概述  

一家自动化解决方案供应商在其自动化水果分选系统中采用了宸曜嵌入式计算平台采集水果的图像，通过AI算法对水果进行质检和筛选，并依据大小、颜色和品质进行分级。宸曜以出色的散热表现和实际应用中稳定的性能，在同类产品中脱颖而出。

质量检验和分级一直是现代化水果销售和出口业务的重要内容。然而，一些水果的损坏太小，人眼无法轻易看出。为了解决不准确、效率低的问题并减少人工开支，一家自动化解决方案供应商选择了Neousys宸曜科技的嵌入式计算平台来开发基于人工神经网络（ANN）的智能水果分选系统，采集水果的图像，通过AI算法对水果进行质检，筛选出有缺陷和瑕疵的水果，并依据果子大小、颜色和品质进行分级。

出口水果时，如果水果损伤已经存在，甚至可能在到达某些出口目的地时出现检疫问题。例如，苹果蠹蛾已经成为欧洲出口苹果的一个严重的检疫性害虫，近年来频发多起出口拒收事件（苹果蠹蛾是我国重要检疫对象，可导致苹果绝收，并广泛危害其他多种果树）。但人眼很难捕捉到微小的细节，比如表面的扎伤或小洞。更不要说昆虫取食或产卵后的渗透几乎难以看出，而这将严重破坏水果的出口和消费。

挑战

现如今，借助图片处理和人工智能技术，自动化检测的方法已经发展得比以往任何时候都更为迅速，并取得了惊人的成果。

真正的宽温运行

我们的客户起初采用了另一家公司的解决方案，但因天气炎热，遭遇了系统过热导致的热节流和性能问题。在了解到Neousys宸曜科技拥有独特的散热设计和技术后，现在他们选择了宸曜的强固紧凑型嵌入式计算平台Nuvo系列，不再为散热问题而烦恼，且Nuvo系列可以根据客户的需求执行AI检测。

相机的连接和支持

由昆虫取食、螨虫感染、鸟啄、动物啃咬、病原体感染或机械损伤导致的果实损伤可能出现在水果的不同部位，包括果萼末端和茎碗等隐蔽区域。基于图像的自动化水果检测需要在一个检测点一周部署多个相机，使得系统可以从不同角度获取水果图像，这给计算平台供应商在I/O接口支持方面带来了挑战。

不仅需要高性能CPU/ GPU，还要体积紧凑

人工智能训练需要庞大的数据库，对于机器视觉系统就意味着满足处理图像所需的CPU/ GPU性能，并能执行系统开发商设计的高级算法。高性能需求往往与边缘端嵌入式计算平台的紧凑体积和稳定性相矛盾，这给嵌入式计算平台设计商带来了挑战。

解决方案

这家自动化分选供应商设计了一套机器视觉系统，由CCD相机、宸曜嵌入式计算平台及人工智能算法组成，包括人工神经网络（ANN）、质心计算器（Centroid Calculator）和盒计数（Box Counting）等方法，以确定水果的质量。

当水果通过传送带到达检测站后，相机会拍摄水果照片并通过图像采集卡将照片发送至宸曜嵌入式计算平台进行处理，计算机将启动伺服控制系统进行作业，如根据计算机设定的质量等级对水果进行分选。在本文撰写时，客户已经选中了Neousys宸曜科技的Nuvo系列嵌入式计算平台。通过后续进一步接触了解，客户还对宸曜NRU系列产生了兴趣，该系列在体积上更为紧凑，功耗更低，且支持GMSL2相机。

Neousys宸曜科技Nuvo系列嵌入式计算平台的优势

Nuvo系列是紧凑的强固型嵌入式计算平台，提供丰富的I/O接口，配备多个PoE/ USB接口可连接至相机，用于拍摄多角度图像，以及COM/ DIO接口用于机械臂/ AMR控制。

新的Nuvo系列嵌入式计算平台支持酷睿™ Ultra 200系列或第12/ 13/ 14代酷睿™混合架构处理器，最高可支持24核/ 32线程。加上Neousys宸曜科技独特的散热技术，系统能够以优化的性能在各种恶劣环境下24/7全天候运行。