DEVELOPMENT OF AN ARTIFICIAL NEURAL NETWORK ARCHITECTURE OF A TECHNICAL VISION SYSTEM FOR SORTING APPLES | РАЗРАБОТКА АРХИТЕКТУРЫ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ СИСТЕМЫ ТЕХНИЧЕСКОГО ЗРЕНИЯ ДЛЯ СОРТИРОВКИ ЯБЛОК

English. The article is devoted to the relevance of creating a technical tool for automating the apple sorting process, in particular, its main element – a technical vision system. The article presents the rationale for the method of training an artificial neural network (ANN) for fruit defects, proposes its architecture for solving this problem, substantiates the criteria for assessing the accuracy and completeness of defect recognition, and also presents the results of the operation of a technical vision system (VS) using the proposed ANN. The developed technical vision system was introduced into the LSP-4 apple sorting and packaging line, which successfully passed acceptance tests and production inspection at Ostromechevo OJSC, Brest region. During acceptance tests of the LSP-4 line, it was found that it ensures sorting accuracy by size of 75.4 %, by the presence of defects – 73.1 % and labor productivity – 1.8 t/h.

Russian. Статья посвящена актуальности создания технического средства для автоматизации процесса сортировки яблок, в частности, основного ее элемента – системы технического зрения. В статье представлено обоснование способа обучения искусственной нейронной сети (ИНС) дефектам плодов, предложена её архитектура для решения данной задачи, обоснованы критерии оценки точности и полноты распознавания дефектов, а также приведены результаты функционирования системы технического зрения (СТЗ) с применением предложенной ИНС. Разработанная СТЗ внедрена в линию сортировки и фасовки яблок ЛСП-4, успешно прошедшую приемочные испытания и производственную проверку в ОАО «Остромечево» Брестской области. В ходе приемочных испытаний линии ЛСП-4 установлено, что она обеспечивает точность сортировки по размеру 75,4 %, по наличию дефектов – 73,1 % и производительность труда – 1,8 т/ч.