本项目的主要研究开发内容是基于果蔬采后处理领域的标准化和智能化需求,研发蔬菜和水果智能检测设备,并运用先进的AI视觉及红外光谱技术实现全方位的品质检测和高效分选。具体研发内容包括: 设计和制造具备多传感器多模态功能的智能检测设备,涵盖红外光谱、近红外光谱、可见光和X射线等多种传感器。 开发高精度的检测算法和模型,利用AI视觉技术对果蔬的大小、形状、颜色、瑕疵等特征进行快速、准确的识别和分类。 实现对水果内部参数的检测,如水分含量、糖度、脂肪含量等,采用短波红外和近红外光谱技术进行非破坏性的检测。 建立云端大数据系统,用于收集、存储和分析各地的蔬果质量数据,实现数据的共享和模型的优化。
关键技术包括红外光谱、近红外光谱、可见光和X射线等多传感器融合技术,以及基于AI视觉的高精度检测算法和模型。 创新点在于将多种传感器和AI视觉技术相结合,实现对果蔬的全方位、全面的品质检测和高效分选。此外,云端大数据系统的建立和设备全生命周期管理系统的应用也是项目的创新点。
在项目实施过程中,我们已经取得了一些自主知识产权,包括以下方面: 设备设计和制造方面的专利和设计图纸; 检测算法和模型的软件著作权; 云端大数据系统的软件著作权和数据管理方法。 通过上述技术方案的实施,我们将能够开发出具有先进技术水平和较高性能的智能蔬果检测设备,并保证原材料供应的稳定性和环境保护的可持续性。同时,已获得的自主知识产权将为我们在市场竞争中提供一定的竞争优势。
评价单位:- (-)
评价时间:2023-11-01
综合评价
随着消费者对果蔬品质和安全的要求不断提高,对果蔬的等级和分选要求也在逐渐提高。智能分选设备可以更好地满足消费者对高品质、安全、多样化的果蔬产品的需求。不过现在市场上已有成熟的设备和系统,很多大型农机设备厂商也在布局,所以期待这个团队能够早日找到发挥自己优势的细分领域。
查看更多>