید جدا شود، در لحظه عبور محصول، یک پالس کوتاه و شدید از هوای فشرده شلیک می‌شود و سیب‌زمینی را به آرامی اما با دقت به سمت سبد مربوطه پرتاب می‌کند.
• بازوهای مکانیکی یا دریچه‌های لسنگی (Flaps): برای محصولات سنگین‌تر یا در خطوطی که سرعت کمتری دارند، از دریچه‌هایی استفاده می‌شود که با یک فرمان سریع باز و بسته شده و مسیر حرکت محصول را تغییر می‌دهند.

یک نکته بسیار مهم که در طراحی این سیستم‌ها نادیده گرفته می‌شود، نوار نقاله (Conveyor Belt) است. نوار نقاله نباید لرزش داشته باشد، چون لرزش باعث تکان خوردن محصول و ایجاد خطا در اندازه‌گیری می‌شود. همچنین رنگ نوار نقاله باید با رنگ محصول تضاد داشته باشد (مثلاً نوار مشکی یا آبی تیره برای سیب‌زمینی) تا الگوریتم بتواند به راحتی لبه‌های محصول را از پس‌زمینه تشخیص دهد.

کالبدشکافی نرم‌افزار: الگوریتم‌ها چگونه اندازه را محاسبه می‌کنند؟

بیایید کمی عمیق‌تر شویم و وارد دنیای کدها و ریاضیات شویم، اما بدون اینکه سرتان گیج شود! وقتی دوربین عکسی می‌گیرد، برای کامپیوتر آن عکس چیزی جز مجموعه‌ای از اعداد (پیکسل‌ها) نیست. حالا نرم‌افزار باید بفهمد کدام پیکسل‌ها مربوط به «پیاز» هستند و کدام‌ها مربوط به «نوار نقاله».

اولین مرحله بسته‌بندی یا Segmentation است. نرم‌افزار با استفاده از تضاد رنگی (Contrast)، دور محصول یک خط می‌کشد. این کار شبیه به این است که شما با یک ماژیک دور یک سیب‌زمینی روی کاغذ خط بکشید. حالا سیستم یک «مساحت» دارد. اما مساحت به تنهایی کافی نیست، چون یک سیب‌زمینی تخت و یک سیب‌زمینی گرد ممکنند مساحت یکسانی داشته باشند اما اندازه (قطر) آن‌ها متفاوت باشد.

برای حل این مشکل، سیستم از مفاهیمی مثل Bounding Box استفاده می‌کند. سیستم یک مستطیل فرضی دور محصول می‌کشد و طول و عرض این مستطیل را اندازه می‌گیرد. با ترکیب این داده‌ها و استفاده از فرمول‌های ریاضی، سیستم می‌تواند «قطر متوسط» محصول را محاسبه کند.

اما جادوی واقعی زمانی اتفاق می‌افتد که از یادگیری عمیق (Deep Learning) استفاده می‌کنیم. در سیستم‌های قدیمی، ما به کامپیوتر می‌گفتیم: «اگر طول بیشتر از ۵ سانت بود، آن را لارج حساب کن». اما در سیستم‌های مدرن، ما هزاران عکس از سیب‌زمینی‌های مختلف (در تمام حالات و زاویه‌ها) به سیستم می‌دهیم و به او می‌گوییم: «این‌ها لارج هستند و این‌ها متوسط». سیستم خودش الگوها را یاد می‌گیرد و به مرور زمان، دقتش در تشخیص اندازه، حتی از یک کارشناس خبره هم بیشتر می‌شود.

چالش «هم‌پوشانی»؛ بزرگ‌ترین دشمن سورتینگ

یک سوال منطقی این است: «اگر دو تا سیب‌زمینی به صورت چسبیده یا روی هم بیفتند چه می‌شود؟» این یکی از سخت‌ترین چالش‌های CV در کشاورزی است. اگر دو محصول به هم بچسبند، سیستم آن‌ها را به عنوان یک محصول «بسیار بزرگ» تشخیص می‌دهد و به اشتباه به سبد سایزهای خیلی بزرگ می‌فرستد.

برای حل این مشکل، مهندسان از دو استراتژی استفاده می‌کنند:

1. تک‌خط کردن (Singulation): قبل از رسیدن به دوربین، محصولات از روی یک لرزان یا نوار نقاله‌ای با سرعت متغیر عبور می‌کنند تا فاصله آن‌ها از هم زیاد شود و هر محصول به صورت مجزا (تک) زیر دوربین قرار بگیرد.
2. الگوریتم‌های تفکیک (Watershed Algorithm): نرم‌افزارهای پیشرفته می‌توانند تشخیص دهند که این شکل بزرگ، در واقع از دو دایره متصل به هم تشکیل شده است. سیستم در نقاط اتصال، یک خط فرضی می‌کشد و آن‌ها را به عنوان دو محصول مجزا در نظر می‌گیرد.

این سطح از پیچیدگی نشان می‌دهد که سورتینگ هوشمند صرفاً خرید چند دوربین نیست، بلکه یک مهندسی دقیق است. برای همین است که پیاده‌سازی این سیستم‌ها نیاز به تیم‌هایی دارد که هم در سخت‌افزار و هم در ریاضیات بینایی ماشین تخصص داشته باشند تا خروجی نهایی، دقیقاً همان چیزی باشد که برای تجارت شما لازم است.

تحلیل اقتصادی: آیا سرمایه‌گذاری در سورتینگ CV به‌صرفه است؟

وقتی صحبت از خرید تجهیزات صنعتی می‌شود، اولین سوال هر مدیری این است: «این دستگاه کی پولش را برمی‌گرداند؟» برای پاسخ به این سوال، نباید فقط به قیمت دستگاه نگاه کرد، بلکه باید به «هزینه‌های پنهان» سیستم‌های سنتی فکر کرد. بیایید روراست باشیم؛ هزینه دستمزد کارگران، اشتباهات انسانی در درجه‌بندی، ضایعاتی که به دلیل تشخیص اشتباه دور ریخته می‌شوند و از همه مهم‌تر، از دست دادن فرصت‌های صادراتی به دلیل عدم یکنواختی محصول، هزینه‌هایی هستند که هر روز از جیب شما کم می‌کنند.

در سیستم‌های سورتینگ مبتنی بر CV، شما در واقع در حال خرید «دقت» هستید. وقتی محصولات شما دقیقاً بر اساس استانداردهای بین‌المللی تفکیک شوند، می‌توانید آن‌ها را در بازارهای ممتاز (Premium) با قیمت بسیار بالاتر بفروشید. برای مثال، سیب‌زمینی‌هایی که در سایزهای کاملاً یکسان بسته‌بندی شده‌اند، در فروشگاه‌های زنجیره‌ای اروپا تا ۳۰ درصد گران‌تر از محصولات مخلوط فروخته می‌شوند. این یعنی تفاوت در سود خالص شما.

«اتوماسیون در کشاورزی، دیگر یک انتخاب برای پیشرو بودن نیست، بلکه یک ضرورت برای بقا در بازار است. هر ثانیه‌ای که محصول شما به صورت دستی سورت می‌شود، یعنی بخشی از سود شما به دلیل خطای انسانی از بین می‌رود.»

علاوه بر سود مستقیم، موضوع برندینگ را هم در نظر بگیرید. وقتی خریدار شما (چه یک عمده‌فروش داخلی و چه یک واردکننده خارجی) بسته‌ای را باز می‌کند و می‌بیند تمام پیازها دقیقاً یک اندازه هستند، ناخودآگاه به حرفه‌ای بودن شما اعتماد می‌کند. این اعتماد باعث می‌شود در قراردادهای بعدی، شما دست بالا را در تعیین قیمت داشته باشید، چون ثابت کرده‌اید که کنترل کاملی روی کیفیت و استانداردهای تولید خود دارید.

آینده سورتینگ؛ فراتر از اندازه و رنگ

تکنولوژی CV هر روز در حال پیشرفت است و سورتینگ بر اساس اندازه، تنها ابتدای راه است. در سال‌های آینده، ما شاهد سیستم‌هایی خواهیم بود که نه تنها اندازه، بلکه «محتوای داخلی» محصول را هم می‌بینند. برای مثال، استفاده از دوربین‌های هایپراسپکترال (Hyperspectral) در حال توسعه است که می‌تواند بدون بریدن سیب‌زمینی، متوجه شود که آیا داخل آن پوسیدگی دارد یا میزان قند و نشاسته آن چقدر است.

تصور کنید سیستمی داشته باشید که پیازها را بر اساس اندازه تفکیک می‌کند و همزمان، پیازهایی که برای صنعت کنسرو مناسب‌ترند (به دلیل بافت خاص) را از پیازهای مخصوص مصرف خانگی جدا می‌کند. این یعنی رسیدن به سطح بالایی از بهینه‌سازی تولید که در آن هیچ محصولی دور ریخته نمی‌شود و هر دانه محصول، در جای درست خود قرار می‌گیرد تا بیشترین ارزش اقتصادی را ایجاد کند.

چگونه مسیر انتقال به سورتینگ هوشمند را آغاز کنیم؟

بسیاری از تولیدکنندگان به دلیل پیچیدگی‌های فنی، می‌ترسند که به سراغ این تکنولوژی بروند. آن‌ها فکر می‌کنند باید یک متخصص کامپیوتر در انبار داشته باشند یا هزینه‌های نگهداری سیستم بسیار بالا است. اما حقیقت این است که سیستم‌های مدرن CV به گونه‌ای طراحی شده‌اند که رابط کاربری آن‌ها بسیار ساده است؛ یعنی حتی کسی که هیچ آشنایی با برنامه‌نویسی ندارد، می‌تواند با چند کلیک، سایزهای مورد نظرش را تعریف کند.

مهم‌ترین قدم در این مسیر، انتخاب یک شریک تکنولوژیک است که بتواند نیازهای خاص محصول شما را درک کند. چون سورتینگ پیاز با سورتینگ سیب‌زمینی متفاوت است و هر کدام نیاز به کالیبراسیون خاصی دارند. اگر می‌خواهید بدانید سیستم‌های بینایی ماشین دقیقاً چگونه می‌توانند با توجه به حجم تولید و نوع محصول شما، سودآوری شما را افزایش دهند، توصیه می‌کنیم با متخصصانی که در زمینه هوش مصنوعی و اتوماسیون تجربه دارند مشورت کنید. برای دریافت یک مشاوره دقیق و بررسی امکانات خط تولیدتان، می‌توانید از طریق بخش تماس زایروکس با کارشناسان ما در ارتباط باشید تا بهترین راهکار را برای کسب‌وکار شما طراحی کنیم.

جمع‌بندی نهایی: انقلاب در انبارها

سورتینگ سیب‌زمینی و پیاز بر اساس اندازه با استفاده از سیستم‌های CV، چیزی بیشتر از یک تغییر ابزار است؛ این یک تغییر پارادایم در کشاورزی است. ما از دورانی که تکیه بر «تجربه چشمی» و «تخمین» بود، به دورانی رسیده‌ایم که «داده» و «دقت» حرف اول را می‌زنند.

به یاد داشته باشید که تکنولوژی هرگز جایگزین سخت‌کوشی کشاورز نمی‌شود، بلکه ابزاری است تا نتیجه آن سخت‌کوشی، به بهترین و عادلانه‌ترین شکل ممکن به دست کشاورز برسد. حذف خطای انسانی، افزایش سرعت خیره‌کننده و دست‌یابی به استانداردهای صادراتی، تنها بخشی از مزایای این سیستم‌هاست. در دنیایی که رقابت بر سر کیفیت است، کسانی برنده می‌شوند که سریع‌تر از دیگران، هوشمندترین ابزارها را به خدمت بگیرند.

در نهایت، گذار از روش‌های سنتی به سیستم‌های بینایی ماشین، شاید در ابتدا یک سرمایه‌گذاری به نظر برسد، اما در واقع، این یک بیمه برای آینده کسب‌وکار شماست؛ بیمه‌ای که تضمین می‌کند محصول شما هرگز به دلیل یک اشتباه ساده در درجه‌بندی، ارزش خود را از دست ندهد و همواره به عنوان محصولی درجه‌یک در بازار شناخته شود.