Hệ thống tích hợp công nghệ thị giác máy tính và AI, thay thế công nhân kiểm tra chất lượng (QC) phát hiện các lỗi trên sản phẩm.

Các kỹ sư kiểm tra hoạt động hệ thống với sản phẩm nước yến. Ảnh: NVCC

Hệ thống có tên Machine Vision System do Bùi Đức Minh (43 tuổi, quận 3, TP HCM) nghiên cứu, phát triển. Tốt nghiệp kỹ sư tự động hóa tại Đại học Bách khoa TP HCM năm 2002, Minh từng có nhiều năm làm việc tại các doanh nghiệp sản xuất bao bì, thực phẩm. Các công ty này thường có hàng chục công nhân QC làm công việc kiểm tra chất lượng hàng sau sản xuất.

Minh khảo sát với nhân viên QC, họ tâm sự chỉ tập trung được khoảng hơn 15 phút đầu mỗi ca. Thời gian sau đó, do áp lực công việc hay làm ca đêm, có những khi họ không nhận ra lỗi, chủ yếu với những chi tiết nhỏ.

Với kiến thức chuyên môn, năm 2016 Minh nghỉ việc ở doanh nghiệp, kết nối với 10 bạn trẻ có kinh nghiệm phát triển dự án khởi nghiệp sử dụng công nghệ thị giác máy tính và AI. Mục đích làm một sản phẩm để các nhà máy có thêm công cụ kiểm tra chất lượng sản phẩm chính xác hơn, thay thế lực lượng công nhân QC.

Sau 5 năm nghiên cứu, hệ thống Machine Vision System ra đời với tỷ lệ nội địa hóa trên 75% và đưa vào thử nghiệm. Hệ thống được thiết kế có một băng chuyền chạy đưa sản phẩm vào khu vực kiểm tra. Trên đó được thiết kế một phòng tối, bố trí hệ thống camera thông minh theo nhiều hướng, góc khác nhau. Các camera có khả năng phóng đại nhiều lần để kiểm tra các lỗi nhỏ mà mắt thường khó quan sát. Xung quanh camera được bố trí nhiều đèn chiếu sáng hỗ trợ chụp ảnh sản phẩm. Dữ liệu từ camera được kết nối với phần mềm quản lý và module AI chứa các dữ liệu được máy tính học.

Ảnh chụp sản phẩm được so sánh với cơ sở dữ liệu trong hệ thống. Khi có sai số, tín hiệu sẽ truyền đến các xilanh gạt sản phẩm vào các hốc được thiết kế hai bên băng chuyền. "Trong một ca, hay một ngày dựa vào số lượng sản phẩm bị lỗi, loại lỗi mà người quản lý nắm được các khâu sản xuất đang gặp vấn đề gì để có thể điều chỉnh. Với một lỗi mới, người quản lý có thể cập nhật vào phần mềm để AI học và cập nhật dữ liệu", Minh nói.

Hệ thống có thể kiểm tra lỗi ở các linh kiện điện tử, thực phẩm, dược phẩm, nông sản... ở các lỗi có dị vật trong sản phẩm, biến dạng hình thể, dán nhãn sai. Ngoài ra hệ thống có thể đếm số lượng, phân loại sản phẩm, đọc mã QR. Tốc độ xử lý mỗi sản phẩm chưa đến một giây, tỷ lệ chính xác trên 98%.

Hiện trên thị trường có một số công nghệ kiểm tra lỗi sản phẩm nhưng chủ yếu của nước ngoài, giá thành cao và tính năng chưa phù hợp với một số sản phẩm trong nước. Hệ thống do nhóm phát triển có chi phí từ 800 triệu - 2 tỷ đồng, rẻ hơn 4 lần so với các sản phẩm nước ngoài.

Nhóm cho biết, hệ thống có thể thiết kế tùy quy mô sản xuất của nhà máy và loại hàng hóa cần kiểm tra. Những nhà máy sản xuất cũ, chưa ứng dụng công nghệ có thể được thiết kế phù hợp để hoạt động. "Hệ thống có thể thay thế hoàn toàn nhân sự làm QC. Tính trung bình, chi phí doanh nghiệp trả lương trong một năm cho QC đủ để đầu tư hệ thống", Minh nói.

Sản phẩm được lắp đặt tại một doanh nghiệp sản xuất nước yến tại Đà Nẵng và hoạt động thử nghiệm hơn 3 tháng. Theo Minh, sở dĩ nhóm chạy hệ thống ở doanh nghiệp sản xuất yến bởi đây là mặt hàng thường xuất hiện lỗi và có nhiều lỗi nhỏ mà mắt thường không nhìn thấy được. Ví dụ, các dị vật nhỏ bên trong nước yến, hay các mảnh thủy tinh rất nhỏ rơi vào trong chai trong quá trình đậy nắp. Sau vận hành hệ thống doanh nghiệp này tiết kiệm được hàng chục lao động làm QC, hạn chế tình trạng hàng bị lỗi.

TS Phạm Văn Tấn, nguyên Phó giám đốc Phân viện Cơ điện Nông nghiệp và Công nghệ sau thu hoạch TP HCM đánh giá, hệ thống kiểm tra chất lượng và phân loại sản phẩm hiện một số nước trên thế giới đã ứng dụng nhưng tại Việt Nam chưa nhiều, nhất là trong ngành nông nghiệp. Hiện nay việc kiểm tra trái cây bị khuyết tật, hư hỏng... chủ yếu làm thủ công hoặc ứng dụng máy móc ở công đoạn đo trọng lượng trái cây. Các khâu kiểm tra về màu sắc, kích thước, chất lượng trái cây... chưa có nhiều nên doanh nghiệp nông sản rất cần vì yêu cầu khắt khe về chất lượng khi xuất khẩu.

"Tôi đánh giá cao sản phẩm của nhóm vì khả năng ứng dụng cao cho nhiều loại sản phẩm. Tuy nhiên, riêng với trái cây hệ thống cần nghiên cứu kiểm tra được toàn bộ bề mặt trái. Vì ở vị trí tiếp xúc với băng chuyền thì camera khó chụp ảnh. Nếu trái bị hỏng hay khuyết tật ngay ở đó thì hệ thống khó nhận diện", TS Tấn nói.

Theo vnexpress.net