Keinoälyn käyttöä Nestléllä:

9.1.2023

RIKO RAJOJA: DISCOVERY #20.

Keinoäly ja SICKin syväoppimisohjelmisto: Nestlén tuotantolaitoksella Osthofenissa 2D-kamera ja integroitu SICKin “dStudio”-ohjelmistopaketti tunnistavat läpinäkyviä kohteita niiden asennosta riippumatta. Lisäksi järjestelmä oppii koko ajan paremmaksi.

 

 VIDEO: Teollisuus 4.0 -koulutus: oppiva keinoäly

Nestlé on maailman suurin elintarvikeyritys, jonka terveys- ja tiedeosasto tarjoaa räätälöityjä tuotteita ihmisille, joilla on erityisiä ravintoon liittyviä tarpeita. Tuotteisiin kuuluvat esimerkiksi ravintojuomat ja ravintolisät, jotka valmistetaan Rheinhessenin alueella sijaitsevalla Osthofenin tehtaalla.

Täällä parhaissa mahdollisissa olosuhteissa valmistettu jauhe päätyy valmistusprosessin päätteeksi erityisvalmisteisiin pakkauksiin. Ennen jokaisen pakkauksen täyttämistä mukaan lisätään mittakauha tarkkaa annostelua varten. Laadunvalvonnan yhteydessä tarkistetaan, että jokaisessa pakkauksessa on varmasti kauha mukana.
”Ihmisen on periaatteessa helppo silmämääräisesti havaita, onko mittakauha pakkauksessa,” sanoo Nestlén automaatioteknikko Marcus Kauf, ”mutta kun pitäisi tarkistaa yli 80 pakkausta minuutissa, se ei enää onnistu virheettömästi.”

 

 “Kauhatarkistuksen” haasteet

Tämän vuoksi tarkistus tehtiin erityisellä kameralla, joka laski muovikauhan värikkäät pikselit. Nestlé on kuitenkin viime aikoina siirtynyt värittömään kauhaan kierrätysasteen parantamiseksi. Siksi pakkauksissa on nyt alumiinifolion päällä vaalean harmaa läpinäkyvä kauha. Vai onko? Kauhaa on vaikea havaita poimutetun kohokuvioidun ja heijastavan metallin päältä, eikä perinteinen anturipohjainen kuvankäsittelyjärjestelmä siihen enää pysty. 

 
dStudio: innovatiivista kuvankäsittelyä
dStudio: innovatiivista kuvankäsittelyä

dStudio: innovatiivista kuvankäsittelyä

Tässä vaiheessa kuvaan tulevat SICKin teknologia ja tietotaito. Ratkaisun keskeinen tekijä on keinoäly (AI), joka tunnistaa erittäin nopeasti ja luotettavasti uudet kuviot keräämällä laajan määrän tietoja, jotka algoritmit tulkitsevat. Teoriassa algoritmit määrittävät selkeän toimintamallin määrätyn tehtävän suorittamiseksi.

Käytännössä SICKin 2D-kamera (picoCam) oppii “ajattelemaan” integroidun SICKin AppSpacen “dStudio”-syväoppimisohjelmiston avulla. Tätä verkkopalvelua käyttämällä neuroverkkoja voidaan “kouluttaa”. Tässä tapauksessa kouluttaminen tarkoittaa, että järjestelmälle syötetään suuri määrä kuvia kauhasta erilaisissa asennoissa. Kuten ihmisetkin, syväoppiminen voi ideaalitilanteessa ratkaista ongelmia ja tehdä päätöksiä. Se vain käy monta kertaa nopeammin.

Kamerateknologia oppii joka päivä lisää kuvien eroista

Näistä asioista vastaava SICKin asiantuntija on Klaus Keitel. Kasallisista avainasiakassuhteista vastaava Klaus avaa järjestelmän toimintaa: ”Opetettava päätöksentekoalgoritmi on siirretty kamerajärjestelmään. Näin se voi itsenäisesti tunnistaa kuvien erot.” Kamera on myös helppo sopeuttaa uusiin tuotteisiin kouluttamalla neuroverkko uudelleen uusien olosuhteiden mukaiseksi. Lisäksi intuitiivinen käyttöliittymä ei edellytä käyttäjältä erityistä keinoälyosaamista tai kuvankäsittelyä.

Kuljetinhihnalla tehtävät tarkistukset

Kamera tarkistaa jokaisen pakkauksen nopeasti ja luotettavasti nähdäkseen, onko mittakauha mukana vai ei. Sen virhesuhde on lähes nolla. Mutta mitä tapahtuu, jos kamera havaitsee kuvan, jossa kauhaa ei ole? Tällöin järjestelmä pysähtyy automaattisesti ja odottaa, että puuttuva kauha on lisätty, jonka jälkeen kameran ohjelmisto tunnistaa sen ja antaa järjestelmän jatkaa toimintaa. Näin hankalia manuaalisia uudelleenkäynnistyksiä ei tarvita.

 

 
2D-konenäkö
2D-konenäkö

 picoCam2

Syväoppiminen
SICK AppSpace-keinoäly

 Syväoppiminen

Sujuvaa yhteistyötä

Klaus Keitelin mukaan SICKin ja Nestlén välinen yhteistyö sujui mainiosti: ”Teimme testejä sekä laboratoriossamme että paikan päällä. Näin pystyimme näyttämään asiakkaalle käytännössä, kuinka luotettava ratkaisumme on.” Tämän älykkään automaatiojärjestelmän ansiosta Nestlé saa mittauskauhojen paikallaanolon tarkistettua erittäin varmasti. Lisäksi käyttöönottoa on voitu yksinkertaistaa, toiminnasta on saatu joustavampaa ja käyttömahdollisuudet ovat laajennettavissa. Juuri tämän vuoksi SICK tulee tulevaisuudessa keskittymään vieläkin enemmän tekoälyavusteiseen kuvankäsittelyyn.

 

Sami Lehtonen
Sami Lehtonen

Sami Lehtonen

Tuotepäällikkö

Tunnistus ja mittaus

09 - 2515 8041

sami.lehtonen@sick.fi

 
SICK Sensor Blog
SICK Sensor Blog