RODRIGUEZ FERNÁNDEZ, Raquel (Txatxarramendi Ugartea, z/g, Sukarrieta, E-48395, ES)
LASA MORÁN, Aitor (Paseo Mikeletegi, 7 Parque Tecnológico, Donostia-san Sebastian, E-20009, ES)
FUNDACION FATRONIK (Paseo Mikeletegi, 7 Parque Tecnológico, Donostia-san Sebastian, E-20009, ES)
MARTINEZ DE MARAÑÓN IBABE, Iñigo (Txatxarramendi Ugartea, z/g, Sukarrieta, E-48395, ES)
RODRIGUEZ FERNÁNDEZ, Raquel (Txatxarramendi Ugartea, z/g, Sukarrieta, E-48395, ES)
LASA MORÁN, Aitor (Paseo Mikeletegi, 7 Parque Tecnológico, Donostia-san Sebastian, E-20009, ES)
| REIVINDICACIONES
I a .- Método automático para la determinación y clasificación de alimentos que comprende al menos las siguientes etapas:
alimentación del alimento a clasificar en un sistema de transporte por donde el alimento se desplaza determinación mediante un sistema de localiza- ción de la posición, la orientación, geometría y tamaño del alimento, posicionamiento de una garra robotizada sobre el alimento, gracias a la información obtenida por el sistema de localización, toma de datos mediante un sensor presente en la garra robotizada y clasificación del alimento en función de los datos obtenidos por el sensor separación del alimento clasificado
2 a . -Método automático según reivindicación I a caracterizado porque la separación del alimento clasificado se realiza mediante la garra robotizada
3 a .- Método según reivindicación I a caracteriza- do porque la toma de datos mediante el sensor se realiza introduciendo el mismo en el alimento
4 a .- Método según reivindicación I a caracterizado porque el alimento que se clasifica es pescado
5 a .- Método según reivindicación I a caracterizado porque la toma de datos se realiza en o sobre las gónadas del alimento 6 a . -Sistema automático para la determinación y clasificación de alimentos que comprende al menos:
un sistema de transporte por donde el alimento se des- plaza un sistema de localización de la posición, la orientación, geometría y tamaño del alimento, una garra robotizada que se posiciona sobre el alimento, gracias a la información obtenida por el sistema de localización, al menos un sensor presente en la garra robotizada para la clasificación del alimento
7 a .- Sistema automático según reivindicación 6 a caracterizada porque el sistema de localización es un sistema de visión |
MéTODO Y SISTEMA AUTOMáTICO PARA LA DETERMINACIóN Y CLASIFICACIóN DE ALIMENTOS
DESCRIPCIóN OBJETO DE LA INVENCIóN
La presente invención se refiere a un método y a un sistema automático para la determinación y clasificación de alimentos .
La invención está basada en un robot de manipulación de alta velocidad asistido por un sistema de localización que es capaz de detectar alimentos que vienen por una cinta transportadora de manera aleatoria y sin contacto entre unos y otros, y clasificarlo según características propias. El robot lleva incorporada una garra robotizada de manipulación en la que está alojado al menos un sensor que permite la clasificación del alimento .
ANTECEDENTES DE LA INVENCIóN
Existen métodos automáticos para la clasificación de alimentos como el documento patente US4884696. En este documento se describe un método automático de clasificación de objetos de distintas formas.
En esta invención diferentes sensores se encuentran a lo largo del recorrido que realiza el objeto a clasificar. Una rueda con garras gira el producto para que puedan quedar a la vista todas sus caras.
En la presente invención se describe un método y un sistema automático para la clasificación de diferen- tes alimentos, en los que los alimentos entran a través
de un sistema de transporte y su presencia es detectada mediante un sistema de localización, sin necesidad de mover o girar el alimento, y una vez reconocido por dicho sistema el alimento y su posición en la cinta transportadora, una garra robotizada que presenta al menos un sensor, clasifica el alimento.
DESCRIPCIóN DE LA INVENCIóN
La presente invención pretende resolver el problema de determinar y clasificar, de forma automática, alimentos .
La solución es desarrollar un sistema automático que sea capaz de determinar características propias de cada alimento y clasificarlo en función de éstas.
En un primer aspecto de la invención, la misma se refiere a un método automático para la determinación y clasificación de alimentos que comprende al menos las siguientes etapas:
alimentación del alimento a clasificar en un sistema de transporte por donde el alimento se desplaza determinación mediante un sistema de localización de la posición, la orientación, geometría y tamaño del alimento, posicionamiento de una garra robotizada sobre el alimento, gracias a la información obtenida por el sistema de localización, toma de datos mediante un sensor presente en la garra robotizada y clasificación del alimento en función de los datos obtenidos por el sensor, separación del alimento clasificado.
En un segundo aspecto de la invención la misma se refiere a un sistema automático para la determinación y clasificación de alimentos que comprende al menos :
un sistema de transporte por donde el alimento se desplaza un sistema de localización de la posición, la orientación, geometría y tamaño del alimento, una garra robotizada que se posiciona sobre el alimento, gracias a la información obtenida por el sistema de localización, al menos un sensor presente en la garra robotizada para la clasificación del alimento.
Cuando en la presente invención se habla de sistema de transporte este puede ser tanto manual como automático, como por ejemplo una cinta transportadora.
Cuando en la presente memoria se refiere un sis- tema de localización, éste puede ser un sistema de visión artificial, o un sistema que funcione a través de microondas, ultrasonidos, infrarrojo, ultravioleta, rayos X o un sistema mecánico por ejemplo canjilones, etc .
La garra de manipulación de los alimentos presente en el robot, puede actuar mediante vacio, actuado- res neumáticos, hidráulicos, electromecánicos, o métodos pasivos, entre otros, de manera que se adapte por un lado a la geometría y características físicas del producto para su correcta manipulación y por otro lado al sistema sensórico integrado, sensor integrado.
El sensor toma los datos de la parte exterior del alimento o introduciéndose en él .
REALIZACIóN PREFERENTE DE LA INVENCIóN
En un ejemplo de realización de la invención el alimento que se va a clasificar es pescado y en concreto verdel.
El verdel se introduce a través de una cinta transportadora .
Este pescado es detectado por un sistema de visión que permite que posteriormente la garra robotizada se coloque sobre o en el verdel, para la toma de los datos necesarios para su clasificación.
En este ejemplo de realización se pretende clasificar verdeles en machos y hembras .
La medición se realiza en este ejemplo de realización mediante la inserción de un sensor, en el alimen- to, en concreto sobre o en las gónadas del pescado. El sensor se encuentra presente en la garra de robot y gracias a la información recuperada mediante el sistema de visión, se insertará el sensor en un lugar adecuado para la correcta determinación del sexo.
El sistema de visión detecta los pescados según se desplazan por la cinta transportadora e identifica correctamente su posición y orientación. Tras la detección, el sistema de visión, que ha sido previamente calibrado con respecto al robot y la cinta transportadora, realiza la transformación del sistema de referencia para enviar al robot que presenta la garra las coordenadas del punto donde debe insertarse el sensor.
El sistema de visión se compone de tres partes fundamentales : el sistema de iluminación, óptica y el software que realiza el análisis de las imágenes.
Con el sistema de iluminación se persiguen diferentes objetivos: mantener una iluminación constante en el área de trabajo para eliminar variaciones que dificulten o incluso impidan la labor del software de análisis, eliminar las sombras proyectadas por los objetos, eliminar brillos y reflejos en objetos y cinta, maximi- zar el contraste entre los objetos a analizar y el fondo, la cinta transportadora.
Para conseguir que la intensidad de la ilumina- ción sea constante, se construye un cerramiento que aisla el área de trabajo de la iluminación externa.
El sistema de visión en este ejemplo de realización presenta dos fuentes de iluminación fluorescentes lineales de alta intensidad. Las fuentes funcionan a una frecuencia suficientemente elevada para evitar parpadeos y fluctuaciones en la intensidad.
Las fuentes se sitúan a ambos lados de la cinta transportadora, y a una altura adecuada sobre la misma.
Se sitúan de forma confrontada, para que la luz incida de forma indirecta sobre la cinta transportadora, de esta forma, se evitan las sombras y brillos.
Para seleccionar la óptica adecuada del sistema de visión, hay que tener en cuenta bá sicamente el tamaño del sensor de la cámara, la distancia al plano de trabajo y el tamaño de los objetos que se deben detectar.
Para el sistema de detección del sistema de vi- sión inicialmente, se realiza un modelado estadístico
del fondo, es decir, de la cinta transportadora sin pescado alguno.
En este modelo, se almacena cada pixel de la imagen como la suma de varias funciones gaussianas.
El número de gaussianas por las que se aproxima el modelo depende lo flexible y adaptable que se necesite que sea: entre tres y cinco parece un número adecuado en las pruebas.
Este modelo se actualiza durante la ejecución del algoritmo, de modo que el modelo es flexible ante cambios, tanto progresivos como bruscos, necesitando en ambos casos un tiempo de adaptación. Para adaptar el modelo y ajustar los datos obtenidos a las gaussianas, se utiliza el algoritmo Expectation Maximization (EM) . El modelado a nivel de pixel permite áreas diferenciadas tanto en color/material como iluminación en el área de trabajo y la adaptación permite flexibilidad en cuanto a la constancia de la iluminación, siempre y cuando no se produzca saturación en el sensor y el rango dinámico sea suficiente, y en cuanto al color de la cinta, que puede variar a lo largo del tiempo por desgaste o suciedad.
Utilizando el modelo estadístico anterior, se realiza la segmentación de los objetos situados en el espacio de trabajo. Se define un limite fijo en función de la desviación típica de cada gaussiana, y se decide que un pixel concreto pertenece a un objeto si su valor en escala de grises no queda dentro de la campana definida por ninguna de las gaussianas.
Posteriormente se utiliza un algoritmo iterativo de crecimiento de regiones en dos pasadas para identifi-
car los blobs o regiones conectadas que luego se van a analizar. En este punto también se realiza un filtrado simple en función del área, la longitud y la relación largo/ancho para descartar las regiones más evidentes. Utilizando los momentos de inercia de primer y segundo orden, se calcula el centro de masas del objeto y sus semiejes mayor y menor, que permite identificar la orientación del pescado.
Para definir correctamente la zona de pinchado, se extraen dos medidas diferentes. Inicialmente se realiza una división longitudinal del objeto y se compara la media de intensidad calculada en ambas mitades utilizando la máscara obtenida en la segmentación. De esta forma se distingue la posición del lomo frente al estómago. Finalmente, se extraen dos medidas trasversales a cierta distancia de los extremos para conseguir diferenciar la zona de la cabeza de la cola. Con este análisis, ya se puede calcular la zona de pinchado.
La garra robotizada de manipulación del pescado presente en el robot funciona mediante vacio, en este ejemplo de realización.
La garra muestra un sistema de aspiración mediante vacio y un conjunto de ventosas, es necesaria al menos una, para el agarre del pescado. Estas ventosas son de tipo fuelle de manera que se adaptan fácilmente a la curvatura de los diferentes pescados.
Este sistema se complementa con al memos un pincho que permite evitar los esfuerzos a cortadura sobre las ventosas, ya que por ser el pescado y el entorno de agua muy resbaladizo, cuando se somete al pescado a desplazamientos laterales y giros de alta velocidad y
alta aceleración, las inercias y los esfuerzos de cortadura no son soportados por las ventosas que trabajan a tracción principalmente. Es necesario introducir los pinchos en el pescado para evitar los esfuerzos de cortadura.
Para soltar o dejar el pescado de manera rápida, no sólo se procede a romper el vacio del sistema, sino que adicionalmente se realiza un soplado de aire a través de las ventosas, que acelera el proceso y además contribuye a la limpieza de las zonas internas de las ventosas .
Unos de los pinchos, el situado en la zona ven- tral del pescado presenta la sonda del sensor que se introduce hasta las gónadas de una manera protegida.
El sensor se inserta sobre la gónada del pescado y analiza el espectro que se obtiene tras la incidencia de una radiación electromagnética en la gónada, siendo diferentes los espectros del macho y de la hembra.
Una vez tomada la decisión del sexo del pescado la garra robotizada deposita el pescado en la cinta transportadora adecuada.
No alteran la esencialidad de esta invención variaciones en materiales, forma, tamaño y disposición de los elementos componentes, descritos de manera no limi- tativa, bastando ésta para proceder a su reproducción por un experto.