Entwicklung, Optimierung und Validierung eines kostengünstigen, vielseitigen, automatisierten RGB-Farbsensorsystems zum Sortieren von Früchten

Der Einsatz automatischer Systeme im Agrarsektor verbessert die Produktqualität und die Wirtschaft des Landes. Die Methode, die zum Sortieren von Obst und Gemüse verwendet wird, hat einen bemerkenswerten Einfluss auf den Exportmarkt und die Qualitätsbewertung. Obwohl manuelles Sortieren und Klassifizieren relativ einfach durchgeführt werden kann, ist es inkonsistent, zeitaufwendig, teuer und stark durch die Umgebung beeinflusst. In diesem Zusammenhang zielt diese Studie darauf ab, die Leistung eines kostengünstigen, vielseitigen, automatischen RGB-Farbsensorsystems zum Sortieren von Früchten zu entwerfen und zu optimieren. Das vorgeschlagene automatisierte Farbsortiersystem besteht aus Hardwarekomponenten, darunter ein Maschinenrahmen, Riemen und Riemenscheiben, ein Förderband, eine Scanzone, Kunststoffboxen, elektrische Komponenten (Schrittmotoren, RGB-Farbsensoren, Arduino Mega, Motorsteuerungen) und Softwarekomponenten (Arduino IDE Version 2.2.1 und C++). Eine Kalibrierung wurde für den Lichtintensitätssensor durchgeführt, um die Lichtstärke in der Scanzone, den Fördergeschwindigkeitssensor und die RGB-Farbsensoren durch Testen der RGB-Farbkanäle zu messen. Der Sensor, die Höhe, die Förderbandfarbe und die Lichtintensität sollten sorgfältig angepasst werden, um eine hohe Leistung des farbbasierten Sortierystems sicherzustellen. Die Ergebnisse zeigten, dass die angemessene Sensoreinstellung zwischen 15 und 30 mm lag, die optimale Farbe des Förderbands schwarz war und das Scannen der Objekte bei einer Lichtintensität von 25 Lux die besten Ausgangssignale ergab. Die RGB-Farbsensoren erreichten eine analytische Leistung, die der manuellen Sortierung ähnelt, ohne die Verwendung von Computern für die Bildverarbeitung wie andere automatische Sortiersysteme, um RGB-Daten zu sammeln.