Chef Robotics utilizza Ultralytics YOLO un assemblaggio preciso degli alimenti

L'automazione su larga scala dell'assemblaggio degli alimenti comporta molte parti in movimento. Un elevato volume di vassoi si muove lungo la linea, gli ingredienti variano durante il giorno e non esistono due misurini esattamente uguali. Questi fattori rendono difficile mantenere la coerenza e i processi di assemblaggio manuali possono avere difficoltà con il rilevamento, il porzionamento e il posizionamento.

Chef Robotics contribuisce a risolvere queste sfide con l'intelligenza artificiale e i robot. Combinando la robotica con tecnologie di intelligenza artificiale come la visione artificiale, Chef consente ai propri robot di vedere e comprendere l'ambiente circostante. Ad esempio, YOLO Ultralytics YOLO vengono utilizzati per il rilevamento e la segmentazione di vassoi e ingredienti, consentendo ai robot di prelevare e posizionare gli articoli con una precisione inferiore al centimetro su linee di produzione altamente diversificate e veloci.

Aumentare la produzione alimentare utilizzando la robotica e l'intelligenza artificiale

Chef Robotics, con sede a San Francisco, costruisce sistemi robotici basati sull'intelligenza artificiale per aiutare l'industria alimentare a stare al passo con le crescenti richieste di produzione. Si concentrano in particolare sul settore alimentare perché è quello che deve affrontare la più grande carenza di manodopera negli Stati Uniti, con oltre 1,1 milioni di posti di lavoro vacanti. 

Questa carenza rende difficile per i produttori mantenere la produzione e la coerenza. Per affrontare queste preoccupazioni, i robot Chef utilizzano l'apprendimento automatico e la visione artificiale per interpretare gli ambienti di produzione e prendere decisioni in tempo reale. In parole povere, ciò significa che sono in grado di gestire con precisione diversi ingredienti, tipi di vassoi e formati di pasti. 

Oggi Chef ha implementato i propri sistemi in oltre una dozzina di città del Nord America, aiutando i produttori alimentari a gestire volumi elevati, ridurre la dipendenza dal lavoro manuale e mantenere una qualità costante su linee di produzione dal ritmo serrato.

Il divario di precisione nell'assemblaggio alimentare su larga scala

La produzione di pasti su larga scala richiede precisione e rapidità, ma gli ambienti di produzione reali rendono difficile raggiungere questi obiettivi. Gli ingredienti possono assumere un aspetto diverso nel corso della giornata, i vassoi possono essere trasparenti o riflettenti sotto luci intense e i nastri trasportatori si muovono rapidamente. 

Questi continui cambiamenti rendono difficile per i lavoratori valutare con precisione il posizionamento, soprattutto quando ripetono gli stessi movimenti migliaia di volte per turno. Di conseguenza, l'assemblaggio manuale spesso porta a porzioni non uniformi, occasionali fuoriuscite e vassoi che non rispettano il peso previsto. 

Ciò aumenta lo spreco di cibo, richiede una pulizia supplementare e crea variabilità nella presentazione. La sfida diventa ancora più impegnativa in ambienti altamente diversificati, dove le ricette cambiano frequentemente e ogni prodotto ha le proprie esigenze di manipolazione.

‍

I sistemi di automazione tradizionali non sono progettati per questo livello di variabilità. Hanno difficoltà a gestire i cambiamenti degli ingredienti, i cambi rapidi e un'ampia gamma di SKU (unità di stoccaggio). Molti produttori continuano a fare ampio ricorso al lavoro manuale, anche se la carenza di personale rende più difficile mantenere operative le linee di produzione.

Ad esempio, Cafe Spice, un marchio alimentare indiano e co-produttore con sede a New Windsor, New York, affrontava quotidianamente queste sfide. Il loro team preparava i pasti a mano a una velocità di circa dodici vassoi al minuto, il che limitava la produzione con l'aumentare della domanda. 

Inoltre, i loro vassoi a due scomparti richiedevano un posizionamento preciso per evitare che il curry si riversasse nella sezione del riso, cosa che i processi manuali e le attrezzature convenzionali spesso faticavano a garantire in modo costante. Consapevole di questi limiti, Cafe Spice si è rivolto a Chef per trovare un approccio più flessibile e affidabile.

UtilizzoYOLO Ultralytics per analizzare le linee di assemblaggio degli alimenti

Per automatizzare la produzione di pasti altamente diversificati di Cafe Spice, lo chef ha implementato un sistema robotico basato sull'intelligenza artificiale in grado di detect , identificare gli ingredienti e posizionare gli alimenti con la precisione richiesta dai vassoi a due scomparti. Il cuore di questo sistema è una pipeline Vision AI basata suiYOLO Ultralytics . 

YOLO Ultralytics supportano attività chiave di visione artificiale quali il rilevamento di oggetti, il rilevamento di bounding box orientate (OBB), la segmentazione di istanze e la classificazione di immagini. Queste funzionalità consentono ai robot Chef di acquisire consapevolezza in tempo reale della linea di produzione. 

Poiché Cafe Spice produce molti SKU diversi,YOLO Ultralytics vengono addestrati in modo personalizzato su immagini raccolte direttamente dal loro ambiente di produzione. Questo aiuta i robot a interpretare gli ingredienti in condizioni reali di fabbrica.

‍

In particolare, YOLO utilizzato per detect mentre scorrono lungo il nastro trasportatore e identificare lo scomparto corretto per ciascun ingrediente. Portando il rilevamento degli oggetti a un livello superiore, il rilevamento OBB consente al sistema di riconoscere gli oggetti che appaiono da diverse angolazioni, tra cui ciotole, inserti trasparenti e vassoi con orientamenti variabili. 

Perché scegliere i modelliYOLO di Ultralytics ?

YOLO Ultralytics YOLO offrono a Chef la velocità e la precisione necessarie per l'assemblaggio in tempo reale degli alimenti su linee di produzione in rapido movimento. Hanno scoperto cheYOLO Ultralytics YOLO offrono una precisione di circa il 99,5% nella produzione, fornendo i rilevamenti stabili necessari per il posizionamento robotico sub-centimetrico su diversi vassoi, ciotole e tipi di ingredienti.

Inoltre, il Python Ultralytics fornisce gli strumenti per addestrare, mettere a punto e gestire questi modelli, facilitando il lavoro dei team di ingegneri. Ad esempio, supporta formati di esportazione come ONNX l'implementazione multipiattaforma, che consente al team di Chef di convertire e implementare i modelli senza soluzione di continuità nei propri sistemi robotici.

Chef Robotics e Ultralytics YOLO la produzione di Cafe Spice

Dopo aver integrato i sistemi robotici basati sull'intelligenza artificiale di Chef, guidatiYOLO Ultralytics , Cafe Spice ha registrato miglioramenti immediati e misurabili in termini di produzione, efficienza della manodopera e qualità dei prodotti. Le loro linee di produzione, che in precedenza funzionavano a una velocità di 12 vassoi al minuto, ora funzionano a una velocità media di 30 vassoi al minuto, con picchi che raggiungono i 40 vassoi al minuto sul sistema di trasporto aggiornato. Ciò rappresenta un aumento della produzione da due a tre volte superiore.

‍

Anche la produttività del lavoro è migliorata. Storicamente, ogni linea richiedeva 8-10 lavoratori, ma i robot di Chef hanno ridotto tale numero a 3-4 lavoratori per linea, con un conseguente aumento del 60% della produttività del lavoro. La capacità liberata ha aiutato Cafe Spice a ridistribuire il personale in altre aree che erano state costantemente a corto di personale a causa della continua carenza di manodopera.

Allo stesso modo, anche la qualità e la resa hanno registrato miglioramenti significativi. Prima dell'automazione, lo spreco alimentare, causato in gran parte dall'eccessiva porzionatura per evitare scarti per peso insufficiente, era pari al 9,19%. Con i robot che utilizzano il rilevamento YOLO per posizionare gli ingredienti con precisione, gli scarti sono scesi al 3,05%, con una riduzione del 67%. Inoltre, anche i tassi di accettazione sono migliorati: il 91% dei vassoi assemblati dai robot ha soddisfatto gli standard di qualità di Cafe Spice, rispetto al 75% dei vassoi assemblati manualmente.

Rendere la produzione di pasti su larga scala più intelligente e precisa

Mentre Chef continua a espandersi, l'azienda si concentra sul rendere i propri sistemi basati sull'intelligenza artificiale ancora più adattabili all'ampia varietà di ingredienti, vassoi e configurazioni di produzione utilizzati nell'industria alimentare. Uno dei fattori chiave alla base di questi sforzi è la missione di Chef di costruire macchine intelligenti che consentano agli esseri umani di fare ciò che sanno fare meglio. Migliorando i propri modelli di percezione, semplificando i cambi di produzione e aumentando la flessibilità per la produzione altamente diversificata, Chef sta creando un'automazione che funziona meno come una macchina rigida e più come un collaboratore.

Ti interessa esplorare Vision AI? Scopri le nostre opzioni di licenza per integrare la visione artificiale nei tuoi progetti. Visita il nostro repository GitHub e unisciti alla nostra community. Esplora l'IA nel settore sanitario e la visione artificiale nel settore retail sulle nostre pagine dedicate alle soluzioni.