Chef Robotics sử dụng Ultralytics YOLO để cắt giảm 67% lượng thực phẩm bị loại bỏ

Việc tự động hóa lắp ráp thực phẩm quy mô lớn bao gồm nhiều bộ phận chuyển động. Một khối lượng lớn khay di chuyển dọc theo dây chuyền, các nguyên liệu thay đổi trong suốt cả ngày và không có hai múc thực phẩm nào hoàn toàn giống nhau. Những yếu tố này gây khó khăn cho việc duy trì sự nhất quán, và các quy trình lắp ráp thủ công có thể gặp khó khăn trong việc phát hiện, chia khẩu phần và đặt thực phẩm.

Chef Robotics giúp giải quyết những thách thức này bằng AI và robot. Bằng cách kết hợp robotics với các công nghệ AI như computer vision, Chef cho phép robot của mình nhìn và hiểu môi trường xung quanh. Ví dụ, Ultralytics YOLO models được sử dụng để phát hiện và phân đoạn khay và nguyên liệu, cho phép robot gắp và đặt các vật phẩm với độ chính xác dưới centimet trên các dây chuyền sản xuất tốc độ cao và đa dạng.

Link to this sectionMở rộng quy mô sản xuất thực phẩm bằng robotics và AI#

Chef Robotics, có trụ sở tại San Francisco, xây dựng các AI-powered robotic systems để giúp ngành công nghiệp thực phẩm theo kịp nhu cầu sản xuất ngày càng tăng. Họ tập trung cụ thể vào lĩnh vực thực phẩm vì đây là ngành đối mặt với tình trạng thiếu hụt lao động lớn nhất tại Hoa Kỳ, với hơn 1,1 triệu việc làm chưa được lấp đầy.

Sự thiếu hụt này gây khó khăn cho các nhà sản xuất trong việc duy trì sản lượng và sự nhất quán. Để giải quyết những lo ngại này, robot của Chef sử dụng machine learning và computer vision để diễn giải môi trường sản xuất và đưa ra quyết định trong thời gian thực. Nói một cách đơn giản, điều này có nghĩa là chúng có thể xử lý chính xác các nguyên liệu, loại khay và định dạng suất ăn khác nhau.

Hiện nay, Chef đã triển khai các hệ thống của mình tại hơn một chục thành phố ở Bắc Mỹ, giúp các nhà sản xuất thực phẩm quản lý khối lượng lớn, giảm sự phụ thuộc vào lao động thủ công và duy trì chất lượng nhất quán trên các dây chuyền tốc độ cao.

Link to this sectionKhoảng cách về độ chính xác trong lắp ráp thực phẩm quy mô lớn#

Sản xuất suất ăn ở quy mô lớn đòi hỏi sự chính xác và tốc độ, nhưng môi trường sản xuất thực tế lại gây khó khăn cho điều đó. Các nguyên liệu có thể trông khác nhau trong suốt cả ngày, khay có thể trong suốt hoặc phản chiếu dưới ánh sáng mạnh, và các băng tải di chuyển nhanh.

Những thay đổi liên tục này gây khó khăn cho công nhân trong việc đánh giá vị trí đặt chính xác, đặc biệt là khi họ lặp đi lặp lại cùng một động tác hàng nghìn lần mỗi ca. Kết quả là, lắp ráp thủ công thường dẫn đến khẩu phần không nhất quán, thỉnh thoảng bị tràn và các khay nằm ngoài phạm vi trọng lượng mục tiêu.

Điều này làm tăng lượng thực phẩm hao hụt, đòi hỏi thêm công việc dọn dẹp và tạo ra sự biến đổi trong cách trình bày. Thách thức thậm chí còn trở nên đòi hỏi khắt khe hơn trong các môi trường đa dạng, nơi công thức thay đổi thường xuyên và mỗi sản phẩm đều có yêu cầu xử lý riêng.

Hình 1. Một cái nhìn về các dây chuyền lắp ráp thực phẩm thủ công.

Các hệ thống tự động hóa truyền thống không được thiết kế cho mức độ biến đổi này. Chúng gặp khó khăn với các thay đổi về nguyên liệu, chuyển đổi nhanh và nhiều loại SKU (stock keeping units). Nhiều nhà sản xuất vẫn dựa nhiều vào lao động thủ công, ngay cả khi tình trạng thiếu nhân sự làm cho việc duy trì dây chuyền hoạt động trở nên khó khăn hơn.

Ví dụ, Cafe Spice, một thương hiệu thực phẩm Ấn Độ và nhà đồng sản xuất có trụ sở tại New Windsor, NY, phải đối mặt với những thách thức này hàng ngày. Nhóm của họ lắp ráp các suất ăn bằng tay với tốc độ khoảng mười hai khay mỗi phút, điều này hạn chế sản lượng khi nhu cầu tăng cao.

Ngoài ra, các khay hai ngăn của họ yêu cầu sự đặt chính xác để ngăn cà ri tràn vào phần cơm - điều mà các quy trình thủ công và thiết bị thông thường thường gặp khó khăn trong việc duy trì nhất quán. Nhận ra những hạn chế này, Cafe Spice đã tìm đến Chef để có một phương pháp linh hoạt và đáng tin cậy hơn.

Link to this sectionSử dụng các model Ultralytics YOLO để phân tích các dây chuyền lắp ráp thực phẩm#

Để tự động hóa quá trình sản xuất suất ăn đa dạng của Cafe Spice, Chef đã triển khai một hệ thống robot AI có khả năng phát hiện khay, nhận diện nguyên liệu và đặt thực phẩm với độ chính xác cần thiết cho các khay hai ngăn của họ. Trung tâm của hệ thống này là một đường ống Vision AI được xây dựng trên các model Ultralytics YOLO.

Các model Ultralytics YOLO hỗ trợ các computer vision tasks chính như object detection, oriented bounding box (OBB) detection, instance segmentation và image classification. Những khả năng này mang lại cho robot của Chef nhận thức theo thời gian thực về dây chuyền sản xuất.

Vì Cafe Spice sản xuất nhiều SKU khác nhau, các model Ultralytics YOLO được huấn luyện tùy chỉnh trên hình ảnh thu thập trực tiếp từ môi trường sản xuất của họ. Điều này giúp robot diễn giải các nguyên liệu trong điều kiện nhà máy thực tế.

Hình 2. Cách robot Chef nhìn và phát hiện khay (Source)

Cụ thể, YOLO được sử dụng để phát hiện khay khi chúng di chuyển trên băng tải và xác định đúng ngăn cho từng nguyên liệu. Đưa object detection tiến thêm một bước, OBB detection cho phép hệ thống hiểu các vật phẩm xuất hiện ở các góc độ khác nhau, bao gồm bát, khay trong suốt và các khay có hướng thay đổi.

Link to this sectionTại sao lại chọn các mô hình Ultralytics YOLO?#

Các model Ultralytics YOLO mang lại cho Chef tốc độ và độ chính xác cần thiết cho việc lắp ráp thực phẩm theo thời gian thực trên các dây chuyền sản xuất chuyển động nhanh. Họ nhận thấy rằng các model Ultralytics YOLO mang lại độ chính xác khoảng 99,5% trong sản xuất, cung cấp các phát hiện ổn định cần thiết cho việc đặt bằng robot với độ chính xác dưới centimet trên các loại khay, bát và nguyên liệu khác nhau.

Ngoài ra, Ultralytics Python package cung cấp các công cụ để huấn luyện, tinh chỉnh (fine-tune) và quản lý các model này, giúp các đội kỹ thuật dễ dàng lặp lại nhanh chóng. Ví dụ, nó hỗ trợ các định dạng xuất như ONNX cho triển khai đa nền tảng, cho phép đội ngũ của Chef chuyển đổi và triển khai các model một cách liền mạch trên các hệ thống robot của họ.

Link to this sectionChef Robotics và Ultralytics YOLO nhân đôi sản lượng của Cafe Spice#

Sau khi tích hợp các hệ thống robot hỗ trợ AI của Chef được điều khiển bởi các model Ultralytics YOLO, Cafe Spice đã thấy những cải tiến ngay lập tức và có thể đo lường được về sản lượng, hiệu quả lao động và chất lượng sản phẩm. Các dây chuyền sản xuất của họ, vốn trước đây hoạt động ở mức 12 khay mỗi phút, hiện đạt trung bình 30 khay mỗi phút, với tỷ lệ đỉnh điểm đạt 40 khay mỗi phút trên hệ thống băng tải được nâng cấp. Điều này đại diện cho mức tăng sản lượng từ hai đến ba lần.

Hình 3. Dây chuyền sản xuất suất ăn của Cafe Spice, được vận hành bởi Chef Robotics và Ultralytics YOLO.

Năng suất lao động cũng được cải thiện. Mỗi dây chuyền trước đây yêu cầu 8–10 công nhân, nhưng robot của Chef đã giảm con số đó xuống còn 3–4 công nhân mỗi dây chuyền, dẫn đến mức tăng 60% về năng suất lao động. Công suất được giải phóng đã giúp Cafe Spice tái triển khai nhân sự sang các khu vực khác vốn thường xuyên thiếu nhân sự do tình trạng thiếu hụt lao động kéo dài.

Tương tự, chất lượng và năng suất cũng đạt được những lợi ích đáng kể. Trước khi tự động hóa, lượng thực phẩm hao hụt, phần lớn do chia khẩu phần quá mức để tránh bị từ chối do thiếu trọng lượng, ở mức 9,19%. Với robot sử dụng công nghệ phát hiện dựa trên YOLO để đặt nguyên liệu chính xác, lượng hao hụt đã giảm xuống 3,05%, tương đương mức giảm 67%. Ngoài ra, tỷ lệ chấp nhận cũng được cải thiện: 91% các khay do robot lắp ráp đáp ứng các tiêu chuẩn chất lượng của Cafe Spice, so với 75% đối với các khay lắp ráp thủ công.

Link to this sectionLàm cho sản xuất suất ăn quy mô lớn thông minh và chính xác hơn#

Khi Chef tiếp tục mở rộng, công ty tập trung vào việc làm cho các hệ thống hỗ trợ AI của mình trở nên thích ứng hơn nữa với sự đa dạng của nguyên liệu, khay và thiết lập sản xuất được sử dụng trong ngành công nghiệp thực phẩm. Động lực chính đằng sau những nỗ lực này là sứ mệnh của Chef trong việc xây dựng các máy móc thông minh giúp con người làm những gì họ làm tốt nhất. Bằng cách nâng cao các mô hình nhận thức, đơn giản hóa việc chuyển đổi và tăng cường tính linh hoạt cho sản xuất đa dạng, Chef đang tạo ra sự tự động hóa hoạt động ít giống như một cỗ máy cứng nhắc và giống như một đồng đội hợp tác hơn.

Bạn quan tâm đến việc khám phá Vision AI? Hãy khám phá các licensing options của chúng tôi để đưa computer vision vào dự án của bạn. Ghé thăm GitHub repository và tham gia our community. Khám phá AI in healthcare và computer vision in retail trên các trang giải pháp của chúng tôi.