ДОСЛІДЖЕННЯ ЗБІЖНОСТІ МЕТОДІВ КЛАСТЕРИЗАЦІЇ ДЛЯ РОЗПІЗНАВАННЯ ТА ВІДБОРУ ЯБЛУК У ПРОЦЕСІ СОРТУВАННЯ НА КОНВЕЄРНІЙ ЛІНІЇ

Донецький національний університет економіки і торгівлі імені Михайла Туган-Барановського

Анотація

Мета. Метою статті є дослідження збіжності методів кластеризації для розпізнавання та відбору яблук у процесі сортування на конвеєрній лінії.

Методи. У роботі застосовано методи чіткої та нечіткої кластеризації для первинної настройки підсистеми розпізнавання різновидів яблук при формуванні автоматизованого управління сортуванням плодів у потоці на конвеєрній лінії.

Результати. Зазначено, що методи і засоби алгоритмічного та інформаційного забезпечення автоматизованих систем управління не дозволяють досить ефективно ідентифікувати і відбирати яблука відповідно до їх характеристик. Внаслідок цього досить складно отримати якісне управління технологічними процесами сортування фруктів. Розглянуто структуру системи управління сортуванням яблук з урахуванням обмеженої швидкодії виконавчого механізму, за допомогою якої вибирається декілька яблук з найкращими характеристиками. Система забезпечує оцінку розташування об'єктів обраних різновидів з урахуванням швидкодії виконавчого механізму, визначення розміру, кольору і місця розташування візуальних об'єктів в кадрі; на основі цієї інформації здійснюється вибір об'єктів, що підлягають відбору з потоку яблук, сегментація кадру (пошук візуальних об'єктів). Акцентовано, що належність яблук до певного різновиду визначається по сукупності характеристик. Тому для визначення яблук, які підлягають відбору на конвеєрній лінії, необхідно дослідити методи кластеризації найбільш істотних характеристик яблук, оскільки ідентифікація та відбір яблук здійснюється на основі заданих характеристик {d, m, g}. Досліджено можливість застосування методів чіткої і нечіткої кластеризації для первинної настройки підсистеми розпізнавання різновидів яблук при формуванні автоматизованого управління сортуванням плодів в потоці. Проаналізовано збіжність алгоритмів кластеризації характеристик об’єктів, яка перевірялася при розбитті на близькі до оптимального кількості кластерів, що дозволило оцінити не тільки, показники збіжності, а й додатково перевірити доцільність виробленого раніше вибору оптимальної кількості кластерів. Було встановлено, що для формування автоматизованого управління сортуванням яблук в потоці первинну настройку підсистеми розпізнавання різновидів доцільно здійснювати з використанням алгоритму нечіткої кластеризації Густафсона-Кесселя.