傳統的農產品檢測方法（例如穀物、豆類或水果）高度依賴人工。工作人員透過肉眼檢查顏色均勻度、裂縫、大小、形狀和異物等因素。這個過程相當耗時，且容易因人員疲勞而產生誤差，進而導致標準不一，以及檢測品質與效率的不穩定。
隨著農業科技的進步，嵌入式邊緣 AI 系統現在提供了一種高效的農產品分揀解決方案，以解決人工視覺檢測耗時且易出錯的問題。這些系統具備高穩定性、低功耗以及對各種環境的適應能力，能有效提升檢測效率並確保品質。
在實際應用中，當穀物倒入料斗後，振動饋料器會移動穀物，此時工業相機在受控的照明下捕捉穀物的影像。這些影像隨後被傳送至嵌入式系統，由 AI 技術分析特徵並判斷品質。根據 AI 的推論結果，PLC（可程式化邏輯控制器）會引導氣壓設備依品質將穀物進行分類。
WEBS-21J0-ASL 配備了 Hailo-8 AI 模組，可提供高達 26 TOPS 的運算效能，非常適合需要精準結果的即時影像推論任務。該系統搭載 Intel Atom® x7000RE 系列 SoC（系統單晶片），在提供充足運算能力的同時，能以低功耗運行，非常適合電力受限的農業環境。
其設計支援在 -20°C 至 60°C 的寬溫範圍內運作，無風扇設計使其具備防塵能力，並能在 5-95% 的相對濕度下維持正常運作。系統具備豐富的 I/O 介面，包括用於連接 PLC 的 RS-485 以及用於連接影像擷取卡的 PCIe，確保了與周邊設備的順暢連接。
為了支援各種應用情境並滿足客戶需求，瑞傳科技的 DMS（Design, Manufacturing and Services，設計、製造與服務）提供全面的一站式服務，以提升客戶價值。瑞傳的 PET 提供了一套具備跨平台 API 與應用程式的物聯網 (IoT) 解決方案，可用於系統監控和設備控制，進而簡化 IoT 應用的整合。
基於 PET 架構的 RPET 實現了廣泛的遠端管理功能，包含即時韌體監控、電源管理、CPU 負載、記憶體使用率、磁碟狀態和網路負載監測。它同時支援韌體更新，確保系統能穩定且高效地運作。
