Multifunktionsrobotter i opskæringen - AP2 Multifunktionsrobotter - tredeling

Det vigtigste nye output er, at der er udviklet en kameraløsning og tilhørende algoritme, der kan bestemme en delelinje for deling af henholdsvis skinke og forende fra to halve grisekroppe, der ligger på et opskæringsbånd.

En klinge, magen til den der bruges i opskæringsanlægget, monteres på robotten og skærer to lige snit.

Denne løsning, hvor skæring foregår med en Ø 730 mm klinge monteret på en robot, åbner for nye snitmønstre, sammenlignet med det eksisterende tredelingsanlæg, hvilket betyder, at der kan skæres mere præcist til gavn for udbyttet. Den optimerede præcision kan bl.a. ses ved, at skinkedelingen kan foretages uden at risikere skæresnit, hvis grisen flytter sig under processen.

Der er gennemført test på 80 grise, som viser, at udbytteresultaterne fra delingerne ligger indenfor det acceptable.

Den næste store aktivitet i projektet er at inkorporere tredelingsprocessen, som én af de seks forskellige funktioner, der skal virke i en automatisk opskæringscelle, eller som en selvstændig robot til erstatning for de eksisterende opskæringsanlæg. Løsningen kræver fortsat produktmodning, og der skal således, i samarbejde med branchen, opstilles en plan for, hvordan resultaterne bringes videre. De udviklede algoritmer er generiske og kan bruges i fremtidige projekter. En fleksibel og adaptiv tredeling vil kunne tilpasses skiftende kundeønsker og derigennem kunne forbedre en konkurrenceposition.

Det vigtigste nye output er, at der er fremstillet et nyt værktøj til tredeling. Værktøjet er monteret i en stor robot i multifunktionsrobotcellen og kan dele halve slagtekroppe i de tre delstykker. Det nye værktøj har løst et tidligere forekommende problem i projektet, hvor saven ikke var tilstrækkelig kraftig til helt at gennemskære kroppene.

Robotten og dermed positionen af delelinjerne styres af algoritmer dannet ud fra billeder af slagtekroppene. Algoritmerne finder keypoints på slagtekroppen, og disse keypoints er punkter, som robotbanen skal gå gennem. En anden parameter, som algoritmerne bestemmer, er vinklen på delelinjer i forhold til ryggen. Som udgangspunkt siger specifikationerne for forende, midterstykke og skinke, at delelinjerne skal ligge vinkelret på ryggen, men det vil være muligt at indstille robotten til at skære skrå snit og derved opnå bedre udbytter.

Den næste store aktivitet i projektet er at eftervise præcisionen af tredelingen, vinklen i forhold til ryggen samt kvaliteten af selve snittet. Kvalitetsparametre for snittet er f.eks., at knoglerne ikke knuses og efterlader bensplinter, der senere skal fjernes, på kødfladen.

Vigtigt er også optimering af procestider, så delingen af slagtekroppene sker hurtigt og ikke reducerer robotcellens kapacitet.

Når disse krav er opfyldt, overgår projektet til næste fase, hvor den udviklede viden formidles til relevante partnere med henblik på efterfølgende produktmodning, hvilket ligger uden for SAF-projektets ramme.

Det vigtigste nye output er, at afprøvning af metodeværktøjer til deling af halve slagtekroppe i skinke, midterstykke samt forende er i gang. Værktøjsprincippet er savning med en rundsav, og det første værktøj er bygget samt testet. Værktøjet er monteret i en stor industrirobot i multifunktionsrobotcellen, og afprøvningen viste, at motoren på værktøjet mangler effekt til at drive en klinge stor nok til at gennemsave kroppene helt.

Delelinjerne mellem skinke, midterstykke og forende bestemmes af algoritmer udviklet med kunstig intelligens. Der er optaget en række billeder af halve slagtekroppe, hvor punkter på rygrad og brystben er markeret, og algoritmerne er derefter trænet på billederne, så algoritmerne kan genkende og finde de anatomiske punkter på en vilkårlig slagtekrop. Slagtekroppens centerlinje bestemmes også med algoritmer, og linjen bruges til at sikre, at skæringen ligger vinkelret ift. ryggen.

Den næste store aktivitet i projektet er at konstruere og bygge en sav, der er kraftig nok til at gennemsave slagtekroppene. Mens dette arbejde pågår, testes algoritmernes præcision med den nuværende sav. Delelinjerne markeres på kroppen ved at save ganske lidt ned i rygrad og brystben og derved kontrollere, at algoritmerne fungerer stabilt og finder de rigtige delesteder. Når en ny sav er klar, monteres den i robotten, og test med gennemsavning sættes i gang, så både skærekvalitet og præcision kan måles.

Det vigtigste nye output er, at analyse- samt idéfasen er gennemført. Slagtetekniske krav til tredelingen af slagtekroppene er fastlagt, og i analysefasen er det ligeledes fastlagt, hvordan et modul for tredeling skal inkorporeres i multifunktionsrobotcellen.

I idéfasen er forskellige idéer til værktøjsprincipper for deling af den halve slagtekrop i forende, midterstykke og skinke udviklet, og den idé, der vurderes at have størst potentiale, er under konstruktion.

Delelinjerne mellem de tre delstykker bestemmes med billedanalyse samt algoritmeudvikling vha. kunstig intelligens, og de første billeder er optaget og analyseret.

Den næste store aktivitet i projektet er at bygge værktøjet og teste det i robotcellen, hvor robotten styres manuelt. Testen skal vise, om kvaliteten af snitfladen lever op til reglerne om fx bensplinter og savsmuld. Det er vigtigt, at værktøjet ikke genererer for mange bensplinter og savsmuld, der efterfølgende skal fjernes fra delstykkerne.

Sideløbende skal algoritmerne for delelinjerne videreudvikles og testes på slagtekroppe, hvor vi i første omgang kontrollerer, om systemet finder de rigtige delelinjer, inden algoritmerne integreres med robotstyringen, så det bliver robotten, der fører værktøjet.