First Lessons Learned of an Artificial Intelligence Robotic System for Autonomous Coarse Waste Recycling Using Multispectral Imaging-Based Methods

要約

粗粒の廃棄物の現在の廃棄施設は、重機を備えた材料の手動ソートを実行します。
大量のリサイクル可能な材料が粗い廃棄物に対して失われるため、それらを回復するために、より効果的な選別プロセスを開発する必要があります。
ソートプロセスを自動化するための2つの重要な側面は、廃棄物の混合パイルでの材料分類を伴うオブジェクト検出と、油圧機械の自律制御です。
廃棄物の蓄積のほとんどのオブジェクトは損傷または破壊されているため、ほとんどの場合、オブジェクトの検出だけでは実行不可能です。
これらの課題に対処するために、紫外線（UV）、ビジュアル（VIS）、近赤外（NIR）、および短波赤外線（SWIR）スペクトルのマルチスペクトル画像を使用した材料の分類を提案します。
かさばる廃棄物の並べ替えのための油圧重機の自律制御のためのソリューションは、費用対効果の高いカメラと人工知能ベースのコントローラーを使用して調査されています。

要約(オリジナル)

Current disposal facilities for coarse-grained waste perform manual sorting of materials with heavy machinery. Large quantities of recyclable materials are lost to coarse waste, so more effective sorting processes must be developed to recover them. Two key aspects to automate the sorting process are object detection with material classification in mixed piles of waste, and autonomous control of hydraulic machinery. Because most objects in those accumulations of waste are damaged or destroyed, object detection alone is not feasible in the majority of cases. To address these challenges, we propose a classification of materials with multispectral images of ultraviolet (UV), visual (VIS), near infrared (NIR), and short-wave infrared (SWIR) spectrums. Solution for autonomous control of hydraulic heavy machines for sorting of bulky waste is being investigated using cost-effective cameras and artificial intelligence-based controllers.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google