AI机器人应用于资源回收 分类工作快狠准

世界银行(World Bank)数据显示，全球每天产生逾350万吨塑胶和其他固体废物，而每个美国人每天制造2公斤垃圾。为解决垃圾问题，新创公司AMP Robotics于5月推出AMP Cortex双机器人系统(DRS)，用于回收城市固体、电子及建筑和拆除废物。

根据The Robot Report报导，AMP Robotics执行长Matanya Horowitz近期受访时表示，该公司从一开始开发AMP Cortex时就专注于商业用途，最初瞄准建筑和拆除废物及难以分类的材料，如大型或危险物品。

AMP Robotics开发主要依据市面既有的现成零组件，主体使用ABB和欧姆龙(Omron)的现成机器人，唯一缺少的是视觉系统。因此该公司开发了深度学习系统来辨识材料，夹持部位因需高度可靠、低维护成本，而开发了定制吸盘。

Horowitz表示，回收业的特点是不需要追定完美，95%准确度就可接受。毕竟要回收的东西已经损坏。该公司已累积大量的瓶子、罐子等数据，并用这些数据来教系统识别1号和2号塑胶，如牛奶壶、尺寸、颜色、标识、文字和反射率等。

该公司整合各种讯息，并找出最相关的信息，还对回收设施所关注的各种材料进行AMP Neuron培训，以区分铝箔、罐头和猫罐头。还能决定希望机器人选择什么。这是该技术的核心需求。因此机器人须识别所有内容并相互学习，也能向全国各地的设施学习。

AMP Cortex每分钟可挑选160件物品。相较之下，人类员工每分钟虽然也能挑选80项物品，但人类员工有疲倦休息的问题，因此行业整体平均值接近40件。Horowitz表示，典型回收设施可能会有12到24台机器人，还有用于分离容器和纸张的机械装置，并配备6名操作员。以往1个回收设施会配置24~36名员工，而AMP Cortex可将其中4分之3的职位自动化。

Horowitz表示，自动化绝对是垃圾处理解决方案的重要发展方向。在美国，该公司已回收水瓶和报纸，但挑战在于运输和分拣成本已接近回收品的价格。而若能降低分拣成本，就能改变哪些材料值得回收的经济性。在许多设施中，人工占营运费用的50%，这会影响这些材料的利润。

尽管商品价格低，但仍很多回收设施营运的很好。这取决于合约及其能生产的材料的质量或纯度。机器人可专注于材料的质量，特别是对于某些类型的塑胶和金属。

回收自动化的需求方面，Horowitz指出，许多工厂认为自动化是降低成本的方法之一，在低迷的商品市场亦然。AMP Robotics正在国际上成长，在日本、加拿大、欧洲、澳洲等国寻找机会。该公司之前停止回收建筑垃圾一段时间，但目前正在日本与Ryohshin重新开始。该公司需要建筑和演示废物的数据集，但技术堆栈能移动。深度学习有助于维持一致性。除了一般性垃圾之外，该公司也能转移电子垃圾。