SingTown AI-visie herkent automatisch noten, roostermachines beheersen ook de hitte perfect.

In intelligente roostapparatuur vereisen verschillende materialen (zoals pinda's, zonnebloempitten, kastanjes, etc.) specifieke verwarmingscurves en roerstrategieën. Handmatige instellingen zijn niet alleen tijdrovend, maar ook foutgevoelig. Om het roostproces te automatiseren en nauwkeurig te beheersen, zijn fabrikanten van roostrobots van plan om de OpenMV intelligente camera van SingTown te gebruiken om een op machinevisie gebaseerd materiaalherkenningssysteem op te bouwen.

Dit systeem maakt via een camera beelden van de grondstoffen in de opslagbak, herkent automatisch het type voedsel dat wordt toegevoegd en roept vervolgens het bijbehorende bakprogramma op. De herkenning richt zich voornamelijk op noten met een deeltjesgrootte van 1–5 cm. De camera is boven het apparaat geïnstalleerd en kan de inhoud van de opslagbak binnen een instelbare afstand vastleggen. Het systeem moet onderscheid kunnen maken tussen verschillende soorten zoals pinda's, zonnebloempitten en kastanjes, en stabiele herkenning blijven garanderen, zelfs bij kleine positieafwijkingen of hoekveranderingen. Het doel is dat de robot automatisch het materiaaltype herkent, zodat automatische aanvoer en intelligente bakafstemming mogelijk zijn, wat het intelligentieniveau van het apparaat en de gebruikerservaring verbetert.

De fabrikant van geroosterde notenrobots heeft op basis van het materiaalherkenningssysteem van SingTown Technology's OpenMV slimme camera, geïntegreerd met AI-beeldherkenning, kleur- en textuuranalyse en machine learning classificatie-algoritmen, de mogelijkheid om materiaalsoorten in realtime automatisch te herkennen.

Het systeem verzamelt beelden van de silo via een hoogresolutiecamera en analyseert en classificeert de kleur-, textuur- en vormkenmerken van grondstoffen zoals pinda's, zonnebloempitten en kastanjes door middel van kleurruimteconversie (RGB-HSV) en algoritmen voor morfologische kenmerkextractie. Door het trainen van een voorbeeldmodel kan het systeem snel het type materiaal in de huidige silo bepalen, een overeenkomstig nummersignaal uitvoeren en automatisch het robotroosterprogramma matchen.

Tijdens het detectieproces kan de OpenMV ingebedde visiemodule automatisch de belichting en witbalans aanpassen op basis van verschillende lichtomstandigheden, om stabiel en nauwkeurig herkenningswerk te behouden. Zelfs als de positie van het materiaal in de opslagbak afwijkt of gestapeld is, kan het systeem nauwkeurige herkenning uitvoeren door middel van regio-segmentatie en multi-feature fusie-algoritmen (kleur + textuur + contourvorm). De herkenningsresultaten worden via de seriële poort of bus naar de hoofdcontroller-microcontroller gestuurd, waardoor automatische parameterschakeling wordt gerealiseerd.

Uit praktijkmetingen blijkt dat dit systeem onder standaard lichtomstandigheden een herkenningsnauwkeurigheid van meer dan 95% bereikt voor drie veelvoorkomende geroosterde noten-ingrediënten (pinda's, zonnebloempitten, kastanjes), met een reactietijd van minder dan 0,5 seconden.

SingTown OpenMV intelligente camera heeft lage kosten, eenvoudige implementatie en sterke storingsbestendigheid. Het is geschikt voor randimplementatie in diverse apparatuur zoals notenroosters, notenverpakkingsmachines en voedselselectiesystemen, en ondersteunt de intelligente upgrade van de voedselautomatiseringsindustrie.