Vision machine. Retenez ce terme. Dit simplement, cette technologie allie caméra, ordinateur et logiciel pour «voir ce qui se passe». Dans le cadre des Conférences du Bulletin, en janvier 2019, Martin Legault, un spécialiste en systèmes chez John Deere, offrira une incursion fascinante dans ce qui apparaît comme l’une des applications les plus prometteuses de l’intelligence artificielle.
L’une des technologies de vision machine qu’il présentera est le nouveau système automatisé de monitorage de la qualité des grains lancé par ce fabricant en 2018. Tout opérateur de batteuse sait à quel point certaines variables comme la vitesse ou l’humidité influencent tout au long de la journée la qualité des grains dans la benne. La vision machine peut s’avérer ici d’utilité précieuse.
À lire aussi
Le monde agricole déçu des engagements du gouvernement Legault
Les promesses agroenvironnementales et la tarification carbone ne sont pas à la hauteur des attentes de l’UPA et des Producteurs de grains du Québec. Entrevue.
Le principe de fonctionnement du système est simple. Au début de la période de travail, l’opérateur effectue lui-même les réglages du battage. Le système de vision machine «photographie» le fruit de ces réglages -les grains dans la benne- et il prend alors la relève de l’opérateur. Tout au long de la période de battage, il ajustera les réglages de façon à maintenir la qualité de grain du départ.
Le système fait appel à deux caméras. À celle placée dans la benne s’en ajoute une seconde qui «regarde» le retour d’otons. «Elle permet au système de connaître la quantité d’otons et leur composition, explique Martin Legault. Il est normal qu’un peu d’otons soit créé lors du battage. Mais s’il y a beaucoup de grains dans le retour d’otons, on se trouve à battre de nouveau des grains qui étaient déjà propres, ce qui risque de les endommager.»
«L’avantage d’utiliser cette technologie, c’est qu’elle assure une uniformité de la qualité tout au long de la journée», affirme le représentant John Deere, qui ajoute : «L’opérateur peut voir en temps réel ce que le système détecte. Un écran fournit des images prises dans la benne où les éléments indésirables -grains cassés, résidus de cosse, etc.- sont identifiés à l’aide de couleurs.»
Martin Legault précise que le système fonctionne actuellement avec cinq cultures : maïs, soya, blé, canola et orge. Rendez-vous aux Conférences du Bulletin pour une présentation complète de cette technologie ainsi que d’autres applications de la vision machine.
