每天有成噸的可迴圈材料在資源回收筒進行分揀和打包, 可迴圈材料的 '分揀' , 這是廢物回收的關鍵難點. 最近AMP Robotics研發了一套AMP Cortex, 已經學會了識別超過150種不同的紙箱, 未來或能分揀更多材料!
美國成立專門紙箱AI委員會促進紙箱回收
AI概念誕生於60多年前, 經過幾十年的技術發展和進步, AI迎來了新的熱潮. AI應用於製造業和交通運輸等行業已經有些年了, 而且正不斷滲透到更多的領域. 你可能不會馬上將AI和廢物回收聯繫到一起, 但實際上他們很配.
紙箱回收委員會是由五個紙箱製造商組成的聯盟, 成立於2009年, 從那時起五家製造商就一直合作致力於促進和改善美國的紙箱回收工作. 紙箱是食品和飲料的包裝形式之一, 牛奶, 果汁, 豆類, 瓶裝水和葡萄酒等產品都可以用紙箱包裝. 在一系列住宅回收材料中, 紙箱高質量原始纖維的重要來源.
2009年的時候, 北美的紙箱回收利用率只有18%, 這意味著雖然紙箱材料富有價值, 但大多數美國人卻無法將它們回收利用. 自成立以來, 紙箱委員會積極與回收產業鏈中的組織, 公司和政府部門合作, 支援公司開發新技術以提高紙箱的分揀效率.
智能機器人系統能分揀150種紙箱
AMP代表操控和感知, 以之命名的AMP Robotics公司是食品, 飲料紙箱分揀市場的新玩家, 它和北美紙箱委員會達成了合作.
AMP Robotics研發了一套可擴展的機器人系統, 意圖降低紙箱的回收成本, 並通過提供有關設備效率和材料流動的資訊, 打造智能資源回收筒. 這套機器人系統的官方命名為AMP Cortex, Clarke是它的昵稱, 來源於科幻小說作家和未來主義者Arthur C. Clarke的名字. 據悉, AMP Cortex目前已經在哥倫比亞丹佛的阿爾卑斯廢物資源回收筒安裝使用.
Cortex系統中整合了一顆攝像頭, 這顆攝像頭和普通手機攝像頭相似, 可以在可回收材料經過傳送帶時對其進行掃描. 系統內置的AI經過了學習和訓練, 可以從其他材料中識別出幾千種食品和飲料的紙箱.
AMP Cortex還能夠區分不同類型的紙箱包裝. 它不僅了解屋頂包飲品和無菌保鮮包裝紙盒間的區別, 還能夠區分肉湯和杏仁乳酪盒, 知道它們不是紙盒, 不應該分揀出來. 據悉, AMP Cortex已經學會了識別超過150種不同的紙箱, 而且它還在不斷進步當中. 一旦AMP Cortex識別到周圍有紙箱, 它就會用具有特殊設計抓爪(類似於吸盤)的蜘蛛狀機械臂將紙箱抓起並分離. 雖然它識別材料的方式很像人眼, 但卻可以更加快速高效的工作.
AMP Cortex現在每分鐘可以抓取60個紙箱, 識別精度大約為90%. 作為參照, 人類分揀紙箱的平均速度為40個/分鐘. Cortex每天可以工作16個小時, 現在已經運行一年多時間了. 隨著Cortex不斷學習, 其性能還將進一步提升.
物料從待分揀端流經設備到達分揀完成端的整個過程, Cortex都可以進行監控和記錄. 系統清楚所有流過的材料, 而且可以手機包括可回收材料在內的數據資訊. 重點是, 當這套系統安裝在其他材料資源回收筒時, 機器有一個輕微的學習曲線, Cortex以前學到的知識可以進行傳遞. 機器隨時隨地都在學習, 而且學到的知識可以在所有系統中共用.
未來用機器人分揀更多品類廢品, 包裝等
Dem-Con是一家回收, 加工, 清理一站式服務商. Dem-Con公司已經在它位於明尼蘇達州沙科皮的工廠中引進了一台機器人. Dem-Con在創新, 新技術以及環境管理和居民教育上投入了大量財力和物力, 為安裝下一台機器人做準備. 它們的居民教育計劃包括, 每個月組織三到五個 '綠色旅行團' , 讓學生們了解廢物回收和處理.
由於這個機器人將在不同的環境下運行, 因此它不僅可以應用在阿爾卑斯山工廠中學到的知識, 還可以鍛煉新的洞察力, 並在未來運用到其他機器人和工廠中. 位於科羅拉多州的Cortex也將從它身上獲取新的知識, 正如它從Cortex身上獲取知識一樣.
雖然AMP Cortex目前只能分揀食品和飲料的紙箱, 但它正在不斷學習通過傳送帶的所有材料, 每天都變得更聰明一點. 未來, 它不僅可以對其他可回收物進行分揀, 還可以通過編程將某些材料(例如塑料袋和尿布)剔除出去, 降低分揀成本, 並為人類分揀員提供更加安全的工作環境.
我們可以展望, 在不久的將來, 人類和機器人在廢物回收工廠裡協同工作, 有價值的材料不再被湮沒在垃圾填埋場中.