Технология LiDAR помогает прогнозировать урожай, определяя размер плодов (видео) – EastFruit

Компания Croptracker выпустила приложение Harvest Quality Vision 3.0 (HQV 3.0), которое сканирует плоды черешни, голубики, яблок и другие с точностью до долей миллиметра, чтобы точно предсказать размер собранного урожая, сообщает EastFruit со ссылкой на FutureFarming.

HQV 3.0 использует готовую технологию LiDAR, которая используется в iPad и iPhone, для сканирования фруктов всех размеров и форм и выдает точные результаты за считанные секунды. Основными его преимуществами являются портативность, простота, скорость и точность.

Используя, например, планшет, фермеры могут сканировать корзину, заполненную собранными фруктами. После этого программное обеспечение распознает фрукты и определяет их размеры.

Запатентованная технология искусственного интеллекта Croptracker распознает фрукты и определяет их размеры с точностью до долей миллиметра (менее 3/100 дюйма). В результате умный сервис будет определять размер всех видов собранных яблок, вишни, черники, груш, персиков. Кроме того, приложение сканирует собранный урожай и показывает результаты пользователю в течение нескольких секунд на сканирующем устройстве. Программное обеспечение легко адаптируется к потребностям клиента, доступ к результатам сканирования можно получить из любого веб-браузера  в удаленном режиме.

 

По данным компании, приложение HQV 3.0 прошло бета-тестирование по всему миру — у клиентов Croptracker из Новой Зеландии и Чили, а также производителей в Вашингтоне, штате Нью-Йорк и Онтарио. И производители, и упаковщики согласны с тем, что HQV 3.0 выполняет важные задачи по калибровке.

Мак Стюарт, представитель Scenic Fruit Company в штате Вашингтон, говорит, что с HQV 3.0 «можно расширить возможности производителей. Сканирование фруктов до того, как они попадут на склад, поможет нам и нашим производителям принимать более правильные и своевременные решения о том, когда собирать урожай».


Джерело https://east-fruit.com

Відповісти

Ваш email не публікується