Карманный сканер просвечивает пищу инфракрасным излучением чтобы определить ее свежесть

Каждый год миллионы тонн хорошей еды выбрасываются по всему миру, потому что люди не уверены, что она еще свежая. Чтобы сократить это количество, исследователи из Fraunhofer разрабатывают инфракрасный карманный сканер по специальной технологии, который позволит потребителям, супермаркетам и другим торговцам пищевыми продуктами определять, испортился ли продукт или даже степень его зрелости. По данным Продовольственной и сельскохозяйственной ассоциации ООН, одна треть всей производимой в мире пищи пропадает или выбрасывается.

Это около 1,3 миллиарда тонн в год. В развитом мире, где процент отходов самый высокий, каждый год на утилизацию мусора приходится 680 миллиардов долларов США. Существует ряд причин таких потерь, но большой фактор заключается в том, что потребители, как правило, испытывают затруднения при определении того, является ли пищевой продукт все еще съедобным.

Часто о мясе и продуктах судят по эстетическим соображениям, или «дату продажи» можно спутать с «датой использования». Чтобы бороться с этим, альянс баварского Министерства продовольствия «Мы спасаем еду» запустил 17 инициатив, одной из которых является карманный сканер Fraunhofer. Устройство разработано, чтобы быть недорогим решением для определения съедобности и срока годности пищевых продуктов.

Принцип работы сканера

В основе сканера лежит высокоточный инфракрасный (NIR) датчик. На еду попадает инфракрасный луч, и отраженный свет измеряется по ИК-спектру. Сравнивая спектр поглощения от пищи с известным образцом, устройство может определить не только, является ли пища все еще съедобной, но также и ее зрелость, и даже если она является поддельной, такой как форель, выдаваемая за лосося.

Это методика, уже используемая в лабораториях, но хитрость заключается в уменьшении размера и стоимости устройства без ущерба для его функций. Это осуществляется с помощью новых, небольших, недорогих датчиков.

По словам Фраунгофера, сканер все еще находится на демонстрационной стадии. В настоящее время он может обрабатывать только однородные продукты, поэтому он может анализировать картофель, но не пиццу с ее многочисленными начинками.

Надежда состоит в том, что гиперспектральные изображения и подходы, основанные на слиянии, с использованием цветных изображений, спектральных датчиков и других технологий с высоким пространственным разрешением, могут преодолеть это в будущем.

Планы на будущее

Другой аспект, находящийся в стадии разработки, - это алгоритм машинного обучения, который обеспечит лучшее распознавание образов. До сих пор команда работала с томатами и говяжьим фаршем, используя статистические методы, чтобы сопоставить спектры NIR со скоростью микробной порчи и другими химическими параметрами, что позволило им измерить количество микробов и срок годности мяса.

Это делается путем отправки данных сканирования в облачную базу данных для оценки. Затем результаты отправляются в приложение для мобильных устройств, чтобы показать, сохранился ли товар, сколько осталось времени хранения, и советы о том, как использовать продукт, если срок его годности истек.

Исследовательская группа говорит, что тесты в супермаркете запланированы на конец этого года, чтобы увидеть, что потребители думают о сканере. Технология может быть использована не только для пищевых продуктов, но и для более широкого применения, например, для сортировки пластмасс, шерсти, текстиля и минералов.