Avec la technologie SingTown d'IA visuelle pour identifier automatiquement les noix, les machines de torréfaction peuvent également "maîtriser" la cuisson.

Dans les équipements de torréfaction intelligents, différents matériaux (comme les arachides, les graines de tournesol, les châtaignes, etc.) nécessitent des courbes de chauffage et des stratégies de mélange spécifiques. Les réglages manuels sont non seulement chronophages, mais aussi sujets aux erreurs. Pour automatiser et contrôler avec précision le processus de torréfaction, les fabricants de robots de torréfaction prévoient d'utiliser la caméra intelligente OpenMV de SingTown pour développer un système de reconnaissance des matériaux basé sur la vision par ordinateur.

Le système capture des images des matières premières à l'intérieur de la trémie via une caméra, identifie automatiquement le type d'aliment actuellement introduit, puis active le programme de torréfaction correspondant. Les objets identifiés sont principalement des aliments à base de noix d'une granulométrie de 1 à 5 cm. La caméra est installée au-dessus de l'équipement et peut photographier le contenu de la trémie à une distance réglable. Le système doit être capable de distinguer différentes variétés telles que les arachides, les graines de tournesol et les châtaignes, et de maintenir une identification stable même en présence de légers écarts de position ou de variations d'angle. L'objectif est de permettre au robot d'identifier automatiquement le type de matière, de réaliser un chargement sans opérateur et un appariement intelligent de la torréfaction, améliorant ainsi le niveau d'intelligence de l'équipement et l'expérience utilisateur.

Le fabricant de robots de torréfaction intègre un système d'identification des matériaux basé sur la caméra intelligente OpenMV de SingTown, combinant la reconnaissance d'images par IA, l'analyse de couleur et de texture, ainsi que des algorithmes de classification par apprentissage automatique, permettant une identification automatique en temps réel des types de matériaux.

Le système capture des images du silo via une caméra haute résolution, utilise la conversion d'espace colorimétrique (RGB-HSV) et des algorithmes d'extraction de caractéristiques morphologiques pour analyser et classer la couleur, la texture et la forme des matières premières telles que les arachides, les graines de tournesol et les châtaignes. En entraînant un modèle sur des échantillons, le système peut rapidement identifier le type de matériau présent dans le silo, émettre un signal de numéro correspondant et associer automatiquement le programme de torréfaction robotisée.

Lors de la détection, le module de vision embarqué OpenMV ajuste automatiquement l'exposition et la balance des blancs en fonction des différentes conditions d'éclairage, assurant ainsi une reconnaissance stable et précise. Même en cas de décalage ou d'empilement des matériaux dans la trémie, le système parvient à une identification exacte grâce à des algorithmes de segmentation de zone et de fusion de multiples caractéristiques (couleur + texture + forme du contour). Les résultats de la reconnaissance sont transmis au microcontrôleur principal via une liaison série ou un bus, permettant une commutation automatique des paramètres.

Les données de test montrent que ce système atteint un taux de précision de reconnaissance supérieur à 95% pour trois matières premières de grignotines courantes (cacahuètes, graines de tournesol, châtaignes) dans des conditions d'éclairage standard, avec un temps de réponse inférieur à 0,5 seconde.

SingTown OpenMV, la caméra intelligente, offre un faible coût, un déploiement facile et une forte résistance aux interférences. Elle convient au déploiement en périphérie de divers équipements tels que les machines à torréfier, les machines d'emballage de noix et les systèmes de tri alimentaire, contribuant ainsi à la modernisation intelligente de l'industrie de la transformation alimentaire automatisée.