Automatisk produktidentifikation

Det vigtigste nye output er, at:

•Værtsslagteriet er blevet besøgt og gennemgået for at fastlægge positionen for opsætning af et visionudstyr til at måle kasser i udbeningen.

•Visionudstyret er færdigudviklet og forventes opsat hos værtsslagteriet i oktober.

•Fortsat dialog og sparring med relevante netværks- og IT-folk hos værtsslagteriet for at sikre en etablering af netværkskommunikation med slagteriets produktionsdata (MES).

Den næste store aktivitet i projektet er, at

•Integrere visionudstyret med slagteriets IT-systemer, så der kan foretages automatisk udtræk af produktionsdata.

•Opsamle referencedata af kasser med produkter, så et referencedatasæt, bestående af billeder og tilhørende produktionsdata, kan etableres.

•Udvikle genkendelsesalgoritmer baseret på AI-modellering, som automatisk kan identificere produkttyperne.

Det vigtigste nye output er, at:

•Dialogen med interessenter i branchen, samt danske virksomheder, har givet en forståelse og definition af projektcasen, så projektet sammen med branchen har kunne tage en beslutning om valg af værtsslagteri samt muligheder for dataopsamling fra produktionen.

•Dialog og koordinering med værtsslagteriet er igangsat ifm. opsætning af visionudstyr på relevant position.

•Der er afholdt møder med relevante IT-folk for at kortlægge mulighederne for online udtræk af nødvendig produktionsdata til brug for korrekt klassificering af produkter.

Den næste store aktivitet i projektet er, at

•Færdigudvikle og producere visionudstyret og efterfølgende opsætte det hos værtsslagteriet.

•Etablere netværkskommunikation med værtsslagteriets IT-system til udtræk af produktionsdata.

•Opsamle referencedata – såvel billeddata som produktionsdata.

•Udvikle første version af genkendelsesalgoritmer baseret på AI og de indsamlede data, så indledende test kan igangsættes.

Det vigtigste nye output er, at:

•Projektet er i sin indledende analysefase, hvor afgrænsning og omfang defineres.

•Flere projektdeltagere har været på besøg på flere fabrikker og haft dialog med interessenter i projektet.

•Resultatet heraf er anvendt til at prioritere og definere projektcasen, som er produktidentifikation af biprodukter i kasser med anvendelse af virksomhedens interne produktionsdata, for fx at kunne afgøre sporbarhedsinformationen på produktet.

Den næste store aktivitet i projektet er, at

•Fortsætte dialog med interessenter i branchen ift. projektcasen for at skabe et overblik over produkttyper samt udvejningsprocedurer.

•Kortlægge de digitale produktionsdata samt afgøre, om der er tilstrækkelig information fra både linje- og kasse-registreringer.

•Udvikle og opsætte vision-udstyr hos værtsslagteri for at opsamle et reference-billeddatasæt af kasser med produkter.

•Udvikle de indledende genkendelsesalgoritmer baseret på AI, der kan identificere udvalgte produkttyper.