Система распознавания робота построена на базе гиперспектральной (NIR) сканирующей камеры. Она различает практически все находящиеся на движущейся ленте конвейера предметы, размерами более 7 кв.см на скорости до 3 м/c. В частности, система распознает до 20 видов пластмасс по их химическому составу и цвету в процессе движения отходов по ленте конвейера.
Опытно-промышленный образец Робота для сортировки мусора, разработанного в России
Высокоскоростной манипулятор (трипод FESTO, выбранный за скорость работы) оборудован вакуумным захватом, что позволяет ему сортировать отходы пластика по бункерам со скоростью до 130 объектов в минуту.
Рендер роботизированного сортировщика с двумя дельта-манипуляторами
Производительности системы компьютерного зрения настолько велика, что одна камера может загрузить работой, по-крайней мере теоретически, до 10 манипуляторов. Впрочем, если их будет настолько много, они могут мешать друг-друг, перемещая еще не захваченные с транспортера предметы.
Вычислитель определяет материал и центр тяжести каждого объекта и передает соответствующие управляющие команды манипулятору. Этот процесс занимает порядка 250 мс, его быстрота определяется прежде всего частотой и производительностью процессора управляющего компьютера. Доступные для распознавания виды материалов определяются программным обеспечением.
Цель разработки - помочь движению к циклической экономике, автоматизации ресайклинга бытовых отходов.
Робот для сортировки отходов способен не только заменить людей, занимающихся монотонным трудом. Он также обеспечивает решение вопросов, недоступных для человека - бесконтактное и дистанционное определение типа пластика (полиэтилен, полипропилен и так далее), независимо от формы объекта и наличия на образце бумажной этикетки или ее отсутствия.
«Мы готовы и открыты к сотрудничеству по внедрению робота на действующих и будущих предприятиях по сортировке и переработке твердых бытовых и промышленных отходов, а также в других случаях, где может потребоваться автоматическая сортировка объектов по их химическому составу, - пояснил Олег Шепилов, член совета директоров АО «ГК Экологические и энергетические технологии». - Столь значимый результат получен в результате слаженной работы нашего проектного коллектива под руководством Андрея Короткевича».
Разработка заняла 1 год. Основные временные затраты - создание программного обеспечения.
У робота могут быть и другие варианты применения, но практическая реализация каждого из перечисленных ниже направлений требует проведения отдельных НИОКР. Разработчики пока что не определились с дальнейшими планами, но интересуются реакцией - может ли эта разработка интересовать российский рынок?
Контакты для связи: Андрей Короткевич, +7 (915) 021-48-84, korotkevich@ecoen.pro .
----
Другие возможные применения робота (потребуется адаптация или переработка системы):
- Идентификация и сортировка (отделение) 20 видов пластмасс, бумаги, картона, дерева из твердых бытовых отходов.
- Идентификация и сортировка отходов электронных пластиков (WEEE).
- Сортировка печатных плат (PCB).
- Сортировка ПЭТ-хлопьев.
- Сортировка (отделение) макулатуры.
- При переработке отходов строительства и сноса - сортировка по фракциям: бетон / легкий бетон, кирпич, газобетон, силикатный кирпич и гипс. Также во время утилизации строительного мусора могут быть идентифицированы и удалены отходы содержащие асбест.
- Сортировка материалов (предметов) по наличию в их составе хлора.
- Сортировка материалов по влажности.
- Сортировка материалов по теплотворной способности.
- Сортировка горных пород, камней и минералов. Процедуры идентификации разрабатываются специально для каждой задачи сортировки в зависимости от минерального состава.
- Сортировка продуктов питания – отделение инородных тел и примесей, таких как древесина, бумага, пластмасса, камни или насекомые, а также по содержанию углеводов, содержанию влаги, степени зрелости. Отделение гнилых продуктов, в том числе - на ранней стадии загнивания. Есть программы: для фруктов, ягод, овощей, мясных продуктов, орехов, бобовых, чая, кофе, специй, хлеба и выпечки, кормов для животных.
- Автоматический поточный анализ (контроль) при тестировании материалов, контроле процессов и контроле качества (например - анализ толщины пленок). Типичные области применения - производство отражающих элементов (например, зеркал) или поточный контроль антиотражающего покрытия для оптических поверхностей (например, линз, объективов, призм, дисплеев, панелей и OLED-камер).
- Функциональное определение препрегов (т.е. полуфабрикатов, пропитанных реакционноспособными смолами). Используются для производства армированных волокном композитных материалов (авиационная промышленность). Могут сортироваться по составу смолы и ткани, концентрации растворителя, а также вязкости и твердости препрегов.
- Контроль качества фармацевтических продуктов и процессов. Сортировка на основе химической визуализации активных фармацевтических ингредиентов на предмет их отсутствия или наличия ложного содержимого.
Другие роботизированные системы сортировки мусора и отходов.
За новостями робототехники и ИИ удобно следить в телеграм-канале prorobots - основные новости; телеграм-трансляции, посвященных робототехнике, больше новостей - в телеграм-канале prorobotsRealTime - подпишитесь прямо сейчас.
Комментариев нет:
Отправить комментарий