Con inteligencia artificial IPN detecta anomalías en aguacate, mango y tortilla

Crea prototipo de inspección de alimentos para exportación que aumentar la calidad de los productos

México es el principal productor y exportador de aguacate a nivel mundial, se comercializa principalmente en Estados Unidos, Francia, Japón y Canadá. Además, es uno de los principales exportadores de mango y tortilla. A fin de contar con los altos estándares de calidad, investigadores del Instituto Politécnico Nacional (IPN) crearon un prototipo de inspección de alimentos.

En aguacate, mango y tortilla, el desarrollo detecta los maltratados con inteligencia artificial para garantizar la calidad del producto y cumplir con los estándares de exportación. “Por ejemplo, se rechazan los mangos que tienen puntos negros o cierto porcentaje de manchas. En el caso de la tortilla las normas indican que debe ser lo más redonda posible y sin partes blancas”, mencionó el doctor en ciencias Francisco Hiram Calvo Castro.

La innovación acelera el proceso de inspección y evita que las personas continúen con la labor monótona. “Ellos son expertos y realizan el trabajo a velocidades impresionantes; sin embargo, es cansado y monótono. La idea no es quitarles el trabajo, sino que se dediquen a otras cosas menos repetitivas y puedan desarrollarse en actividades donde se destaque el potencial humano. Creo que la robótica es para eso, ayudarnos a desplazarnos a tareas más humanas o complejas, lo cual los robots no pueden hacer”, señaló el doctor.

Para realizar esta inspección los científicos del Centro de Investigación en Computación (CIC) del IPN partieron de la idea de que medir el área enferma del mango equivale a la superficie quemada de una tortilla. A partir de estos parámetros se diseñó, en conjunto con estudiantes de la Unidad Profesional Interdisciplinaria en Ingeniería y Tecnologías Avanzadas (UPIITA), un prototipo de máquina para analizar los alimentos.

El desarrollo, que está en proceso de patente, consta de una banda sin fin y en la parte superior se colocan cámaras e iluminación específica conformada por “leds”. Cuando pasan los productos se les toma una fotografía desde arriba, después unas pequeñas puertas giran el producto para tener la visión del otro lado y cubrir el 98 por ciento de la superficie.

La información que se obtiene de las fotografías se ingresa a una computadora que contiene un algoritmo entrenado previamente para identificar los parámetros anormales. Debido a que funciona con inteligencia artificial, éste encuentra nuevas anomalías y poco a poco ajusta sus parámetros de tal manera que cuando halla una nueva analiza las características, identifica y separa por clases.

El algoritmo determina a partir del número de pixeles si el producto está en buen estado. En el caso del mango se cuentan los pixeles negros y en la tortilla los blancos.

El oro verde

El doctor Calvo Castro que pertenece al laboratorio de Inteligencia Artificial del CIC detalló que en la inspección para aguacate se usa el mismo sistema pero se requiere de una luz con diferentes condiciones debido a que normalmente se identifica la madurez a través del tacto y hacerlo por medio del color resulta complicado.

Agregó que en los procesos de calidad actuales se utilizan densitómetros, que son una especie de “agujita” que perfora el aguate y altera el producto. Con este proceso el alimento ya no se puede vender porque se le hacen agujeros donde pueden entrar bichos o bacterias.

“Nosotros, gracias a las condiciones de iluminación que emiten brillo o reflejo en el producto nos es posible apreciar en la imagen el grado de rugosidad, madurez y textura, sin necesidad de tocar el producto”.

Para ello, se trabajó con investigadores del área de ciencias biológicas del IPN, quienes cuentan con los sistemas de medición estándar del aguacate, y sus análisis se compararon con los resultados del nuevo sistema.

Actualmente se busca implementar el desarrollo en una fábrica de jitomates, así como un acercamiento con las Cámaras de Agricultura a fin de llevarlo a la industria. (Agencia ID)