Séparer la bonne orange de la pourrie
Jusqu'à présent, les oranges pourries étaient détectées manuellement dans des pièces sombres, avec le concours d’une lumière ultraviolette qui illumine les huiles essentielles présentes dans les zestes endommagés par fluorescence. Une tâche effectuée durant un temps contrôlé afin d’éviter de surexposer les fruits aux UV qui peuvent les endommager. Une équipe de chercheurs de l’université de Valence vient peut-être de trouver un moyen de s’affranchir de cette étape grâce à une machine capable de la réaliser automatiquement.
Cette création n'est qu'une des nombreuses applications agricoles développés par ces scientifiques au cours des 20 dernières années, toutes réalisées grâce aux progrès de la vision artificielle une branche de l'intelligence artificielle dont le but est de permettre à une machine de comprendre ce qu'elle «voit » lorsqu'on la connecte à une ou plusieurs caméras. Quelques-unes de ces innovations sont détaillées dans le Food and Bioprocess Technology journal.
Classement qualité automatisé
Un autre de ces machines classifie les agrumes directement sur la ligne de production en fonction de leur qualité, de leur coloration et du type de dommages que présente la peau. De cette façon, les fruits de première classe qui sont destinés à des marchés plus exigeants peuvent être séparés des fruits de seconde classe qui sont parfaitement comestibles malgré quelques petits défauts externes. L'analyse est effectuée à une vitesse de 15 à 20 fruits par seconde.
Les chercheurs ont également développé un dispositif qui automatise l'inspection de quartiers de mandarine, destinés à la consommation directe dans les salades de fruits fraiches. Après être individuellement séparés sur une plateforme vibrante, ils sont disposés sur une bande transporteuse vers la zone d'inspection qui traite environ 28 quartiers par seconde. A ce stade, les quartiers brisés, ceux avec pépins sont éliminés de la chaîne de production de même que les peaux et les autres éléments étrangers. .
Une des dernières innovations porte sur l'utilisation de l'imagerie hyperspectrale, qui recueille et traite l'information d'une grande partie du spectre électromagnétique et fournit des mesures spectrales individuelles pour chaque pixel d’image capturé. Cette méthode encore en développement permettra d'identifier des composés chimiques dont les concentrations peuvent varier à mesure que le fruit mûrit et pourrit. Par conséquent, il sera alors possible de prédire le moment idéal pour les manger.
Toutes ces techniques et machines vont bientôt équiper les chaînes de production mais la prochaine génération (déjà à l’état de prototype) permettra de trier et catégoriser les fruits dès avant la cueillette. Ils arriveront ainsi pré-classifiés avec des informations sur leur qualité dans les entrepôts prêts à être expédiés.
