Sistema automático de control de calidad
Publicado : 16 septiembre 2021
Mediante el análisis fotográfico e inteligencia artificial, aplicación permitirá de manera automática y en tiempo real medir la calidad de la fruta.
Dicha imagen es analizada mediante un algoritmo que, utilizando métodos de aprendizaje automático basados en técnicas de inteligencia artificial, entrega reportes generados según la necesidad específicas del encargado de la plantación. Modelos predictivos que, según la Dra. Patricia Möller, están comenzando a desplazar a otras técnicas tradicionales.
«El sistema aprenderá como las variables de calidad (color, calibre y defecto), variedad de la especie y sector del huerto se relacionan entre sí, determinando el porcentaje de fruta que cumpla con los requerimientos para ser exportada, minimizando el riesgo a cometer error de estimación en el flujo de exportación» explica la académica.
De esta manera el desarrollo de este prototipo permitirá a la empresa contar con un mejoramiento significativo en su proceso de monitoreo y control de la calidad de cosecha, ya que en la actualidad no existe a nivel comercial un dispositivo como el que se propone.
«Permite automatizar el control en etapa de cosecha desde el huerto hasta el packing, una etapa crucial de la cadena de producción y exportación de las cerezas y arándanos. Además, el hardware donde se posiciona la fruta para la toma de imágenes es de fácil armado, transportable, liviano, lavable, resistente. Fácil uso con bajo costo de inversión» explica la Dra. Patricia Möller.
Las opciones actuales requieren de gran infraestructura, costosas y de difícil traslado, por lo que solo se ocupan en packing; en bodegas o salas de embalajes. Si bien existen diversas estrategias para el análisis de calidad de la fruta, según la investigadora «estas siguen siendo subjetivas, poco eficientes, de difícil uso y manejo, o implican un alto costo de inversión».
El proyecto incluye también la elaboración de un protocolo de toma de imágenes, mejoramiento del mecanismo físico o bandeja para contener la muestra de frutos y entrenamiento para la optimización de las tomas.
«Protocolos desarrollados en conjunto con nuestros clientes, según sus necesidades, para obtener los requerimientos necesarios para cumplir con su meta productiva y resultados de embalaje en función de la calidad de la fruta» complementa la especialista.
Y agrega: «los que son imprescindibles para alimentar el sistema y poder determinar los parámetros que se utilizaran en la base de datos, para la configuración y posterior envío de alertas cuando éstos no se estén cumpliendo, lo que le permitirá al encargado tomar decisiones a tiempo real».
Las alertas generadas serán enviadas de manera automática, vía email y/o SMS cuando el resultado del análisis de las imágenes procesadas no sean las que el usuario requiere. Además, se generarán reportes con la información detalla de las características de la muestra de frutos evaluada.
El proyecto incluye la generación de un modelo de difusión y transferencia efectiva de los resultados a los usuarios finales, que permita dar sustentabilidad a la propuesta. Incluye así generar redes para la utilización a nivel de prodesales, asesores agrícolas SAT y profesionales INDAP para su traspaso efectivo.
Como es un estudio piloto, el foco está en la región del Maule donde entidades públicas y privadas «han manifestado interés por contar con un sistema automático de control de calidad de fruta a través de análisis de imagen, como el que proponemos» finaliza la investigadora.
El proyecto cuenta con recursos del Fondo de Innovación para la Competitividad del Gobierno Regional del Maule (FIC Maule – 2020) y será desarrollado en un período de 24 meses.