Fruit Sorting Automation; Cartesian Robot and Conveyor Design

Abstract

The quality control process, the process of sorting the products in the conveyor belt into intact, bruised, rotten, and raw types, is carried out by people. However, due to the human factor in the sorting process, achieving a certain standard and working consistently at the same efficiency is difficult. Therefore, performing this process autonomously using image processing, cartesian robots, and conveyor belt technologies is essential in terms of both accelerating the process and reducing its cost. In this study, pick and place cartesian robot and conveyor belt are designed to be integrated for fruit sorting automation. The fruits whose image processing is completed are positioned in the conveyor belt. By adding partitions in the conveyor belt, the fruits falling from the image processing mechanism are ensured to reach the cartesian robot without changing their position. The cartesian robot starts moving according to the position of the fruit on the conveyor. When it reaches the location of the fruit, it holds it with the help of a vacuum generator and leaves it in the storage areas separated according to the condition of the fruit (color, damaged, undamaged). Thanks to the designed cartesian robot, it aims to minimize the error rate by sorting faster, less costly, and more reliable way. The study aims to provide physical separation. Using the prepared system in the industry aims to minimize labor costs and errors that may occur in the human factor.

Keywords

• Cartesian robot
• Conveyor Belt
• Automation

Meyve Ayrıştırma Otomasyonu; Kartezyen Robot ve Konveyör Tasarımı

Abstract

Kalite kontrol işlemi, konveyör banttaki ürünleri sağlam, ezik, çürük ve ham şeklinde ayıklama prosesi insanlar tarafından yapılmaktadır. Fakat ayıklama işleminde insan faktöründen dolayı belli bir standart yakalayabilmek ve istikrarlı şekilde aynı verimde çalışmak zordur. Bu nedenle bu işlemin görüntü işleme, kartezyen robot ve konveyör bant teknolojileri kullanılarak otonom şekilde yapılması hem işlemin hızlanması hem de maliyetinin azalması açısından önemlidir. Bu çalışmada, meyve ayrıştırma otomasyonu için al ve yerleştir kartezyen robot ve konveyör bant sistemi birbirine entegre olacak şekilde tasarlanmıştır. Görüntü işlemesi tamamlanan meyveler konveyör bandın üzerine konumlandırılmaktadır. Konveyör bant üzerine bölmeler ekleyip görüntü işleme mekanizmasından düşen meyvelerin konumunu değiştirmeden kartezyen robota ulaşması sağlanmaktadır. Kartezyen robot, konveyörün üzerinde bulanan meyvenin konumuna göre harekete başlamaktadır. Meyvenin konumuna ulaştığında bir vakum jeneratörü yardımıyla tutma işlemi yaparak, meyvenin durumuna göre (renk, hasarlı, hasarsız) ayrılan depolama alanlarına bırakma işlemini yapmaktadır. Tasarlanan kartezyen robot sayesinde daha hızlı, daha az maliyetli ve güvenilir bir şekilde ayrıştırma yaparak hata oranı minimuma indirilmesi amaçlanmaktadır. Çalışmada hedeflenen fiziki olarak ayrıştırma sağlamaktır. Hazırlanan sistemin endüstride kullanılacak olması ile işçilik maliyetini en aza indirgenmesi ve insan faktöründe oluşabilecek hataları minimize etmek hedeflenmektedir.

Keywords

• Kartezyen robot
• Konveyör Bant
• Otomasyon

References

1. [1] N. Demirbaş, “Good agriculture applications with fruit in their gardens emerge coming out production , harvest and reaping post- losses Can it be reduced ,” XI. IBANESS Congresses Series , Tekirdağ , Turkey, 9(10), 289-296, 2019.
2. [2] O. Cömert, M. Hekim , ADEM Kemal, “ Using Faster R-CNN in apples Rotten Detection ,” International Journal of Engineering Research and Development , 11(1), 335-341, 2019.
3. [3] Z. Zhang, Y. Lu, R. Lu, “Development and evaluation of an apple infield grading and sorting system,” Postharvest Biology and Technology , 180, 111588, 2021.
4. [4] T. Erdoğan, “ Moving conveyor on camera image with article recognition and objects in its place Do not put application ,” Doctoral dissertation , DEU Science Institute , 2012.
5. [5] B. Parlar, N.Ö Sayar, Ö. Aydin, “Image Processing and Machinery to learn based Location Identification, Robot Arm Routing and Part Placement System .” 8th International Management Informatics Systems Conference (IMISC2021), 104-114, 2021.
6. [6] K. Patil, S. Kadam, S. Kale, Y. Rachetti , K. Jagtap, KH Inamdar, “Machine Vision Based Autonomous Fruit Inspection and Sorting,” International Research Journal of Engineering and Technology (IRJET), 3(7), 413-417, 2016.
7. [7] A. Kulaksız, “Image processing supported Parallel Robot control ,” Doctoral dissertation , Marmara University , 2010.
8. [8] M. Dragusu, AN Mihalache, R. Solea , “Practical applications for robotic arms using image processing,” 16th International Conference on System Theory, Control and Computing (ICSTCC), 1-6, 2012.

9. [9] S.Ö. Sarıyıldız, A. Demirhan, “Image Processing Techniques and Objects with Robot Arm To categories Separation,” Uludağ University engineering Faculty Journal, 26(2), 547-556, 2021.
10. [10] R. Arikapudi, S.G. Vougioukas, “Robotic Tree-fruit harvesting with arrays of Cartesian Arms: A study of fruit pick cycle times,” Computers and Electronics in Agriculture, 211, 1-17, 2023.
11. [11] B. Altawil, F.C. Can, “Design and Analysis of a Four DoF Robotic Arm with Two Grippers Used in Agricultural Operations,” International Journal of Applied Mathematics Electronics and Computers, 11(2), 79-87, 2023.
12. [12] F.A. Şenel, B. Çetişli, “Görüntü İşleme ve Beş Eksenli Robot Kol ile Üretim Bandında Nesne Denetimi,” Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 21(5), 158-161, 2015.
13. [13] Z. Bingül, S. Küçük, “Robot Kinematiği,” Birsen Yayınları, İstanbul, 1-7, 2009.
14. [14] M. Ayyıldız, K. Çetinkaya, “Comparison of four different heuristic optimization algorithms for the inverse kinematics solution of a real 4-DOF serial robot manipulator,” Neural Computing and Applications, 27, 825-836, 2015.