Sporbarhedsteknologi - AP3 Sporbarhed med visiontracking

Det vigtigste nye output er, at:

•Videostrømmen fra de tre nye kameraer, der blev sat op i Q2, er koblet sammen med de eksisterende kameraer.

•De nye kameraer har ikke ændret på performance af tracking-algoritmen.

•Der har været fokus på at forbedre algoritmen efter afsværing. Her er track-rate øget fra 60% til 75%.

•Vi har arbejdet på en model, der kan detektere, om kameraet er beskidt.

Den næste store aktivitet i projektet er, at

•Der stadig er fokus på at forbedre performance på tracking-algoritmen efter afsværing.

•Vores system skal integreres med slagteriets IT-system.

•Modellen til detektion af beskidte kameraer videreudvikles.

Det vigtigste nye output er, at:

•Der er udviklet en tracking-algoritme, der kan håndtere, at midterstykket deles i to og samtidig opretholde sporbarheden.

•Der er udviklet en metode, som kobler tracking ID’erne fra før og efter afsværingsmaskinen, når vision-trackingen forsvinder igennem maskinen.

•Der er opnået en tracking-rate på 94% af kødstykker fra juletræ til afsværingsmaskine.

•Der er opsat yderligere 3 kameraer, så der nu er overblik over hele linjen fra juletræ til bakke.

Den næste store aktivitet i projektet er, at

•Inkludere de nye kameraer i trackingen af produkterne.

•Optimere trackingen til at have god performance på hovedproduktet over hele linjen.

Det vigtigste nye output er, at:

- Algoritme til detektion af midterstykker er udviklet. Denne algoritme kan også håndtere, at midterstykkerne deles i to undervejs samt afsværes i løbet af trackingen.

- En analyse af tracking-muligheden for biprodukter er udarbejdet.

- Indledende kommunikations-protokoller mellem slagteriets system og trackingsystemet er udarbejdet.

- Der er indsamlet data til at lave en model, der kan detektere, om kameraerne er beskidte.

Den næste store aktivitet i projektet er, at

- Færdiggøre tracking-algoritme til midterstykke, som deles.

- Udvikle algoritmer til at detektere og tracke biprodukter.

- Udvikle et system, der kan detektere beskidte kameraer.

De vigtigste nye output er, at der endelig er blevet installeret kameraer på midterstykke-/kam-skærelinjen. 6 kameraer er hængt op over linjen, og der kan nu optages billeddata fra linjen.

Der er defineret arkitektur for en mulig integrationsløsning, således at juletræsdata og bakkeID kan kobles sammen. Der arbejdes på at lave et API, så produktionsdata kan hentes fra en PLC.

Der er allerede installeret kameraer over brystflæsklinjen, men der har ikke været arbejdet på linjen længe. Det er forsøgt at opnå brugbare videostreams til brug for validering af den opdaterede tracking-algoritme, men det er desværre ikke lykkes.

Den næste store aktivitet i projektet er at begynde udviklingen af tracking-algoritmen til midterstykke-/kam-skærelinjen. En del af det arbejde indebærer håndtering af, at midterstykket opsplittes undervejs, og der så kun trackes en del af produktet under de sidste 3 kameraer.

Dertil fortsættes der med implementering af en integrationsløsning med det formål at sammenkoble juletræ- og bakke-ID.

Projektet er fortsat i funktionsmodel-fasen.

De vigtigste nye output er, at vi har dokumenteret og redegjort for, hvorledes integrationen af sporbarhed med visiontracking kan implementeres i forhold til de tilgrænsende sporbarhedsprocesser og IT-systemer.

Implementering af visiontrackingen er klargjort, dvs. der er udviklet en SW arkitektur, så det er muligt at håndtere de 6 video-streams i forhold til real-tidsbilledanalyse. Det har endnu ikke været muligt at teste det live i produktionen.

Den næste store aktivitet i projektet er at installere 6 nye kameraer over en anden pace-linje. Desuden skal de eksisterende kameraer over brystflæsklinjen flyttes til en mere fordelagtig position.

De vigtigste nye output er, at:

•Kameraerne over brystflæsklinjen nu er oppe og køre igen, efter de har været nede et stykke tid.

•Vi arbejder videre med implementeringen af tracking-analysen online, dvs. trackingen sker i realtid. Udfordringen er at få analysen af den kontinuerlige billedstrøm til at blive eksekveret hurtigt nok.

•Vi har besøgt værtsslagteriet for at klarlægge forhold vedrørende tilgrænsende sporbarhedsprocesser og IT-systemer, så tracking-løsningen kan integreres med dem og dermed sikre sporbarhed mellem juletræ og bakke. Figuren til højre illustrer sporbarhedsløsningen.

Den næste store aktivitet i projektet er at flytte kameraerne til en ny position for at mindske sandsynligheden for tilsmudsning samt opnå en bedre vinkel, hvor slagteriarbejderen ikke dækker over kødet. Tracking-algoritmen forventes at skulle justeres i forhold til den nye kamera position.