在东南亚的棕榈油产业中,稳定且高效率的成熟度检测变得越来越重要。传统的目视检查速度慢、主观性高,且容易受到操作人员经验与现场光线条件的影响。为了解决这些问题,一套由 NEXCOM AIEdge-X®310 驱动的 AI 视觉系统被导入,能在边缘端实时进行自动化的果实成熟度分类。

生产商在高产量的作业环境中,常面临分级不一致、人工分拣速度慢以及决策延迟等问题。光线变化与人工判断差异也会进一步降低检测准确度,而依赖云端运算则可能时效延迟与增加带宽成本。这些问题突显出需要一个可靠且可扩展的自动化解决方案,以维持稳定质量并提升营运效率。
在检测与分拣流程中部署了一套由 AIEdge-X®310 驱动的 AI 棕榈果成熟度分类系统。该系统会拍摄油棕新鲜果串(fresh fruit bunches, FFB)的影像,在本地端进行处理,并于边缘设备上实时执行 AI 推论。每一串果实会自动被分类为不同成熟度等级,例如「未成熟(Unripe)」、「中度成熟(Intermediate)」与「成熟(Ripe)」,从而在不依赖云端联机的情况下,实现准确且实时的分级与分拣决策。

此解决方案以 NEXCOM AIEdge-X®310 作为计算机视觉应用的核心边缘 AI 平台。系统透过 IP 摄影机或 USB 摄影机撷取影像,并直接在 AIEdge-X®310 上执行实时 AI 推论,使检测点能快速且可靠地完成棕榈果成熟度分类。当需要更多连接能力时, AIEdge-X®310 也可扩展 I/O 并整合其他系统。透过在具备 NVIDIA® GPU 加速的工业级平台上本地运行 AI,该方案可确保全天候稳定运作,同时降低延迟、减少网络使用量,并降低对云端运算的依赖。
署完成后,这套 AI 棕榈果成熟度检测系统提升了分级的准确度与一致性,同时降低了对人工检查的依赖。实时的边缘 AI 处理加快了检测与分拣作业速度,有助于维持粗棕榈油(crude palm oil, CPO)的稳定质量,减少网络使用量,并支持多据点的可扩展部署,而 AIEdge-X®310 则是整个解决方案的核心。

AIEdge-X®310