Schrijf je in voor onze dagelijkse nieuwsbrief om al het laatste nieuws direct per e-mail te ontvangen!

Inschrijven Ik ben al ingeschreven

U maakt gebruik van software die onze advertenties blokkeert (adblocker).

Omdat wij het nieuws gratis aanbieden zijn wij afhankelijk van banner-inkomsten. Schakel dus uw adblocker uit en herlaad de pagina om deze site te blijven gebruiken.
Bedankt!

Klik hier voor een uitleg over het uitzetten van uw adblocker.

Meld je nu aan voor onze dagelijkse nieuwsbrief en blijf up-to-date met al het laatste nieuws!

Abonneren Ik ben al ingeschreven

Via neurale verbindingen rijpheid in groenten en fruit detecteren

Nu de sector zoveel mogelijk van het voedingsproductieproces wil automatiseren, wordt het noodzakelijk om machines soms de rijpe en klaarstaande producten te laten sorteren van de rest. De Turkse innovator Kutluhan Aktar beweert dat hij een manier heeft gevonden om precies dat te doen, door gebruik te maken van de kracht van neurale verbindingen.

Het doel van zijn project is eenvoudig: het wil de rijpheid van groenten en fruit detecteren door pigmentveranderingen te monitoren. In plaats van een camera te gebruiken, vertrouwt het project op gegevens van een AS7341-lichtsensor, die beter geschikt is voor het vastleggen van nauwkeurige spectrale gegevens. Hierdoor kan het door het fruit weerkaatste licht beter worden afgelezen, zoals bepaald door de pigmenten in de schil die rechtstreeks verband houden met de rijpheid.

Over een periode van enkele dagen werden van een reeks groenten en fruit monsters genomen, waardoor een gegevensbank kon worden opgebouwd van de producten in de verschillende rijpheidsstadia. Deze gegevens werden vervolgens gebruikt om een TensorFlow-model op te stellen dat met een redelijke mate van zekerheid de rijpheid kan bepalen van fruit dat onder de sensor wordt gehouden.

Bron: hackaday.com

Publicatiedatum: