原材料存在差异是食品加工的显著特征之一，尤其是以动物为基础的产品，更是如此。这种差异造成的结果就是，牛肉、猪肉和家禽的加工工艺为自动化带来了特别挑战。
传统用来判断自动化程度的标准是所能节省的劳动力：如果一台机器取代人工所能节省的成本可以产生可接受的率，那么这笔投资就是可行的。但工伤的成本也需要加以考虑，正因如此，肉类和家禽加工对自动化的视角又有所不同。
在牛肉分割室里，工人们拿着锯条，尽可能把接近骨头部分的肉剔干净。当Steve Dunivan 开始在自己的工厂里尝试自动化肋骨屠宰系统时，受到了操作工人的热情响应。“几乎每个人都有伤疤可以展示给你看。”他说。
Dunivan 是德州Midwest Machine公司的所有者，曾在自动化肋骨切除这个难题上钻研了四年。早年的机器根本无法提供工作所需要的精度。 大约在18 个月前，他开始与Hermary OptoElectronics 公司合作。这家公司主要提供三维视觉系统。
Hermary 公司主营木材行业，业务发展总监Wes Henderson 解释说。其“光扫描仪片”在多年的锯木应用中被硬化。2013 年11 月，Dunivan 通过编写代码将立体视觉系统整合到锯条上，开始在Cargill 的Schuyler 工厂进行试验。自那时起，超过120 万磅的脊髓被剔除。
Hermary 的相机以三角方式测量物体，每秒扫描高达1,000 次。这比肋骨剔除系统所需要的次数多很多，可能会不必要地影响加工速度。因此Dunivan将频率调整到每秒扫描200 次，这个频率足以生成几何形状，引导两根锯条的运动，误差在1/16 英寸以内。超过这个范围的切割被认为是不理想的，如果每件成品产量损失1 盎司，工厂每年的损失将高达75 万美元。
Dunivan 较新设备的切割完好率为99%，之前版本在90％左右，而手工仅能做到70%。
牛肉肋骨通过SL-1880E 3D 扫描仪进行模拟，扫描仪和自动锯条的控制器相连。此外，目前测试的还有自动剔除牛脊髓的系统。
Hermary 是罗克韦尔自动化的合作伙伴，Henderson 强调。Hermary 的设备简化了数据通过以太网/ IP 下载到MES或ERP 项目的时间，使跟踪和管理报告变得更便捷。
一个操作员可以完成两个人的工作听起来对成本具有很大吸引力，但度和安全性才具有更大价值。 “切割是一项复杂又的工作，但同时又是一个粗活。”Dunivan 认为， “每天需要处理2,500 份，发生意外的可能性可想而知。”
机器视觉同样对Gainco 公司开发的禽肉系统起到关键作用。然而，工人的生产力是主要目标，并不是安全。
在这种情况下，3D 成像成为了机器人切割鸡胸肉系统的一项发展。机器人的轴运动永远无法匹配人手的表现，但机器人的工作过程中可以有办法计算骨架内剩余的肉量，确定产量损失。亚特兰大的Georgia Tech 技术研究所研究工程师John Daley说。
GTRI 将这项技术*给了Gainco，Gainco 随后在2014 年亚特兰大举办的生产与加工博览会（IPPE）上展示了一台原型设备。
通过将骨架放置在半透明锥体上，Daley 发现通过锥体传输的LED 光波强度可以由近红外传感器读取，以确定肉和骨头的分别含量。基于五个不同位置上获取的肉的克数，可以按照Yaeger Gore 标准化分数计算出产量损失，佐治亚州Gainco 公司销售和市场营销总监介绍说。
家禽加工商定期进行刮片测试来评估操作人员的工作表现，这项测试通过手工完成，用勺形刀片需要至少5 分钟。骨架上残留的肉将在下游的MDM 过程中被回收，但回收后的价格远不及之前在切割环节中获取的白色鸡胸肉。
他将自己的快速产率分析器定义为是一种教学工具，为操作人员提供快速反馈，向超过目标损失水平的人员进行提示，并识别骨架上较容易残留肉的部位。
仅有少数加工商就原型设备进行了现场测试，并在今年1 月展会之前就表示值得推荐。很多海外观众根本不为所动，但半数本土家禽公司对进行试验表示感兴趣，Daley 说。这也表明了美国禽肉加工行业的高产和效率。
