Software pro analýzu senzorových dat a predikci kvality ovoce v reálném čase

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F03742709%3A_____%2F24%3AN0000001" target="_blank" >RIV/03742709:_____/24:N0000001 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Software pro analýzu senzorových dat a predikci kvality ovoce v reálném čase

Popis výsledku v původním jazyce

Vyvinutý software tvoří komplexní systém pro zpracování dat ze senzorů, predikci parametrů ovoce a interakci s uživateli a třídicí linkou. Řešení zahrnuje embedded komponenty (řídicí služby a modelové predikce), cloudové služby (zpracování dat, trénink modelů, správa zařízení) i webovou aplikaci pro uživatele. Systém umožňuje sběr, přenos a analýzu senzorových dat v reálném čase, správu prediktivních modelů a vizualizaci výsledků třídění. Software byl testován v ostrém provozu a je připraven pro produkční nasazení s důrazem na škálovatelnost, bezpečnost a integraci do průmyslového prostředí. Řešení je navrženo modulárně a umožňuje další vývoj i přizpůsobení konkrétním podmínkám nasazení.

Název v anglickém jazyce

Software for real-time analysis of sensor data and prediction of fruit quality

Popis výsledku anglicky

The developed software forms a comprehensive system for sensor data processing, prediction of fruit parameters, and user interaction. It includes embedded components (control services and model inference), cloud-based services (data processing, model training, device management), and a web application. The system enables real-time data collection, transmission, analysis, model deployment, and sorting result visualization. It has been tested under production-like conditions and is ready for operational deployment, emphasizing scalability, security, and integration with industrial environments. The solution is modular and supports further development and adaptation to specific operational needs.

Druh

R - Software

CEP obor

—

OECD FORD obor

20204 - Robotics and automatic control

Projekt

<a href="/cs/project/7D21004" target="_blank" >7D21004: FreshAID - Reducing food waste: The first non-destructive contactless microwave sensor to assess fruit quality</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2024

Kód důvěrnosti údajů

C - Předmět řešení projektu podléhá obchodnímu tajemství (§ 504 Občanského zákoníku), ale název projektu, cíle projektu a u ukončeného nebo zastaveného projektu zhodnocení výsledku řešení projektu (údaje P03, P04, P15, P19, P29, PN8) dodané do CEP, jsou upraveny tak, aby byly zveřejnitelné.

Interní identifikační kód produktu

7D21004

Technické parametry

Vyvinutý software tvoří jádro systému FreshAid pro bezkontaktní a kontaktní měření vlastností ovoce v průmyslových třídicích linkách. Systém zahrnuje tři hlavní vrstvy: Embedded komponenty: Běží na Linuxovém Embedded PC připojeném k senzorům a třídicí lince. Obsahují službu FreshAid Controller (Rust) pro orchestraci datových toků a komunikaci mezi komponentami. Signály z antény (modul RVNA) jsou předzpracovány a odeslány do modulu Fruit Models, který pomocí ONNX inferenčního enginu (Docker kontejner) predikuje vlastnosti ovoce. Výstupy jsou zasílány zpět třídicí lince pro směrování ovoce.Cloudová analytická platforma: Postavena na Microsoft Azure, využívá služby jako Kubernetes, Data Lake Gen2, Event Hub a Databricks. Data jsou zpracovávána pomocí Delta Lake formátu a ukládána pro trénink modelů a operativní vizualizaci. Modelový backend využívá mlflow framework pro správu, trénink a nasazení prediktivních modelů. Webová aplikace: Implementována v TypeScriptu pomocí React, poskytuje přehled o stavu zařízení, verzích modelů a výsledcích měření. Uživatelé mohou konfigurovat parametry třídění, analyzovat šarže a spravovat modely. Backend využívá NestJS a propojuje se s cloudovou databází (Databricks SQL warehouse) a službami jako Azure Container Registry a Microsoft Entra ID. Software podporuje offline režim s následnou synchronizací dat, CI/CD pipeline přes GitHub Actions, automatizované testování (unit testy) a monitoring chyb (Sentry). Testován byl v simulovaných prostředích i na reálné třídicí lince u partnera Packman, kde byla potvrzena jeho schopnost spolehlivě fungovat v reálném čase, bez ztráty dat a s možností vzdálené aktualizace modelů. Řešení je modulární, bezpečné a připravené na průmyslové nasazení s možností dalšího rozvoje a přizpůsobení potřebám zákazníků.

Ekonomické parametry

V tuto chvíli nejsou žádné reportovatelné ekonomické výsledky.

IČO vlastníka výsledku

03742709

Název vlastníka

Datamole, s.r.o.