ربات ها می توانند مواد بازیافتی را دسته بندی کنند

ربات بازیافت

سیستم بازیافت دانشگاه MIT با نام Rocyle از سنسورهای تعبیه شده داخل دست استفاده می کند تا تشخیص دهد که جسم یک کاغذ، فلز یا پلاستیک است. هرساله شرکت های بازیافت حدود 68 میلیون تن مواد بازیافتی را جداسازی می کنند که معادل وزن 30 میلیون ماشین است.

ربات بازیافت

نوار نقاله سریع:

مرحله کلیدی تفکیک بازیافت در نوار نقاله است جاییکه کارگران باید مواد را در دسته های مختلف نظیر کاغذ، پلاستیک و شیشه جداسازی کنند. این شغل ها آهسته، کثیف و اغلب خطرناک هستند مخصوصا در جاهاییکه که کارگران مجبورند زباله را نیز از مواد بازیافتی جدا کنند. با در نظر گرفتن این نکته یک تیم با سرپرستی محققین مرکز هوش مصنوعی و علوم کامپیوتری دانشگاه MIT رباتی را ایجاد کرده اند که می تواند تشخیص دهد که آیا یک جسم یک کاغذ، یا یک فلز یا یک پلاستیک است. این ربات دارای دست از جنس تفلون نرم است که از سنسورهای لامسه ای در سر انگشتانش بهره می برد تا سایز و سختی جسم را تشخیص دهد. دست این ربات قابلیت کار با بازوی ربات های مختلف را داراست. میزان دقت این ربات در تشخیص اجسام ساکن 85 درصد و در تشخیص اجسام متحرک بر روی نوار نقاله 63 درصد است.

بیشترین خطای ربات، مربوط به قوطی های فلزی است که روی آن ها کاغذ چسبانده شده و تیم باید با افزودن سنسورهایی در طول سطح تماس ربات، این دقت را بهبود دهد. “پوست سنسوردار ربات یک فیدبک لامسه ای ایجاد می کند که به آن امکان تمایز بین اجسام متنوع از صلب تا پیچدار را میدهد” این جمله را آقای راس استاد دانشگاه و نویسنده ارشد مقاله اخیر آن در کنفرانس IEEE بیان می کند. “بینایی کامپیوتری به تنهایی نمی تواند مسئله ی دادن احساس مشابه انسان به ربات را حل کند؛ پس استفاده از حس لامسه امری حیاتی است.” با همکاری دانشگاه یل، Rocyle توانست محدودیت جداسازی بصری را ثابت کند. این ربات توانست به خوبی دو فنجان یکسان که یکی از کاغذ و دیگری از پلاستیک درست شده را تشخیص دهد که بینایی کامپیوتری در آن مشکل دارد.

تشویق به بازیافت:

آقای راس می گوید پروژه ی او قسمتی از هدف بزرگترش است که می خواهد جهت تشویق شهرها و کشورهای بیشتر به داشتن برنامه بازیافت، هزینه ی بازیافت را کاهش دهد. به یقین امروزه مراکز بازیافت کاملا اتوماسیون نیستند. اصلی ترین ماشین آلات آنها شامل جداکننده های بصری که از طول موج های مختلف برای تشخیص پلاستیک، جداکننده های مغناطیسی برای جدا کردن آهن از استیل و آلومینیوم و جداکننده هایی به کمک جریان گردابی برای جدا کردن فلزات غیر مغناطیسی می باشد. اخیرا چین استاندارد پاکیزگی محصولات بازیافتی که از آمریکا وارد می شود را ارتقا داده است و این یعنی حجم زیادی از مواد بازیافتی که این استاندارد را ندارند به محل دفن زباله می روند.

بازیافت راحت تر و تمیزتر:

چنانچه بتوان رباتی نظیر Rocyle را در مقیاس وسیع استفاده کرد عملیات بازیافت بسیار ساده تر می شود و نیاز به دسته بندی ابتدایی مواد نیست همچنین میزان آلودگی وارد شده بسیار کمتر می شود. سخت است که بتوان ماشینی درست کرد که کاغذ، پلاستیک و فلز را از هم تشخیص دهد. زمانی که ما یک جسم را برمیداریم بسیاری از خصوصیات آن را حتی با چشمان بسته درمیابیم مثلا بزرگی و سفتی و کوچکی و نرمی. با حس جسم و فهمیدن این که جسم نسبت به انگشتانمان چه سفتی دارند می توانیم اجسام بسیاری را بدون آنکه بیفتد یا بشکند جابجا کنیم. این نوع درک برای برنامه نویسی شدن روی ربات ها مناسب است. ربات های سابق که دست صلب داشتند باید مکان و سایز دقیق جسم را می دانستند تا بتوانند مسیر دقیق حرکت را محاسبه کنند. دستان نرم که مثلا از پلاستیک ساخته شده دارای انعطاف بیشتری است اما یک مشکل دارد و آن این است که به دلیل این که از نیروی پمپ سیال استفاده می کند دارای ساختار بالن شکل است و ممکن است به راحتی پنچر شود.

Rocyle چگونه کار میکند:

تیم آقای راس از دستی برای ربات استفاده کردند که نیروی پیشران آن از یک موتورتامین می شود و در ساخت آن از یک ماده جدید به نام آگزوتیک استفاده کردند. اکثر مواد زمانی که کشیده می شوند باریک تر می شوند نظیر پلاستیک درحالیکه آگزوتیک عریض تر می شود. تیم دانشگاه MIT از این موضوع کمک گرفت و آگزوتیکی ساخت که زمانی که بریده می شود به چپ یا راست پیچیده می شود. با ترکیب یک آگزوتیک دست راستی و یک دست چپی با یکدیگر برای هرکدام از دو انگشت بزرگتر دست ربات، ربات قادر می شد که حرکات دینامیکی بیشتری انجام دهد. در مقایسه با ربات های نرم که حرکت سیال داخل آنها نیازمند پمپ یا کمپرسور است، این ربات کشش و پیچش را ترکیب می کند و در نتیجه شما می توانید از موتورهای معمولی در آن استفاده کنید.

چنگک ربات درابتدا از سنسور کرنش سنج برای تخمین سایز جسم استفاده می کند و سپس از دو سنسور فشار برای اندازه گیری نیروی لازم برای چنگ زدن جسم کمک می گیرد. با کالیبراسیون اطلاعات در مورد سایز و سختی اجسام با جنس های مختلف، چنگک حسی در مورد این که جسم از چه ماده ای ساخته شده خواهد داشت. چون سنسورهای لامسه رسانا هستند می توانند با تغییر سیگنال الکتریسیته فلز را تشخیص دهند.

ساخته شده به کمک مجموعه ای از سنسورها:

Rocyle به کمک مجموعه ای از سنسورها ساخته شده که کمک می کند شعاع جسم را با دقت 30 درصد تشخیص دهد و اختلاف بین اجسام نرم و سخت را با دقت 78 درصد مشخص کند. همچنین دست ساخته شده کاملا به پنچری مقاوم است. در مرحله بعد محققان می خواهند سیستم را به نحوی بسازند که حس لامسه را با اطلاعات تصویری ربات ترکیب کند. این به تیم کمک می کند تا دقت و پتانسیل های ربات را افزایش دهند و بتواند بین مواد با جنس مختلف تفاوت قائل شود.

تهیه و تنظیم توسط سایت ترجمه مکانیک