Machines post-récolte : quelles nouveautés a présenté Sorma à Fruit Attraction ?
L’équipementier italien a mis l’accent sur une nouvelle calibreuse électronique pour kiwis et sur une mesureuse de taux de sucre sur agrumes, tomate et fruits à noyau. Son logiciel de détection de défaut InstanDefect-AI basé sur le deep learning a été amélioré.
L’équipementier italien a mis l’accent sur une nouvelle calibreuse électronique pour kiwis et sur une mesureuse de taux de sucre sur agrumes, tomate et fruits à noyau. Son logiciel de détection de défaut InstanDefect-AI basé sur le deep learning a été amélioré.
A Fruit Attraction, Sorma Group, équipementier italien spécialiste des machines automatisées de post-récolte, a présenté 3 nouvelles machines : la calibreuse électronique pour kiwis PulpVision, la solution de mesure du taux de sucre BioScan, et la nouvelle version de son logiciel InstanDefect-AI sur son produit phare HyperVision.
Qu’est-ce que PulpVsion ?
La calibreuse électronique pour kiwis PulpVision analyse la maturité des kiwis par la couleur interne de la chair. Elle permet de séparer les fruits selon le niveau de coloration de la chair pour gérer au mieux leur mise sur le marché. Cette machine n’est pour le moment disponible que sur kiwi (vert, jaune, et rouge).
La calibreuse est très rapide puisqu’elle a une capacité de 15 fruits analysés par seconde (soit la vitesse de la ligne Sormatech). Les fruits sont analysés en entier grâce à une rotation à 360 degrés.
Qu’est-ce que BioScan ?
BioScan est une solution de mesure du taux de sucre (degré Brix) par caméra.
Les fruits passent sous l’unité de lecture Brix, équipée de capteurs NIR. Les interactions avec les rayonnements dans le proche infra-rouge permettent de donner des informations sur la structure moléculaire et les propriétés physico-chimiques des fruits.
Le taux de sucre est mesuré en temps réel. Méthode non invasive, BioScan est disponible sur agrumes, fruits à noyau et tomates.
Que permet la nouvelle version du logiciel InstanDefect-AI, basé sur le principe du deep learning ?
Sorma Group a aussi exposé son produit phare HyperVision. Il était accompagné de la nouvelle version du logiciel de vision InstanDefect-AI.
Celui-ci a été développé par Sormatech. Il est basé entièrement sur l’intelligence artificielle et sur les systèmes de deep learning. La détection de tous les types de défauts externes et de maturation est ainsi considérablement améliorée. Le logiciel est adapté à tous les types de fruits et légumes.
Mise à jour et auto-apprentissage
Les programmes peuvent être facilement mis à jour par l’opérateur en scannant un échantillon de fruits et en sélectionnant le paramètre à surveiller (par exemple : défaut/peau saine), explique Sorma Group. La machine sur lequel est installé le programme va apprendre et répondre de façon de plus en plus efficace.
Puissance supérieure
La nouvelle version du logiciel offre aussi une puissance de détection encore supérieure et les performances de classification des fruits sont accélérées. Pour cela, les équipes ont transféré le noyau de l’intelligence artificielle dans un environnement logiciel sous Linux. Le matériel informatique utilisé est optimisé (un PC de dernière génération pour chaque voie de la calibreuse).
Sécurité face aux cyberattaques
Les modèles prédictifs de l’intelligence artificielle sont désormais entièrement locaux à la calibreuse, sans dépendre de services cloud externes. Ce qui permet donc indépendance totale et garantie de la continuité opérationnelle. En outre, le choix de Linux par rapport à d’autres systèmes sur le marché est le meilleur choix quant à la protection contre les cyberattaques.
Les machines peuvent être montées en ligne
Ces trois machines fonctionnent avec la plateforme Sormatech (la structure mécanique des calibreuses électroniques de Sorma Group) qui utilise un transporteur modèle Z permettant de faire pivoter et transporter des fruits de 38 mm à 110 mm.
Les machines peuvent être montées ensemble, dans la configuration en ligne présentée au salon (voir la photo), ou utilisées individuellement.