Fallstudie: KI-gestützte Inspektion mit mehreren Kameras verbessert die Eierqualitätsklassifizierung bei SANOVO

KI-gestützte Inspektion mit mehreren Kameras verbessert die Eierqualitätsklassifizierung bei SANOVO

Die SANOVO TECHNOLOGY GROUP implementierte ein berührungsloses, mit Deep Learning ausgestattetes Inspektionssystem mit mehreren Kameras, um die Genauigkeit der Fehlererkennung zu verbessern, das Kontaminationsrisiko durch berührungsbasierte Tests zu eliminieren und sowohl Eiersortierzentren als auch landwirtschaftlichen Betrieben wertvolle Dateneinblicke zu liefern. Unterstützt von Emergent 10GigE HR-Kameras und wurde unter Verwendung der eSDK Software Development KitDas System erfasst 16 Bilder pro Ei und klassifiziert Defekte mithilfe von Deep-Learning-Algorithmen bei einer Produktionsgeschwindigkeit von bis zu 250,000 Eiern pro Stunde.

Emergent sprach mit Jorrit van Hof, Produkt- und Geschäftsleiter der SANOVO TECHNOLOGY GROUP, über das Projekt und die laufende Zusammenarbeit mit Emergent Vision Technologies.

Problem: Zuverlässige Risserkennung ohne Kontamination oder Beschädigung von Eiern

SANOVO-Maschinen prüfen Hunderttausende Eier pro Stunde. Herkömmliche Risserkennungssysteme für Eiersortiermaschinen basieren auf dem physischen Kontakt mit dem Ei, um strukturelle Schäden zu erkennen. Herr van Hof beschrieb, wie diese kraftbasierten Systeme Risiken bergen, indem sie Risse verschlimmern, fälschlicherweise Ausschussware erzeugen und die Wahrscheinlichkeit von Kreuzkontaminationen erhöhen. Da Eierproduzenten eine höhere Rückverfolgbarkeit und detailliertere Dateneinblicke fordern, suchte SANOVO nach einem berührungslosen Prüfverfahren, das hohe Genauigkeit bei voller Verarbeitungsgeschwindigkeit ermöglicht.

SANOVO-Produktmanager Jorrit van Hof arbeitet an Eierinspektionsmaschinen, die mit Emergent-Kameras und KI-Algorithmen Eier auf Defekte untersuchen.

SANOVO Produktmanager Jorrit van Hof

Jorrit van Hof, Produkt- und Geschäftsleiter der SANOVO TECHNOLOGY GROUP, spricht über neue Bildverarbeitungstechnologien, die in den Eierinspektionsmaschinen des Unternehmens eingesetzt werden.

Mehrere Emergent 10GigE HR-Kameras erfassen das Ei aus jedem Winkel, um festzustellen, ob es die Prüfung besteht oder nicht.

SANOVO Eierinspektion – Negatives Bild

Deep-Learning-Algorithmen analysieren 16 Bilder, um festzustellen, ob Risse oder andere Mängel an einem Ei zu dessen Aussortierung führen. Die Eier bewegen sich mit 170 mm pro Sekunde in Maschinen, die 255,000 Eier pro Stunde auswerten können.

Der Entwicklungsprozess: Überprüfung der Hardware-Fähigkeiten für die Deep-Learning-Inspektion

SANOVO entwickelte Deep-Learning-Modelle zur Erkennung von Rissen und Schalenfehlern. Die Genauigkeit dieser Algorithmen hing jedoch von der Qualität und Konsistenz der aufgenommenen Bilder ab. Das Kamerasystem musste daher in einer industriellen Umgebung eine hohe Auflösung bei hohen Zeilengeschwindigkeiten und eine zuverlässige Mehrkamera-Synchronisierung gewährleisten.

Erste Recherchen bei den Anbietern ergaben, dass konkurrierende Kamerahersteller weder die Leistung garantieren noch Analysesysteme ohne erhebliche Kosten und Risiken bereitstellen konnten. Einige Anbieter schlugen teure Testgeräte vor, ohne Rückerstattungsmöglichkeit bei Nichterfüllung der Leistungsanforderungen. Dies führte zu einem inakzeptablen technischen Risiko.

Emergent Vision Technologies bot ein kostenloses Evaluierungssystem an und arbeitete direkt mit den Ingenieuren von SANOVO zusammen, indem es Konfigurationsempfehlungen gab und die Kamerafunktionen während der frühen Testphase validierte.

Die glasfasergebundenen 10GigE-Hochgeschwindigkeitskameras der HR-Serie lieferten eine ausreichende Bildqualität für die Deep-Learning-basierte Rissanalyse von SANOVO. Die Deep-Learning-Algorithmen von SANOVO wurden in der GUI-basierten Software eCapture Pro getestet. Nach der Validierung mit den Kameras wurde die Programmierung in das eSDK (Software Development Kit) übertragen. Laut van Hof hat Emergent das Entwicklungsteam des Unternehmens während des gesamten Prozesses mit wertvollen Ratschlägen unterstützt.

Das Emergent-Ökosystem aus Hochgeschwindigkeits-10GigE-Kameras, die nahtlos mit eCapture Pro und eSDK zusammenarbeiten, beschleunigte den Entwicklungsprozess. Herr van Hof erklärt: „Emergent war von der Funktionsfähigkeit des Gesamtsystems überzeugt und stand voll dahinter. Anstatt isolierte Komponenten zu liefern, arbeitete Emergent partnerschaftlich mit SANOVO zusammen und unterstützte die Optimierung von Kameraparametern, Synchronisationszeiten und Aufnahmebedingungen mittels Deep Learning.“

Das eSDK stellt nun den Bilddatenstrom bereit, der in den an Kunden verkauften Eierinspektionsmaschinen verwendet wird.

Ein KI-Algorithmus wird durch ein in Emergents eSDK geschriebenes Bildverarbeitungsprogramm ausgelöst, das die Analyse von 16 Bildern ermöglicht. Die Systemarchitektur gewährleistet eine schnelle Verarbeitung, um eine zügige Eierprüfung sicherzustellen.

SANOVO Eierinspektionsfallstudie

SANOVO implementierte eine Inspektionsstruktur mit 21 Kameras in einer Sortieranlage mit 18 Reihen. Dabei werden Ober-, Seiten- und Unterseite jedes Eis erfasst, während es unter dem Bildverarbeitungssystem hindurchrollt. Die 21 Kameras nehmen 16 Bilder pro Ei auf, um ein vollständiges Oberflächenprofil zu erstellen. Die synchrone Kameraauslösung wird durch Anweisungen in der eSDK-Software gesteuert.

„Mehrere Anbieter hielten die Anforderungen für zu hoch, doch Emergent bot eine Lösung und bewies diese während der Evaluierung. Das System hat einen zuverlässigen Betrieb mit hoher Erkennungsleistung gezeigt.“
— Jorrit van Hof, Produkt- und Geschäftsmanager, SANOVO TECHNOLOGY GROUP

Lösung: KI-gestütztes Inspektionssystem mit mehreren Kameras

SANOVO implementierte eine Inspektionsstruktur mit 21 Kameras in einer Sortieranlage mit 18 Reihen. Dabei werden Ober-, Seiten- und Unterseite jedes Eis erfasst, während es unter dem Bildverarbeitungssystem hindurchrollt. Die 21 Kameras nehmen 16 Bilder pro Ei auf, um ein vollständiges Oberflächenprofil zu erstellen. Die synchrone Kameraauslösung wird durch Anweisungen in der eSDK-Software gesteuert.

Alle Kameras übertragen hochauflösende Bilder per Glasfaserkabel an einen Industrie-PC mit NVIDIA-GPUs. Dadurch ist das System störungsfrei, hygienisch robust und skalierbar – sowohl für Sortieranlagen als auch für kleinere landwirtschaftliche Betriebe. Die Technologie gewährleistet, dass leistungsstarke GPUs die Erfassung, Verarbeitung, Übertragung und Speicherung übernehmen, sodass Inspektionen ordnungsgemäß durchgeführt und Daten zuverlässig protokolliert werden.

Das System klassifiziert Defekte und übermittelt die Ergebnisse an die Maschinensteuerung zur Toraktivierung. So werden beschädigte oder nicht klassifizierte Eier automatisch aussortiert, ohne die Produktionslinie zu verlangsamen. In Hochleistungskonfigurationen unterstützt das System einen Durchsatz von bis zu ca. 255,000 Eiern pro Stunde bei gleichzeitig zuverlässiger Klassifizierungsleistung.

Seit dieser ersten Maschinenintegration hat SANOVO den Einsatz der HR 10GigE-Kameras auf weitere Inspektionseinheiten mit unterschiedlichem Durchsatz und der dazugehörigen Kamera-, Netzwerk- und Computerhardware ausgeweitet. Dadurch bietet SANOVO für jeden Eierproduzenten die passende Maschine an. Dazu gehören beispielsweise die … GraderPro600 und OptiGrader 707Auch bereits vorhandene Maschinen können mit dem neuen Bildverarbeitungssystem nachgerüstet werden.

Ergebnis: Höherer Ertrag, früheres Eingreifen und gleichbleibende Qualität

Eine verbesserte Echtzeit-Datentransparenz ermöglicht präzisere Lieferverträge, steigert die Markenqualität und erhöht das Umsatzpotenzial durch Eier der Premiumklasse.

Die berührungslose Inspektionstechnologie von SANOVO hat die Zuverlässigkeit der Qualitätsklassifizierung verbessert und die fälschliche Ablehnung hochwertiger Eier reduziert. Herr van Hof beschrieb, wie die fälschliche Ablehnungsrate niedriger ist als je zuvor und wie Eierproduzenten früher als bisher Einblick in den Gesundheitszustand ihrer Herde erhalten. Ein Vorteil für die Produzenten besteht darin, dass Legehennen nicht vorzeitig aussortiert werden müssen, da die Qualität ihrer Eier präziser und zuverlässiger beurteilt werden kann.

Eine neue Maschine namens die Landwirtschaftliche Informationsabteilung Sie kann Trends wie Rissarten und Unregelmäßigkeiten in der Schale frühzeitig im Produktionsprozess erkennen. Diese vielseitige Maschine kann in einer größeren Bandbreite von Produktionsanlagen eingesetzt werden.

Emergent-Kameras sind mittlerweile an mehreren SANOVO-Eiersortiermaschinen installiert und ermöglichen je nach Anlagengröße unterschiedliche Durchsatzleistungen. Alle Systeme sind mit mehreren Kameras ausgestattet, die eine präzise Kamerasynchronisation und hohe industrielle Zuverlässigkeit erfordern. Das Entwicklungsteam des Unternehmens prüft neue Einsatzmöglichkeiten für die zweite Generation der 10GigE-Kameraserie EROS, die kleinere Abmessungen, einen geringeren Stromverbrauch und neuere Sony-Sensoren für das gesamte Emergent-Ökosystem bietet.

Andere verwandte Nachrichten