群峰重工：AI智能分拣机器人已准备好对您的可回收品进行分类

时间：2024-07-29 10:58

来源：山东群峰重工科技股份有限公司

分拣中心内部

113_5_1722221895.jpeg?wx_fmt=jpeg&from=appmsg

回收设施使用机械分拣、光学高光谱分拣和人类工人。以下是回收卡车带着蓝色垃圾箱里的东西离开后通常会发生的情况。

卡车在混凝土垫上卸货，称为尖端地板。前端装载机将散装材料舀起来，然后将其倾倒到传送带上，通常以每小时30至60吨的速度倾倒。

第一阶段是预选。人类工人移除了最初不应该进入收集卡车的大型或有问题的物品——自行车、大块塑料薄膜、丙烷罐、汽车变速器。

113_6_1722221895.jpeg?wx_fmt=jpeg&from=appmsg

依赖光学高光谱成像的分拣机或人类工人将纤维（办公用纸、纸板、杂志——被称为2D产品，因为它们大多是扁平的）从剩余的塑料和金属中分离出来。在光学分拣机的情况下，相机盯着沿着传送带滚动的材料，检测到由目标物质制成的物体，然后发送消息以激活一组电子可控的螺线管，将物体转移到收集箱中。

113_7_1722221895.jpeg?wx_fmt=jpeg&from=appmsg

非纤维材料通过一个带有密集的凸轮状轮子的机械系统。大件物品滑过，而小物品存放在蓝色垃圾桶里的可回收叉子，直接前往垃圾填埋场——它们太小了，无法分类。机器还砸碎玻璃，玻璃掉到底部并被屏蔽掉。

113_8_1722221895.jpeg?wx_fmt=jpeg&from=appmsg

然后，溪流的其余部分从头顶磁铁和涡流诱导机下穿过，这些磁铁收集由黑色金属制成的物品，以及一台涡流诱导机将有色金属冲击到另一个收集区。

113_9_1722221895.jpeg?wx_fmt=jpeg&from=appmsg

在这一点上，大部分是塑料仍然存在。更多的高光谱分拣机，可以一次拉出一种类型的塑料，如洗涤剂瓶的HDPE和水瓶的PET。

最后，剩下的任何东西——卡车上10%到30%的货物——都会进入垃圾填埋场。

113_10_1722221895.jpeg?wx_fmt=jpeg&from=appmsg

在未来，人工智能驱动的机器人分类系统和人工智能检查系统可以在这个过程的大多数情况下取代人类工人。在图表中，红色图标表示人工智能驱动的机器人系统可以取代人类工人的位置，蓝色图标表示人工智能审计系统可以对排序工作的成功进行最终检查。

人工智能精益求精

训练神经网络来识别当今市场上所有不同类型的洗衣粉瓶已经很困难了，但当你考虑到这些物体到达回收设施时可能经历的物理变形时，这是一个完全不同的挑战。它们可以折叠、撕裂或粉碎。混入其他物体的流中，瓶子可能只能看到一个角落。液体或食物浪费可能会掩盖材料。

我们通过向它们提供来自世界各地回收设施的属于每个类别的材料的图像来训练我们的系统。利用这些数据，我们的模型通过发现区分不同材料的模式和特征，学会与人类同类产品相同的方式识别可回收物。我们不断从所有使用我们系统的设施中随机收集样本，然后对其进行注释，将它们添加到我们的数据库中，并重新训练我们的神经网络。我们还测试我们的网络，以找到在目标材料上表现最佳的模型，并对我们系统难以正确识别的材料进行有针对性的额外培训。

一般来说，神经网络容易学习错误的东西。奶牛的图片与牛奶包装有关，牛奶包装通常以纤维纸箱或HDPE容器的形式生产。但奶制品也可以用其他塑料包装，例如，单份奶瓶可能看起来像加仑罐的HDPE，但通常由用于水瓶的PET（聚对苯二甲酸乙二醇酯）的不透明形式制成。换句话说，奶牛并不总是指纤维或HDPE。

同时，也要及时了解消费者包装的持续变化。任何依靠视觉观察来学习包装和材料类型之间关联的机制都需要消耗稳定的数据流，以确保对物体进行准确分类。

但我们可以让这些系统发挥作用。目前，我们的系统在某些类别上表现得非常好——铝罐的准确率超过98%——并且在区分颜色、不透明度和初始使用（发现那些食品级塑料）等细微差别方面越来越好。

既然基于人工智能的系统已经准备好承担您的可回收物，事情可能会有什么变化？当然，它们将促进机器人的使用，而机器人在当今的回收行业中只使用最少。鉴于这个沉闷而肮脏的业务中工人长期短缺，自动化是一条值得走的道路。

人工智能还可以帮助我们了解当今现有的分类流程做得如何，以及我们如何改进它们。今天，我们对分拣设施的运营效率有非常粗略的了解——我们在进出途中称量卡车，在出途中称量产出，没有任何设施可以肯定地告诉你产品的纯度，他们只能通过打开随机包来定期审计质量。但是，如果您将人工智能驱动的视觉系统放在分类过程相关部分的输入和输出上，您将全面了解哪些材料流向哪里。这种水平的审查在世界各地的数百个设施中才刚刚开始，它应该会提高回收业务的效率。能够精确和一致地将可回收材料的实时流动数字化，这也为更好地了解哪些可回收材料正在回收，哪些目前尚未被回收，然后确定差距，使设施能够整体改善其回收系统。

编辑：赵凡