Behovet for automatisering i kjøttindustrien øker på grunn av høy etterspørsel, utfordrende arbeidsforhold og mangel på kvalifisert arbeidskraft. Ny teknologi tar automatiseringen et stort skritt fremover.
Utviklingen av et adaptivt robotisk system som integrerer 3D-bilder, CT-skanninger og kunstig intelligens er et stort fremskritt innen automatisering i kjøttindustrien. Systemet er designet for å håndtere den naturlige variasjonen i anatomi av grisekadaver, og representerer et nytt produksjonsparadigme i kjøttfabrikkceller (meet factory cells).
Forskningen til NMBU-stipendiat Ian de Medeiros Esper ser på utfordringene knyttet til tilpasningsdyktig kutting og nedlemming av griseslakt. Målet er å utvikle en løsning som er både effektiv og nøyaktig. For å oppnå dette, har de Medeiros Esper utforsket ulike teknologier og metoder i sitt doktorgradsarbeid ved NMBUs Fakultet for realfag og teknologi.
Kjøttforedling i Meat Factory Cells (MFC)
Ian de Medeiros Esper tar for seg automatisering av bearbeiding av grisekjøtt innenfor systemet Meat Factory Cell (MFC). Forskningen hans presenterer fem bidrag som dekker ulike aspekter av automatisering og robotikk i kjøttprosessering:
- Systematisk gjennomgang av fremskritt
Forskningen gir en systematisk gjennomgang av fremskritt innen robotisering og automatisering i slakterier. De Medeiros Esper analyserer kommersielle produkter og forskningspublikasjoner for å vurdere dagens tilstand, og ser på tilpasningsevne og gjennomførbarhet av ulike systemer for parallell cellebasert produksjon. - 3D-rekonstruksjon i kjøttforedlingsanlegg
Videre introduserer han en metode for å rekonstruere 3D-punktskyer fra kameraer plassert vilkårlig rundt et symmetrisk objekt med minimal overlapp. Denne metoden tar for seg utfordringene i slaktelinjemiljøet og den høye graden av symmetri som er nødvendig i griseslakt. - Åpent datasett for maskinlæring i kjøttforedlingsanlegg
Det tredje bidraget presenterer et åpent datasett av griseslaktkutting for anvendelser innen datavisjon og maskinlæring. Datasettet har som mål å støtte utviklingen av automatisering, objektgjenkjenning, klassifisering og semantisk segmentering i kjøttforedlingsanlegg. - Anvendelser av RGB-D-kameraer for 3D-scenerekonstruksjon
de Medeiros Esper undersøker bruken av RGB-D-kameraer for 3D-scenerekonstruksjon og evaluerer forskjellige metoder for posisjonsestimering. - Rammeverk for automatisering av modifiserte primalsnitt på griser
Avslutningsvis skisserer han et rammeverk for automatisering av modifiserte primalsnitt på griser i en MFC-kontekst. Rammeverket integrerer CT-skanninger, 3D-punktskyer og kuttemodeller for å håndtere anatomisk variabilitet og øke presisjonen i kjøttforedling.
– Sammen gir disse bidragene innsikt i utfordringene og mulighetene ved å integrere robotikk og beregningsintelligens i kjøttindustrien. Funnene antyder potensielle områder for fremtidig innovasjon, spesielt for små og mellomstore produsenter, sier de Medeiros Esper.
Ian de Medeiros Esper forsvarer sitt doktorgradsarbeid "Intelligent Cutting in Meat Processing: Integrating CT-scans and 3D Imaging with Artificial Intelligence in a Framework to Overcome Natural Variability" fredag 15. november 2024. Se disputasoppslaget her.