Интеллектуальная система оценки качества сахарной свеклы в кузове транспортного средства
В период уборки сахарной свеклы персонал агропредприятия оценивает сырье в кузове каждого грузового автомобиля и принимает решение о направлении сырья либо на хранение, либо на переработку. Цена ошибки велика, так как отправка некачественной свеклы на длительное хранение может привести к порче значительного объема сырья и большим экономическим потерям для предприятия. Точность решений, принимаемых работником пункта приемки, составляет в среднем 60-70% из-за "человеческого фактора".
Чтобы повысить точность принимаемых решений о назначении продукции на этапе приемки и минимизировать «человеческий фактор», компания РУСАГРО-ЦЕНТР решила использовать систему на основе искусственного интеллекта.
Использование искусственного интеллекта и компьютерного зрения.
Компания РУСАГРО-ЦЕНТР внедрила интеллектуальную систему оценки качества сахарной свеклы в кузове транспортного средства ВИСКОНТ.Свекла от ООО "Малленом Системс".
В каждой точке контроля над местом остановки грузовиков со свеклой под навесом была установлена IP-видеокамера. Видео с камеры поступало на компьютер, установленный в закрытом помещении. По запросу от учетной системы предприятия текущий кадр от камеры анализировался интеллектуальными алгоритмами ПО "ВИСКОНТ.Свекла". С помощью нейронных сетей выполнялась локализация содержимого кузова транспортного средства и поиск грязи, ботвы, сколов, снега. По полученным данным сырье классифицировалось по категориям качества. Полученный результат отправлялся в учетную систему предприятия.
Система применяла к каждому из показателей установленный для него весовой коэффициент и рассчитывала по ним итоговый показатель качества. Итоговый показатель качества сравнивался с порогом, динамически задаваемым в зависимости от загруженности производства. В результате формировалось назначение - Хранение или Переработка и груз отправлялся по месту назначения.
Внедрение системы было поэтапным:
- установка и настройка оборудования на объекте;
- установка и настройка программных библиотек и интерфейсов под особенности проекта;
- интеграция с ИС Заказчика;
- набор обучающей выборки и дообучение моделей.
Внедрение системы принесло следующие результаты:
- повышение точности принимаемых решений о назначении продукции на 30%;
- значительное сокращение потерь, возникающих вследствие порчи больших партий некачественной продукции, ошибочно направленных на длительное хранение вместо немедленной переработки.