工业机器人在食品生产缺陷检测中的应用

2022-08-15 16:06:33

　　近年来，食品安全问题常常被推上“热搜”。“民以食为天，食以安为先”，食品是人类生存和发展的基本物质条件，食品工业也是国家经济的重要组成部分，食品安全关系到国民身体健康以及国家经济是否能够平稳发展。随着经济水平的不断发展，在食品供需平衡的情况下，食品质量安全问题变得越来越突出。当食品安全成为大众视线焦点，生产厂商们也都开始高度重视食品的质量检测。

　　食品行业质量检测，需要智能化转变

　　目前，食品行业对于质量检测的大部分需求集中于食品外包装检测、瓶装饮料的液位及异物检测、瓶盖包装检测等。在以往，这些检测通常通过人力完成，由于生产量大、食品种类多，因此人工质检员数量也多。据了解，在生产旺季，人工检测成本能占到总人力成本的40%。

　　“像校对包装上的生产日期、检查食品中有无异物这些工作，质检员不可能做到没有纰漏，但这些有问题的产品一旦流通到市场上，虽然可能只有一包或者十包，对我们公司的声誉和形象会造成严重打击。”一位食品加工厂负责人介绍。在瑕疵不易察觉、视觉感受并不直观的情况下，工厂采用人工检测虽投入高、耗时大，但并不能得到很好的效果。在此背景下，越来越多的企业开始寻求更高效的检测方式。

　　食品生产企业对智能化检测的需求越来越普遍，给一些机器视觉公司带来了业务拓展的机遇。作为人工智能领域一个正在快速发展的分支，机器视觉的出现为工业自动检测、过程控制和机器人引导等应用提供基于图像的自动检测和分析。在食品行业的生产过程中，包装密封、液体罐装、贴标喷码，以及最后的出厂检测，机器视觉技术都可以发挥其功能提高企业生产效率。

　　目前，关于食品质检共有三种检测方式。

　　人力检测：培训成本高、周期长、成果不可控;检测花费时间长、工人劳动强度较大;检测标准不统一，检测结果差异明显;误检、漏检等情况不可避免。

　　传统机器视觉检测：部署周期长、成本投入较高;针对特定场景使用，灵活度不高;复杂场景中，漏检率难以掌控

　　机器视觉检测：可适应不同场景检测需求，灵活度较高;可适用于缺陷形态复杂、环境复杂的检测目标，适应范围广;算法平台支持零成本开发，成本投入小;开发周期短，落地使用快。

　　视觉平台+深度学习，AI智慧赋能食品质检

　　机器视觉作为目前最高效、最精准的检测方式，吸引了众多企业在其技术上进行投入研发，经过多年沉淀，已有部分优秀企业走在行业前列，无锡科技有限公司就是其中之一。在工业机器人、机器视觉等领域发展迅速，是一家以计算机视觉和深度学习技术为核心的科技型公司。