这套技术允许机器人对物品的化学成分以及形状进行实时扫描和分析,同时也使机器人能够实时指定抓取方式和抓取顺序。这就意味着机器人能够从繁杂的物品中,挑选出需要挑拣的物品,利用视觉系统识别出物品的种类,然后将其放置到不同的地方,比如塑料罐放在较近的一侧,易拉罐则抛到较远的一侧。
单个机器人进行分拣操作效率较低,速度较慢,也有很多物品被遗漏了下来。但在实际流水线工作中,多台机器人同时进行工作,遗漏下来的物品就微乎其微了。
美国:MIT分拣机器人
MIT最近和耶鲁大学也联合开发了一款分拣机器人RoCycle,与FANUC的分拣机器人不同的是,这款机器人并没有使用视觉分析系统,而是使用了触觉作为检验材料的方法。
研究人员表示,视觉分析系统在进行分拣时可能会出现误差,比如在分辨两个外表几乎一致但材料不同的物体时,视觉分析系统很可能将两种材料归为一类,而触觉系统却不会。触觉使人类即使闭着眼睛也能够大致分辨出手中所拿的物体是什么,对于分拣机器人来说,或许触觉比视觉更加有效。

机器人手由一种拉胀聚合物制成,这种材料在拉伸时能够变宽。研究人员基于这种概念,对材料进行了改进,使材料成螺旋的圆柱状,在受力拉伸时,圆柱会向左或向右扭曲。
RoCycle机器人指尖配有触觉传感器,可以用来检测物品的大小。接着,通过压力传感器测量抓取物体所需的力。由尺寸和刚度这两个数据来判断物体的材料,静止状况下的准确率能达到85%,而模拟传送带上准确率也能够达到63%。
芬兰:ZenRobotics垃圾智能分类系统
芬兰ZenRobotics公司研发了一种垃圾智能分类系统,可以通过视觉传感器识别物品的表面结构、形状与构成材料,进而判定物品种类,然后通过灵巧的机械臂自动拣选、分类。
一台拥有四只机械臂的智能分拣系统,可以识别金属、木材、石膏、石块、混凝土、硬塑料、纸板等20余种可回收物,最高分件速度达3000次/小时,准确率98%,并且24小时不停歇,一天即可处理垃圾2000余吨,相当于48个劳动力的工作量。

更“智能”的是,这套基于视觉识别技术的垃圾分类系统还可以“接受训练”,以适应更多的应用场景。当前,ZenRobotics垃圾分类系统主要用于建筑与装修垃圾的分类处理,通过图像识别与深度学习技术,该系统可以识别多种多样的废弃物样本或者其他材料样本,进而灵活地承担多种材料拣选任务,为使用者省却昂贵的分拣设备成本。
凭借高效率、高精度、多用途三大特性,ZenRobotics垃圾智能分类系统已初步实现商业化应用,日本、中国、欧盟等国家和地区的诸多垃圾处理公司都先后引进了该系统,已在全球售出32条分拣线。新技术如火如荼,但是,普及尚需一些时日。所以,阁阁希望大家认真分类,让我们的城市更加美好,也让分拣员这个职业彻底成为历史。







盈峰环境排水抢险车赴
2020全国厨余(餐厨)
2020全国厨余(餐厨)
2020全国厨余(餐厨)
环卫科技网公众号
环卫微学院公众号
乐分圈微信公众号
厕重点微信公众号

