Obst- und Gemüsescanner für die Qualitätsbewertung im Großhandel

Qualität präzise erfassen – weniger Lebensmittel verschwenden

Etwa ein Drittel der weltweit produzierten Nahrungsmittel landet im Abfall. Ein großer Anteil des Lebensmittelabfalls entsteht dabei in der Lebensmittelbranche. Das liegt unter anderem daran, dass der Großhandel Schwierigkeiten hat, die Haltbarkeit von Obst und Gemüse vorherzusagen. Folglich müssen Obst- und Gemüsegroßhändler oftmals einen Teil ihrer Ware wegwerfen, wodurch sich ihr Gewinn verkleinert und unnötige Lebensmittelabfälle verursacht werden.

Unser multisensorischer Obst- und Gemüsescanner bietet Potenzial für umfassende und präzise Qualitätserfassung und Frischevorhersage direkt am Wareneingang.

Die Bestimmung des Frische- und Reifegrads von Obst und Gemüse mit Hilfe verschiedener Sensoren und Künstlicher Intelligenz eröffnet neue Möglichkeiten für einen vorausschauenden Umgang mit Lebensmitteln. So lässt sich unter anderem die Haltbarkeit der Lebensmittel besser prognostizieren. Durch die verbesserte Steuerung des Verkaufszeitpunkts und der Preisgestaltung für verschiedene Waren kann der Handel effizienter agieren. Zudem besteht die Möglichkeit, minderwertige Ware auszusortieren, was die Haltbarkeit der verbleibenden Produkte verlängern kann. So soll es dem Handel erleichtert werden, den Warenfluss zu optimieren und Lebensmittelverschwendung zu vermeiden. Auf diese Weise trägt der Scanner dazu bei, die Kosten zu senken und gleichzeitig die ökologischen Auswirkungen in der Lebensmittelbranche zu verbessern.
 

Automatisierte Qualitätsbewertung mittels KI

Beispiel für die KI-basierte Analyse einer Apfelkiste
Beispiel für die KI-basierte Analyse einer Apfelkiste

Im Großhandel ist das Screening von eingehendem Obst und Gemüse für eine kontinuierliche Qualitätssicherung unerlässlich. Der Scanner soll diese Qualitätskontrolle automatisieren, standardisieren, präzisieren und erweitern. Die Sensordaten werden mit Hilfe von Künstlicher Intelligenz ausgewertet. Das System lernt dabei aus zuvor gesammelten Daten und kann sich so mithilfe von Machine Learning flexibel an unterschiedliche Problemstellungen anpassen.  

Das System: Multimodale Sensorik, lokale Auswertung

Das multimodale Sensorsystem ist zur Zeit ausgestattet mit Mikrowellensensoren (Radar), einer Waage und einer Fünfkanal-VIS-NIR-Flächenkamera mit zwei breiten Nahinfrarot-Bändern. Eine breitbandige LED-Lichtquelle wird zur Beleuchtung verwendet. Das System kann durch weitere oder andere Sensorik ergänzt werden. Das Obst und Gemüse kann für die Messung in den Kisten bleiben, die mit einem Knopfdruck erfasst werden. Ein zusätzlicher Barcode-Scanner ermöglicht die Verknüpfung mit Informationen aus dem Lieferschein. Das Touch-Interface erlaubt eine einfache Bedienung des Systems. Die Auswertung erfolgt lokal auf dem Gerät durch Machine Learning.

Unser Ziel

Unser Ziel ist es, den Scanner-Prototypen kontinuierlich zu verbessern, um ihn optimal auf die spezifischen Anforderungen und Anwendungsfelder im Obst- und Gemüsegroßhandel auszurichten. Wir streben danach, mit unserer Forschungsarbeit einerseits einen maximalen Nutzen und Mehrwert für den Handel zu generieren und andererseits gleichzeitig der Verschwendung von Lebensmitteln entgegenzuwirken. Wir sind stets offen für Kooperationen und Forschungsmöglichkeiten, die unsere Vision unterstützen.

Datenschutz und Datenverarbeitung

Wir setzen zum Einbinden von Videos den Anbieter YouTube ein. Wie die meisten Websites verwendet YouTube Cookies, um Informationen über die Besucher ihrer Internetseite zu sammeln. Wenn Sie das Video starten, könnte dies Datenverarbeitungsvorgänge auslösen. Darauf haben wir keinen Einfluss. Weitere Informationen über Datenschutz bei YouTube finden Sie in deren Datenschutzerklärung unter: https://policies.google.com/privacy

Video: Obst- und Gemüsescanner

Forschungspartner

  • Fraunhofer Food
  • Fraunhofer CCIT
  • Fraunhofer IZFP
  • Fraunhofer IVV
 

Abteilung SPR des Fraunhofer IOSB

Sie wollen mehr über unsere Themen im Bereich »Sichtprüfung« erfahren? Dann besuchen Sie die Seite unserer Abteilung SPR und informieren Sie sich.