/ J. Macedo
●Proposta técnico-comercial · J. Macedo
Visão computacional para identificar, classificar e contabilizar cada saco produzido, em tempo real e sem interferir na operação da esteira.
Conhecer a solução01O desafio
Em uma operação industrial contínua, a contabilização da produção precisa acompanhar o ritmo da linha com consistência, rastreabilidade e mínima dependência de intervenção manual.
Manter o mesmo critério de contagem ao longo de toda a operação.
Diferenciar os sacos por categoria diretamente durante sua passagem pela linha.
Transformar cada passagem em um registro estruturado e disponível para acompanhamento.
02A solução Kernova
Uma câmera industrial acompanha continuamente a esteira. A inteligência artificial identifica cada saco, acompanha sua passagem, reconhece sua categoria e registra a produção automaticamente.

03Como funciona
Cada passagem pela área de inspeção é transformada automaticamente em um dado estruturado de produção.
A câmera industrial registra continuamente a passagem dos sacos pela área de inspeção.
imagemA visão computacional localiza cada saco presente na imagem.
detecçãoCada unidade é acompanhada durante sua passagem para manter sua identificação individual.
ID únicoA IA identifica a categoria correspondente, como 25 kg ou 50 kg.
categoriaAo completar a passagem pela região de contagem, o sistema registra aquela unidade.
+1O evento é armazenado com categoria e horário, disponível para visualização, histórico e integração.
evento04Evidência
Registro de teste da visão computacional identificando, rastreando, classificando e contabilizando os sacos durante sua passagem pela esteira.
Registro de teste / POC
05Plataforma Kernova
Indicadores operacionais, histórico e rastreabilidade em uma única visão.
Período
Hoje
Linha
Todas
Produto
Todos
Categoria
Todas
Turno
Todos
Produção total
0
sacos
25 kg
0
sacos
50 kg
0
sacos
Cadência atual
18
sacos/min
Cadência média
17,2
sacos/min
Pico de cadência
21
sacos/min
Distribuição por categoria
Status do sistema
| Horário | Categoria | Status |
|---|---|---|
| 07:48:32 | 25 kg | Contabilizado |
| 07:48:29 | 50 kg | Contabilizado |
| 07:48:26 | 25 kg | Contabilizado |
| 07:48:23 | 25 kg | Contabilizado |
| 07:48:19 | 50 kg | Contabilizado |
06Plataforma Kernova · Histórico
Cada contagem gera um registro estruturado, permitindo consultar a produção por período e categoria.
Data
Hoje
Período
06:00–08:00
Categoria
Todas
| Período | 25 kg | 50 kg | Total | Cadência média |
|---|---|---|---|---|
| 06:00–07:00 | 702 | 354 | 1.056 | 17,6 sacos/min |
| 07:00–08:00 | 582 | 288 | 870 | 14,5 sacos/min |
| Total do período | 1.284 | 642 | 1.926 | — |
Informações como turno, lote ou produto podem ser associadas quando estiverem disponíveis pela operação ou por integrações.
07Arquitetura da solução


Conjunto de captura instalado sobre a área de inspeção. A iluminação dedicada proporciona condições mais estáveis de captura diante das variações de luz do ambiente produtivo.
Mantém câmera e iluminação posicionadas e alinhadas sobre a área de inspeção.
Servidor Edge NVIDIA responsável pelo processamento local da inteligência artificial.
Quadro dedicado com proteção elétrica, nobreak e conectividade necessária à operação da solução.
08Edge AI
O processamento é realizado localmente pelo Kernel Plus Industrial. A operação da inteligência artificial não depende de conexão com a internet e as imagens podem permanecer dentro do ambiente da J. Macedo.
Planta J. Macedo · rede local
09Integração
Arquitetura preparada para integração com sistemas da operação. Os dados produzidos podem ser disponibilizados para os sistemas utilizados pela J. Macedo.
Exemplos de destinos · Integrações específicas a definir
10Benefícios
Reduz a dependência de conferência manual.
Aplicação do mesmo processo de identificação e contabilização ao longo da operação.
Produção registrada por categoria.
Histórico estruturado da produção.
Acompanhamento da linha durante sua operação.
Sem contato com o produto e sem alteração do fluxo normal da esteira.
Visão computacional aplicada diretamente à produção da J. Macedo.
Computer Vision for the Physical World