废物坟场的AI幽灵(5)

因为看不到，无法分辨相同材料的不同物体之间的差异。例如，PET 热模（不具有回收意义）和 PET 饮料容器。也不能从有颜色的 PE 瓶子当中识别白色 PE 瓶子。
因此，一些 AI 公司利用机器视觉技术，让机器人做这些光学分选器做不到的事情。即使瓶子可能充满空气或皱折，也可能被其他垃圾部分遮挡，算法能够以非常高的准确度几乎实时处理这些情况。
不过，速度短板再次限制了机器人在分选过程中的地位：
PET 光学分选机在一分钟内完成 600 瓶，机器人每分钟可以做 80 到 100 个。工人极限是每分钟 40 到 50 个左右。
机器速度也就比一个人快一点，甚至不如两个人。
「除了质量控制，我没有看到机器人在行业中还有其他工作机会，因为传送带移动速度太快了。」van Dijk 曾说。
美国的回收商也通常在光学分拣机或其他分拣设备后面安装这些机器人，替代人類，作为质量控制检查：
比如，BHS AI 系统就被用于 PET 容器生产线的质量控制，从已经被分离出来的 PET 中提取铝和其他有价值的东西。
业内几乎一致认为，质量控制是机器人分拣机的最佳用途。

BHS Max AI

ZenRobotics Heavy Picker 分选生活垃圾
一些创业公司的最新产品也尝试将可见光与光学分选仪的集成，提高识别能力。
比如，Bollegraaf 最新 RoBB 机器人利用 NIR（近红外）和高光谱相机，通过材料识别和 3D 检测，实现可回收物精确分选。
公司甚至直接将这款机器人称呼为自动 QC 分拣机器人。