垃圾分類回收成本非常高昂。目前業內慣用的做法就是工作人員站在傳送帶周圍,及時抓取塑膠、紙張和金屬,並將其放入到適當的位置。整個工作環境比較惡劣,而且分類效果並不明顯,並且可能會工作人員造成潛在危險。因此機器人被認為勝任這項工作的最佳替代者。
近日麻省理工大學的計算機科技和人工智慧實驗室(CSAIL)正在研發RoCycle,這款機器人可以透過使用由聚四氟乙烯製成的“手”來分類可回收物品。在下面的影片中展示了機器人在抓取紙盒、金屬罐子和杯子時候的動作。
RoCycle機器人能夠視覺掃描物體,並且根據尺寸和硬度來選擇抓取它的力度和大小。嵌入式觸覺感測器幫助RoCycle確定它正在處理的材料。然後系統的機器人臂部分將罐子,紙杯或其他物品彈出到正確的箱子中。
麻省理工大學CSAIL表示:“它可以和任何機械手臂相容,RoCycle在靜止模式下檢測材料的準確度達到了85%,在實際模擬傳送帶上的準確度達到了63%。”RoCycle可以在較為凌亂的環境下作業,即使在被尖銳的蓋子劃傷之後仍能正常工作。
垃圾分類回收成本非常高昂。目前業內慣用的做法就是工作人員站在傳送帶周圍,及時抓取塑膠、紙張和金屬,並將其放入到適當的位置。整個工作環境比較惡劣,而且分類效果並不明顯,並且可能會工作人員造成潛在危險。因此機器人被認為勝任這項工作的最佳替代者。
近日麻省理工大學的計算機科技和人工智慧實驗室(CSAIL)正在研發RoCycle,這款機器人可以透過使用由聚四氟乙烯製成的“手”來分類可回收物品。在下面的影片中展示了機器人在抓取紙盒、金屬罐子和杯子時候的動作。
RoCycle機器人能夠視覺掃描物體,並且根據尺寸和硬度來選擇抓取它的力度和大小。嵌入式觸覺感測器幫助RoCycle確定它正在處理的材料。然後系統的機器人臂部分將罐子,紙杯或其他物品彈出到正確的箱子中。
麻省理工大學CSAIL表示:“它可以和任何機械手臂相容,RoCycle在靜止模式下檢測材料的準確度達到了85%,在實際模擬傳送帶上的準確度達到了63%。”RoCycle可以在較為凌亂的環境下作業,即使在被尖銳的蓋子劃傷之後仍能正常工作。