最近，家住北京市平谷區的桃農劉連全嘴角常帶笑意：不僅桃子喜獲豐收，而且還收獲了一臺智能大桃分揀機，“我第一次看到儀器時，就對它抱有很大期望。”

　　劉連全已有40年的種桃經驗了。如今，他和老伴共同打理著自家的30畝果田。劉連全口中的分揀機是由北京工業大學4名自動化專業的大學生制造的，他們將自動化技術與AI（人工智能）深度學習結合起來，用分揀機幫助果農解決了人力挑揀的難題。“分揀機是件好事，成功后，果農的收入提高，緩解我們好多壓力。”劉連全說。

　　平谷大桃用上AI技術

　　桃子從采摘到分裝上車，要經過解袋、挑揀及分裝三道工序。采購商們按大、中、小三類標準，以不同的價格從果農手中收走桃子。

　　“從采摘到末尾，是10天的期限，每年都得找四五個雇工幫忙選桃。”他算了算，每年光挑揀桃子的人工成本就得近3萬元。

　　今年暑假，北京工業大學自動化專業的周忠祥、劉雪峰等4名同學去平谷桃園游玩時，關注到桃子的挑選問題。“我們發現整個桃子分類過程都依賴人工，需要投入大量資金，就覺得這個過程有待優化。”4人開始嘗試制作智能分揀機。

　　兩個月后，第一臺智能大桃分揀機擺在了劉連全面前，“分揀機準確率和可靠性雖達不到人工80％的精準率，但省去不少財力物力。”

　　從實驗室走向果園

　　這臺分揀機包括傳送帶、推拉裝置、電路控制系統及大桃品相識別系統4個部分。每一個桃從開始到分揀結束，需要經過拍攝、識別、分揀三個流程。

　　在實際挑桃過程中，傳送帶上的每個大桃都將進入“暗箱”，暗箱內有攝像機捕捉拍攝，最終將圖像返回識別系統，進行識別分類。識別系統將最終指令發送到終端，一個個由氣缸推動的助推器適時地將桃推倒，落入依次排列好的分揀框內。整個過程構成一個循環，機器在以后的訓練中會不斷地累積新的圖片數據，進行深度學習，以提高自身的分辨率。

　　周忠祥還記得，分揀機的實驗過程并不順利。周忠祥本想用電磁推拉桿作為分桃控制器，但是接上電，給了信號，第一個桃子就被打碎了。“大家團坐一塊樂了好半天，我們不僅分揀了桃子，還能直接把桃子做成‘罐頭’了。”

　　之后，他們團隊仔細比較了幾類推動裝置的適用性，最終選用了氣動結構。“這一思想來自機器人的氣動手臂，而且力量合適，因此，我們根據桃子的情況購買了一個簡易的氣動裝置并進行控制”。

　　而分揀桃子，識別大小是關鍵。聯想到百度的人臉識別技術，周忠祥決定嘗試用圖像識別做“桃臉識別”。他通過百度深度學習開源平臺paddlepaddle提供的分類模型，建立了大桃識別系統。

　　智能系統在學習了分類后的6400張大桃照片后，依據桃子的大小、顏色分布等不同圖片信息，構建桃子特征模型庫，形成機器自身的分類邏輯。機器學習的過程，首先經過人工分類，按果農分出的三個等級給桃子錄取照片；其次，將編號一、編號二、編號三的分類號錄入系統構建模型庫，最后分揀機就依據圖像識別技術，對每個經過“暗箱”的桃進行拍照匹配。在顏色方面，按照果農實際經驗的一般分類法，大桃分為陽面和陰面，陽面受光照較多，桃皮呈紅色，如果紅色面積占比超過百分之八十就能算好桃了。識別系統在后期會通過持續的深度學習，不斷接近果農的實際經驗，最終能夠像經驗豐富的桃農一樣進行比對，然后得到分類的結果。

　　“現在這臺機器制作費用在6000元至7000元左右，未來將在不影響功能的情況下控制成本、優化研發。”周忠祥并沒有急著把智能大桃分揀機推向市場，而是把源代碼投入了開源平臺，他們希望有更多的人參與進來，完善分揀機，爭取將分揀機技術普及開來。