垃圾分類是一項工程量巨大、過程重復且枯燥的工作，工人需要用手將可回收的物品從大量垃圾中揀選出來，不但不衛生，也存在一定的危險。要處理數量龐大的垃圾，就意味著工人需要長時間進行工作，對工人的體力和精神力都是一項較大的考驗。

而機器人就不存在這些問題了，只要有電，他們就能夠無止境地工作下去，十分適合大量、重復性、長時間作業。

近日，MIT和FANUC相繼開發出了物品分揀機器人，以幫助處理大量的可回收物品。二者雖目的相同，卻分別運用了不同的技術手段，一個靠“眼”，一個靠“手”。

FANUC分揀機器人：能實時識別上百種材料

FANUC的分揀機器人Waste Robot使用了FANUC LRMate 200iD型號機器人作為主體，利用視覺分析系統對物品進行跟蹤和分類，這也是市場上比較常見的分揀機器人所使用的方法。

但FANUC為其分揀機器人設計了一套新技術，叫做W.A.R，即Waste Robotics Autonomous Recycling Technology，廢舊物品自動回收技術。

這套技術允許機器人對物品的化學成分以及形狀進行實時掃描和分析，同時也使機器人能夠實時指定抓取方式和抓取順序。

這就意味著機器人能夠從繁雜的物品中，挑選出需要挑揀的物品，利用視覺系統識別出物品的種類，然后將其放置到不同的地方，比如塑料罐放在較近的一側，易拉罐則拋到較遠的一側。

垃圾分類是一項工程量巨大、過程重復且枯燥的工作，工人需要用手將可回收的物品從大量垃圾中揀選出來，不但不衛生，也存在一定的危險。要處理數量龐大的垃圾，就意味著工人需要長時間進行工作，對工人的體力和精神力都是一項較大的考驗。

而機器人就不存在這些問題了，只要有電，他們就能夠無止境地工作下去，十分適合大量、重復性、長時間作業。

近日，MIT和FANUC相繼開發出了物品分揀機器人，以幫助處理大量的可回收物品。二者雖目的相同，卻分別運用了不同的技術手段，一個靠“眼”，一個靠“手”。

FANUC分揀機器人：能實時識別上百種材料

FANUC的分揀機器人Waste Robot使用了FANUC LRMate 200iD型號機器人作為主體，利用視覺分析系統對物品進行跟蹤和分類，這也是市場上比較常見的分揀機器人所使用的方法。

但FANUC為其分揀機器人設計了一套新技術，叫做W.A.R，即Waste Robotics Autonomous Recycling Technology，廢舊物品自動回收技術。

這套技術允許機器人對物品的化學成分以及形狀進行實時掃描和分析，同時也使機器人能夠實時指定抓取方式和抓取順序。

這就意味著機器人能夠從繁雜的物品中，挑選出需要挑揀的物品，利用視覺系統識別出物品的種類，然后將其放置到不同的地方，比如塑料罐放在較近的一側，易拉罐則拋到較遠的一側。

單個機器人進行分揀操作效率較低，速度較慢，也有很多物品被遺漏了下來。但在實際流水線工作中，多臺機器人同時進行工作，遺漏下來的物品就微乎其微了。

下面是FANUC Waste Robot的介紹視頻：

雖然視頻中只展示了Waste Robot對于廢舊瓶罐的分類能力，但其實W.A.R技術能夠讓機器人對上百種材料進行辨別，甚至還能分析出木材的質量，分辨出聚合物和塑料的區別等。既安全準確，又能夠進行長時間工作，減少人力資源的浪費。

目前，FANUC的Waste Robot已于政府廢品管理進行了合作，離正式進入應用，可能也不是太遠了。

MIT分揀機器人：以手替眼判斷更精確

MIT最近和耶魯大學也聯合開發了一款分揀機器人RoCycle，與FANUC的分揀機器人不同的是，這款機器人并沒有使用視覺分析系統，而是使用了觸覺作為檢驗材料的方法。

研究人員表示，視覺分析系統在進行分揀時可能會出現誤差，比如在分辨兩個外表幾乎一致但材料不同的物體時，視覺分析系統很可能將兩種材料歸為一類，而觸覺系統卻不會。觸覺使人類即使閉著眼睛也能夠大致分辨出手中所拿的物體是什么，對于分揀機器人來說，或許觸覺比視覺更加有效。

機器人手由一種拉脹聚合物制成，這種材料在拉伸時能夠變寬。研究人員基于這種概念，對材料進行了改進，使材料成螺旋的圓柱狀，在受力拉伸時，圓柱會向左或向右扭曲。

研究人員將一左一右兩個圓柱體放在同一側，從而制造出更加動態的運動。這項技術被稱為“手性剪切拉脹”（HSA），允許設備使用常規電機，而非像其他軟體機器人一樣使用昂貴的空氣泵和壓縮機，而且它可以被裝備在任何機械臂上。

RoCycle機器人指尖配有觸覺傳感器，可以用來檢測物品的大小。接著，通過壓力傳感器測量抓取物體所需的力。由尺寸和剛度這兩個數據來判斷物體的材料，靜止狀況下的準確率能達到85%，而模擬傳送帶上準確率也能夠達到63%。

拉低準確率的最大因素是，RoCycle經常將帶著紙包裝的罐頭判定為紙類（下圖中第一個桶為裝紙制品的桶）。研究人員表示，其后將沿著接觸面添加更多的傳感器，以進行更準確的判斷。

接下來，團隊將著手于結合機器人的觸覺數據與視覺數據，以判斷材料間的細微差別，提高RoCycle的判斷準確性。

隨著各種功能的機器人被開發并投入使用，感覺自己距離做一條咸魚的偉大目標又近了一步。你覺得下一個最應該開發的機器人是什么呢？你擔心早晚有一日機器人會搶了你的工作嗎？

單個機器人進行分揀操作效率較低，速度較慢，也有很多物品被遺漏了下來。但在實際流水線工作中，多臺機器人同時進行工作，遺漏下來的物品就微乎其微了。

下面是FANUC Waste Robot的介紹視頻：

雖然視頻中只展示了Waste Robot對于廢舊瓶罐的分類能力，但其實W.A.R技術能夠讓機器人對上百種材料進行辨別，甚至還能分析出木材的質量，分辨出聚合物和塑料的區別等。既安全準確，又能夠進行長時間工作，減少人力資源的浪費。

目前，FANUC的Waste Robot已于政府廢品管理進行了合作，離正式進入應用，可能也不是太遠了。

MIT分揀機器人：以手替眼判斷更精確

MIT最近和耶魯大學也聯合開發了一款分揀機器人RoCycle，與FANUC的分揀機器人不同的是，這款機器人并沒有使用視覺分析系統，而是使用了觸覺作為檢驗材料的方法。

研究人員表示，視覺分析系統在進行分揀時可能會出現誤差，比如在分辨兩個外表幾乎一致但材料不同的物體時，視覺分析系統很可能將兩種材料歸為一類，而觸覺系統卻不會。觸覺使人類即使閉著眼睛也能夠大致分辨出手中所拿的物體是什么，對于分揀機器人來說，或許觸覺比視覺更加有效。

機器人手由一種拉脹聚合物制成，這種材料在拉伸時能夠變寬。研究人員基于這種概念，對材料進行了改進，使材料成螺旋的圓柱狀，在受力拉伸時，圓柱會向左或向右扭曲。

研究人員將一左一右兩個圓柱體放在同一側，從而制造出更加動態的運動。這項技術被稱為“手性剪切拉脹”（HSA），允許設備使用常規電機，而非像其他軟體機器人一樣使用昂貴的空氣泵和壓縮機，而且它可以被裝備在任何機械臂上。

RoCycle機器人指尖配有觸覺傳感器，可以用來檢測物品的大小。接著，通過壓力傳感器測量抓取物體所需的力。由尺寸和剛度這兩個數據來判斷物體的材料，靜止狀況下的準確率能達到85%，而模擬傳送帶上準確率也能夠達到63%。

拉低準確率的最大因素是，RoCycle經常將帶著紙包裝的罐頭判定為紙類（下圖中第一個桶為裝紙制品的桶）。研究人員表示，其后將沿著接觸面添加更多的傳感器，以進行更準確的判斷。

接下來，團隊將著手于結合機器人的觸覺數據與視覺數據，以判斷材料間的細微差別，提高RoCycle的判斷準確性。

隨著各種功能的機器人被開發并投入使用，感覺自己距離做一條咸魚的偉大目標又近了一步。你覺得下一個最應該開發的機器人是什么呢？你擔心早晚有一日機器人會搶了你的工作嗎？