垃圾分拣员也要失业了?MIT与FANUC分别推出垃圾分拣机器人,能精准识别垃圾材料
导读
经济越发达、人口越密集的地区,产生废旧物品的数量也就越庞大。拿中国举例,仅北京一个城市,一年就能够产生超过900万吨生活垃圾,其中约有30%为可回收物。然而这些可回收物大多数都没有得到有效的再利用,因此分拣机器人代替人力,进入了垃圾分类回收体系。
作者:溪岚
垃圾分类是一项工程量巨大、过程重复且枯燥的工作,工人需要用手将可回收的物品从大量垃圾中拣选出来,不但不卫生,也存在一定的危险。要处理数量庞大的垃圾,就意味着工人需要长时间进行工作,对工人的体力和精神力都是一项较大的考验。
而机器人就不存在这些问题了,只要有电,他们就能够无止境地工作下去,十分适合大量、重复性、长时间作业。
近日,MIT和FANUC相继开发出了物品分拣机器人,以帮助处理大量的可回收物品。二者虽目的相同,却分别运用了不同的技术手段,一个靠“眼”,一个靠“手”。下面小编就来给大家一一介绍一下。
FANUC分拣机器人:能实时识别上百种材料
FANUC的分拣机器人Waste Robot使用了FANUC LRMate 200iD型号机器人作为主体,利用视觉分析系统对物品进行跟踪和分类,这也是市场上比较常见的分拣机器人所使用的方法。
但FANUC为其分拣机器人设计了一套新技术,叫做W.A.R,即Waste Robotics Autonomous Recycling Technology,废旧物品自动回收技术。
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。
下面是FANUC Waste Robot的介绍视频:
虽然视频中只展示了Waste Robot对于废旧瓶罐的分类能力,但其实W.A.R技术能够让机器人对上百种材料进行辨别,甚至还能分析出木材的质量,分辨出聚合物和塑料的区别等。既安全准确,又能够进行长时间工作,减少人力资源的浪费。
目前,FANUC的Waste Robot已于政府废品管理进行了合作,离正式进入应用,可能也不是太远了。
MIT分拣机器人:以手替眼判断更精确
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。
研究人员将一左一右两个圆柱体放在同一侧,从而制造出更加动态的运动。这项技术被称为“手性剪切拉胀”(HSA),允许设备使用常规电机,而非像其他软体机器人一样使用昂贵的空气泵和压缩机,而且它可以被装备在任何机械臂上。
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%。
拉低准确率的最大因素是,RoCycle经常将带着纸包装的罐头判定为纸类(下图中第一个桶为装纸制品的桶)。研究人员表示,其后将沿着接触面添加更多的传感器,以进行更准确的判断。
接下来,团队将着手于结合机器人的触觉数据与视觉数据,以判断材料间的细微差别,提高RoCycle的判断准确性。
该论文将于本月晚些时候在韩国首尔举行的IEEE国际软机器人大会上发表。
END