Varje år sållar skräpföretag genom uppskattningsvis 68 miljoner ton återvinning, vilket motsvarar mer än 30 miljoner bilar i vikt.

Ett nyckelsteg i processen sker på snabbrörliga transportband, där arbetare måste sortera föremål i kategorier som papper, plast och glas. Sådana jobb är tråkiga, smutsig, och ofta osäkra, speciellt i anläggningar där arbetare också måste ta bort normalt skräp från blandningen.

Med det i åtanke, ett team ledd av forskare vid MIT:s datavetenskap och artificiell intelligens Laboratory (CSAIL) har utvecklat ett robotsystem som kan upptäcka om ett föremål är papper, metall, eller plast.

Teamets "RoCycle"-system inkluderar en mjuk teflonhand som använder taktila sensorer på fingertopparna för att upptäcka ett föremåls storlek och styvhet. Kompatibel med alla robotarm, RoCycle visade sig vara 85 procent noggrann när det gäller att detektera material när den är stillastående, och 63 procent exakt på ett faktiskt simulerat transportband. (Dess vanligaste fel var att identifiera papperstäckta metallburkar som papper, vilket teamet säger skulle förbättras genom att lägga till fler sensorer längs kontaktytan.)

"Vår robots sensoriska hud ger haptisk feedback som gör att den kan skilja mellan ett brett utbud av objekt, från det stela till det squishy, " säger MIT-professor Daniela Rus, senior författare på en relaterad artikel som kommer att presenteras i april vid IEEE International Conference on Soft Robotics (RoboSoft) i Seoul, Sydkorea. "Enbart datorseende kommer inte att kunna lösa problemet med att ge maskiner människoliknande uppfattning, så att kunna använda taktil input är av avgörande betydelse."

Ett samarbete med Yale University, RoCycle visar direkt gränserna för synbaserad sortering:Den kan på ett tillförlitligt sätt skilja mellan två visuellt lika Starbucks-koppar, en gjord av papper och en gjord av plast, som skulle ge synsystem problem.

Uppmuntra återvinning

Rus säger att projektet är en del av hennes större mål att minska back-endkostnaden för återvinning, för att uppmuntra fler städer och länder att skapa sina egna program. Idag är återvinningscentraler inte särskilt automatiserade; deras huvudsakliga typer av maskiner inkluderar optiska sorterare som använder ljus med olika våglängder för att skilja mellan plast, magnetiska sorterare som separerar järn- och stålprodukter, och aluminiumsorterare som använder virvelströmmar för att avlägsna icke-magnetiska metaller.

Detta är ett problem av en mycket stor anledning:bara förra månaden höjde Kina sina standarder för renlighet av återvunna varor som det accepterar från USA, vilket innebär att en del av landets enströmsåtervinning nu skickas till deponier.

"Om ett system som RoCycle kunde distribueras i stor skala, vi skulle potentiellt kunna ha bekvämligheten med enkelströmsåtervinning med lägre kontamineringsgrad vid återvinning i flera strömmar, säger doktorand Lillian Chin, huvudförfattare på den nya tidningen.

Det är förvånansvärt svårt att utveckla maskiner som kan skilja på papper, plast, och metall, som visar hur imponerande en bedrift det är för människor. När vi plockar upp ett föremål, vi kan omedelbart känna igen många av dess egenskaper även med slutna ögon, som om den är stor och styv eller liten och mjuk. Genom att känna föremålet och förstå hur det relaterar till mjukheten i våra egna fingertoppar, vi kan lära oss hur man hanterar ett brett utbud av föremål utan att tappa eller gå sönder dem.

Den här typen av intuition är svår att programmera till robotar. Traditionella hårda (”styva”) robothänder måste känna till ett objekts exakta plats och storlek för att kunna beräkna en exakt rörelsebana. Mjuka händer gjorda av material som gummi är mycket mer flexibla, men har ett annat problem:eftersom de drivs av flytande krafter, de har en ballongliknande struktur som kan punktera ganska lätt.

Hur RoCycle fungerar

Rus team använde en motordriven hand gjord av ett relativt nytt material som kallas "auxetics". De flesta material blir smalare när de dras på, som ett gummiband när du sträcker det; auxetik, under tiden, faktiskt bli bredare. MIT-teamet tog detta koncept och satte en twist på det, helt bokstavligen:De skapade auxetik som, när man skär, vrid till antingen vänster eller höger. Genom att kombinera en "vänsterhänt" och "högerhänt" auxetic för var och en av handens två stora fingrar får dem att låsa sig och motverka varandras rotation, möjliggör mer dynamisk rörelse. (Teamet kallar detta "handed-shearing auxetics", eller HSA.)

"I motsats till mjuka robotar, vars vätskedrivna tillvägagångssätt kräver luftpumpar och kompressorer, HSA kombinerar vridning med förlängning, vilket innebär att du kan använda vanliga motorer, säger Chin.

Teamets gripare använder först sin "töjningssensor" för att uppskatta ett objekts storlek, och använder sedan sina två trycksensorer för att mäta kraften som behövs för att greppa ett föremål. Dessa mätvärden – tillsammans med kalibreringsdata om storleken och styvheten hos föremål av olika materialtyper – är det som ger griparen en känsla av vilket material föremålet är gjort. (Eftersom de taktila sensorerna också är ledande, de kan upptäcka metall genom hur mycket den förändrar den elektriska signalen.)

"Med andra ord, vi uppskattar storleken och mäter tryckskillnaden mellan den nuvarande stängda handen och hur en normal öppen hand ska se ut, " säger Chin. "Vi använder denna tryckskillnad och storlek för att klassificera det specifika objektet baserat på information om olika objekt som vi redan har mätt."

RoCycle bygger på en uppsättning sensorer som känner av ett objekts radie med en noggrannhet inom 30 procent, och berätta skillnaden mellan "hårda" och "mjuka" föremål med 78 procents noggrannhet. Teamets hand är också nästan helt punkteringsbeständig:den kunde skrapas av ett vasst lock och punkteras av en nål mer än 20 gånger, med minimala strukturella skador.

Som nästa steg, forskarna planerar att bygga ut systemet så att det kan kombinera taktil data med faktiska videodata från en robots kameror. Detta skulle göra det möjligt för teamet att ytterligare förbättra sin noggrannhet och potentiellt möjliggöra ännu mer nyanserad differentiering mellan olika typer av material.

Den här historien återpubliceras med tillstånd av MIT News (web.mit.edu/newsoffice/), en populär webbplats som täcker nyheter om MIT-forskning, innovation och undervisning.