26 Konenäkö elintarviketeollisuuden työkaluna

Konenäköä käytetään elintarviketeollisuudessa monentyyppisissä kohteissa. Visuaaliset tarkastussovellukset ovat kohtuullisen yleisiä. Niissä tarkastellaan esimerkiksi tuotteen väriä, muotoa tai muuta visuaalisesti havaittavaa suuretta.

Konenäön komponentit halpenevat koko ajan. Syynä on osittain konenäkökomponenteissa käytettävien teknologioiden (esim. CCD -kenno) käyttö kulutuselektroiikassa. Lisäksi PC -maailman uudet liityntätyypit (esim. FireWire) mahdollistavat kuvankaappauksen ilman perinteistä kuvankaappauskorttia. Komponenttien hinnan laskun myötä konenäköjärjestelmien hinnat halpenevat, mikä todennäköisesti lisää konenäköjärjestelmien käyttöä myös elintarviketeollisuudessa.

Kun konenäköjärjestelmä ohjaa robottia tai toimilaitetta, puhutaan visuaalisesta robotin ohjauksesta. Tämä tarkoittaa ”silmien” ja älyn tuomista perinteisesti sokeiden ja hieman yksinkertaisesti toimivien robottien käskyttämiseen. Visuaalisen robotinohjauksen kautta saatava joustavuus ja robottien monipuolinen toimivuus ovat avaamassa lukuisia, aivan uusiakin sovelluskohteita konenäön hyödyntämiselle.

Äärimmillään robotin ja siihen liitetyn tekosilmän yhteistyö voi mahdollistaa haastavienkin manuaalisten työvaiheiden automatisoinnin. Esimerkiksi lihan leikkaaminen ruhoista on paljolti manuaalista työtä. Ruhon paikoittaminen ja muodon mittaus konenäköjärjestelmällä sekä esim. leikkaustyökalun voimatakaisinkytkentä saattaisi tuoda mahdollisuudet automaattiselle lihanleikkausrobotin toiminnalle tulevaisuudessa.

3D-mittaaminen sopii elintarvikkeisiin

Elintarvikkeet ovat useasti epäsäännöllisen muotoisia, eikä niiden käsittely aina onnistu ilman riittävää anturointia. Näihin sovelluksiin voidaan soveltaa jo olemassa olevaa visuaalista robotin ohjausteknologiaa. Esimerkiksi perinteisissä robotisoiduissa pakkaussovelluksissa oletetaan tuotteen olevan samankokoinen ja samassa paikassa sitä poimittaessa.

Tämä ehto ei aina voi täyttyä elintarvikkeiden kohdalla. Tällöin konenäköjärjestelmä, joka ohjaa pakkausrobotin tai muun toimilaitteen toimintaa, voi tuoda automatisoinnille perusteita. Konenäköjärjestelmällä tuotteen muoto ja paikka voidaan mitata ja optimaalinen tuotteen käsittely toteuttaa sopivalla toimilaitteella. Samalla voidaan jopa tehdä laaduntarkastusta ja vaikkapa optimoida pakattujen tuotteiden samankaltaisuutta.

Konenäköpohjainen 3D-mittaaminen voisi olla mielekästä ns. luonnollisen muotoisten tuotteiden pakkausvaiheessa. Konenäöllä tehty 3D-mittaus ei edellytä tuotteen pysäyttämistä, vaan mittaus voidaan tehdä ”lennosta”. Jos tuotteen 3D-muoto tunnetaan, saadaan tuotteelle määritettyä massa 3D-muodosta määritetyn tilavuuden ja ennalta tunnetun tiheyden avulla. Tämän teknologian avulla voitaisiin tehdä tuotteen massaan ja muotoon perustuvaa pakkausta automaattisesti.

Optisen mittaustekniikan laboratorio soveltaa konenäköä

Kemi-Tornion ammattikorkeakoulun Tekniikan koulutusyksikössä on tehty tutkimus- ja kehitystyötä optisen mittaustekniikan ja erityisesti konenäön alueella vuodesta 1997 lähtien. Viimeisen vuoden aikana laboratorion kehitystyön erityisenä painopistealueena on ollut visuaalinen robotinohjaus, eli robottien ja muiden vastaavien toimilaitteiden ohjaaminen konenäön avulla. Lisäksi laboratoriossa on perehdytty mm. kohteiden tarkkoihin 2D- ja 3D- koordinaattimittauksiin.

Laboratorion henkilöstö on toteuttanut mm. lastauksen tunnistusjärjestelmän lasiteollisuuden yritykselle ja automaattisen muovikappaleiden laserleikkausjärjestelmän biotekniikan yritykseen. Konenäölle näyttää olevan myös sovelluskohteita elintarviketeollisuudessa. Suuret tuotantovolyymit ja tiukat laatukriteerit tuovat mielekkyyden konenäön käyttöön tuotannon automatisoinnissa.

Harri Pikkarainen
Projektipäällikkö
Kemi-Tornion Ammattikorkeakoulu
Optisen mittaustekniikan laboratorio
harri.pikkarainen (at) tokem.fi
www.tokem.fi/teku/omlab/fin/

Mitä on konenäkö?

Konenäöksi kutsutaan tietokoneella tai jollakin muulla digitaalisen laskennan järjestelmällä toteutettavaa kokonaisuutta, jossa yhdistyvät kuvan hankinta, käsittely, analysointi ja sen perusteella tehtävät päätökset. Konenäköjärjestelmä sisältää yhden tai useamman kameran, valaisujärjestelmän, laskentayksikön sekä ohjelmiston kuvan käsittelyä ja analysointia varten. Konenäön tarkoituksena on automatisoida ohjausta, valvoa prosessia tai laatua tai ohjata koneita ja robotteja.

Konenäköjärjestelmällä hankitaan optisin keinoin tietoa näköjärjestelmän ympäristöstä. Tämän tiedon perusteella tehdään päätelmiä joko tietystä kohteesta (mm. onko jokin kappale oikean kokoinen) tai ympäristön tilasta. Näiden päätelmien avulla voidaan edelleen tehdä päätöksiä seuraavista toimenpiteistä, kuten varoituksesta tai hälytyksestä, tuotteen hylkäämisestä tai vaikkapa koko tuotantolinjan pysäyttämisestä.

Konenäköteknologian hyväksikäytölle voi olla useita edellytyksiä. Kustannustehokkuus massatuotannossa on useimmissa tapauksissa suurin syy. Tämän lisäksi lopputuotteen laatua voidaan parantaa lisäämällä automaattista laaduntarkastusta tuotantoon tai ohjaamalla tuotantoprosessia konenäköjärjestelmällä. Syynä voi olla myös epämiellyttävän ja ihmissilmää rasittavan manuaalisen visuaalisen tarkastustyövaiheen automatisointi, jotta työolot paranisivat.

Konenäön ihmissilmän korvaava luonne mahdollistaa konenäköteknologian soveltamisen teollisuuden sektorista riippumatta. Kameroiden tuottamaa kuvaa voidaan käsitellä automaattisesti riippumatta siitä, onko kohdekappale esimerkiksi terästä, muovia tai elintarvikkeita.

Uusia sovelluksia tulossa

Konenäköä käytetään tällä hetkellä elintarviketeollisuudessa esimerkiksi raaka-aineiden tai lopputuotteiden visuaalisessa lajittelussa ja laaduntarkastuksessa. Perunoiden lajittelua voidaan tehdä automaattisesti konenäköjärjestelmän avulla määritetyn perunan muodon ja koon perusteella. Perunoiden mahdolliset pintaviat voidaan myös tarkastaa kameroista saadun kuvan perusteella.

Konenäön tuottamaa informaatiota käytetään myös prosessin säätämiseen tai ohjaamiseen. Esimerkiksi makeisten sokeroinnissa on käytetty konenäköä sokerointiprosessin ohjauksessa ja säädössä.

Elintarviketeollisuudessa voisi olla tulevaisuudessa enemmänkin käyttöä konenäölle, jossa ei käytetä näkyvää valon aallonpituutta. Röntgenvalolla toimivat läpivalaisulaitteet tuottavat kuvaa, jota kuvankäsittelyn keinoin voidaan todennäköisesti käyttää esimerkiksi automaattiseen luunsirujen erotteluun lihamassasta. Toinen sovellusalue voisi olla lämpökameroiden hyväksikäyttö elintarviketeollisuudelle tärkeässä lämpötilojen mittaamisessa ja hallinnassa.