AI機器人應用於資源回收 分類工作快狠准

作者：DIGITIMES陳端武

世界銀行(World Bank)數據顯示，全球每天產生逾350萬噸塑膠和其他固體廢物，而每個美國人每天製造2公斤垃圾。為解決垃圾問題，新創公司AMP Robotics於5月推出AMP Cortex雙機器人系統(DRS)，用於回收城市固體、電子及建築和拆除廢物。

根據The Robot Report報導，AMP Robotics執行長Matanya Horowitz近期受訪時表示，該公司從一開始開發AMP Cortex時就專註於商業用途，最初瞄準建築和拆除廢物及難以分類的材料，如大型或危險物品。

AMP Robotics開發主要依據市面既有的現成零組件，主體使用ABB和歐姆龍(Omron)的現成機器人，唯一缺少的是視覺系統。因此該公司開發了深度學習系統來辨識材料，夾持部位因需高度可靠、低維護成本，而開發了定製吸盤。

Horowitz表示，回收業的特點是不需要追定完美，95%準確度就可接受。畢竟要回收的東西已經損壞。該公司已累積大量的瓶子、罐子等數據，並用這些數據來教系統識別1號和2號塑膠，如牛奶壺、尺寸、顏色、標識、文字和反射率等。

該公司整合各種訊息，並找出最相關的信息，還對回收設施所關注的各種材料進行AMP Neuron培訓，以區分鋁箔、罐頭和貓罐頭。還能決定希望機器人選擇什麼。這是該技術的核心需求。因此機器人須識別所有內容並相互學習，也能向全國各地的設施學習。

AMP Cortex每分鐘可挑選160件物品。相較之下，人類員工每分鐘雖然也能挑選80項物品，但人類員工有疲倦休息的問題，因此行業整體平均值接近40件。Horowitz表示，典型回收設施可能會有12到24台機器人，還有用於分離容器和紙張的機械裝置，並配備6名操作員。以往1個回收設施會配置24~36名員工，而AMP Cortex可將其中4分之3的職位自動化。

Horowitz表示，自動化絕對是垃圾處理解決方案的重要發展方向。在美國，該公司已回收水瓶和報紙，但挑戰在於運輸和分揀成本已接近回收品的價格。而若能降低分揀成本，就能改變哪些材料值得回收的經濟性。在許多設施中，人工占營運費用的50%，這會影響這些材料的利潤。

儘管商品價格低，但仍很多回收設施營運的很好。這取決於合約及其能生產的材料的質量或純度。機器人可專註於材料的質量，特別是對於某些類型的塑膠和金屬。

回收自動化的需求方面，Horowitz指出，許多工廠認為自動化是降低成本的方法之一，在低迷的商品市場亦然。AMP Robotics正在國際上成長，在日本、加拿大、歐洲、澳洲等國尋找機會。該公司之前停止回收建築垃圾一段時間，但目前正在日本與Ryohshin重新開始。該公司需要建築和演示廢物的數據集，但技術堆棧能移動。深度學習有助於維持一致性。除了一般性垃圾之外，該公司也能轉移電子垃圾。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！