JP2022034326A - 解体選別システム - Google Patents

Abstract

【課題】被処理物を低コストで効率的に解体することでき、かつ、得られた解体物から特定の選別対象物を簡易な構成で効率良く選別することが可能な解体選別システムを提供する。【解決手段】被処理物を解体して解体物を形成する解体装置、および、前記解体物を撮像する撮像装置と、前記撮像装置で前記解体物を撮像した撮像データと予め記憶された選別対象物の参照画像データとを画像比較して、前記解体物に含まれる選別対象物を認識する制御部と、コンベアに載置された前記解体物のうち、前記選別対象物を前記コンベアからピックアップするロボットと、を有し、前記制御部は、前記画像比較の結果に基づいて、前記選別対象物を種類ごとに振り分けるように、前記ロボットの動作を制御する選別装置、を有する。【選択図】図１

Description

この発明は、被処理物を破砕する解体装置と、解体物から特定の選別対象物を選別する選別装置とを有する解体選別システムに関する。

近年、家電リサイクル法の施行に伴い、洗濯機、冷蔵庫、エアコン等の家電品に含まれている有用な部品のリサイクルが普及しつつある。家電リサイクル工場では、使用済みの冷蔵庫、洗濯機、エアコンの多くを手作業で解体を行っている。

しかしながら、こうした手作業で解体は、多くの人手と手間が掛かるという課題があった。このため、例えば、特許文献１には、切断刃である打撃体を周面に設けた回転体を高速回転させ、臨界衝撃速度以上の速度でエア・コンディショナの熱交換器に衝突させることにより、衝突部分の表層を破砕しつつ熱交換器を切断するエア・コンディショナの解体方法が開示されている。

また、特許文献２には、画像処理によって室外機筐体と室外機筐体内のコンプレッサーを固定している複数のスタッドボルトの位置を特定して、このスタッドボルトの周囲を切り抜いて、コンプレッサーと室外機筐体とを分離するエアコン室外機の解体方法が開示されている。

一方、解体された家電品からは、モーター、コンプレッサー、トランスなど、価値の高い金属が多く含まれている特定の部品や、破砕に適さない部品を選別して回収し、それ以外の部品は機械処理工程に投入され、破砕、選別を行うことが一般的である。

こうした家電リサイクル工場において、家電の解体物の中からモーター、コンプレッサー、トランス等の特定の部品を選別して回収する作業は、様々な解体物が流れるコンベアから作業者が直接、手作業で特定の部品をピックアップしている。このような特定の部品のピックアップ作業は、様々な大きさ、形状、重量の部品を直接手で扱うため、作業者の負担が大きく、かつ、単位時間当たりのピックアップ量も限られる。
このため、解体物のピックアップ作業を効率化し、作業者の負担を減らすことができるピックアップ装置が知られている。

例えば、特許文献３には、解体物を振動及び送風によって、重量物と軽量物に選別する家電廃棄物等の分別装置が開示されている。

また、例えば、特許文献４には、解体物を磁力選別機または渦電流選別機の少なくとも一方を用いて、鉄及び銅とアルミニウムとの混合物またはプラスチックの種類毎に選別して回収する使用済み家電類の処理方法が開示されている。

更に、例えば、特許文献５には、解体物を磁力によって磁性物と非磁性物とに選別する工程と、風力によって軽量物と重量物とに選別する工程と、非磁性物とプラスチックとを分離する工程と、物理的性質の差を利用してプラスチックを種類ごとに分離する工程と、を有する廃家電製品の再資源化処理方法が開示されている。

特開２００２－０７１１５６号公報 特開２０１２－０３２０２１号公報 特開２００２－２８２７９２号公報 特開２００７－３１９７６０号公報 特許第３９６９０４８号公報

しかしながら、特許文献１に開示された方法は、打撃体を高速回転させて、回収目的の熱交換器に衝突させるため、熱交換器自体が切断されてチップ状になってしまい、回収物の取り扱い性が良くないという課題があった。

また、特許文献２に開示された方法は、画像処理によってスタッドボルトの位置を特定してから、このスタッドボルトの周囲に切断具を正確に位置決めして切り抜く必要があるなど、短時間で効率的に解体を行うことが困難であるという課題があった。また、回収目的の部品がボルト以外の手段で筐体に固定されている場合には適用することができない。

そして、特許文献３～５に開示された装置、方法は、いずれも解体物の磁性や比重などの物理的な特性によって選別するものであり、選別前に被処理物を素材レベルまで細かく解体しておく必要があった。このため、被処理物の解体作業が複雑になり、選別に手間とコストが掛かるという課題があった。

この発明は、前述した事情に鑑みてなされたものであって、被処理物を低コストで効率的に解体することができ、かつ、得られた解体物から特定の選別対象物を簡易な構成で効率良く選別することが可能な解体選別システムを提供することを目的とする。

前述の課題を解決するために、本発明の解体選別システムは、被処理物を解体して解体物を形成する解体装置、および、前記解体物を撮像する撮像装置と、前記撮像装置で前記解体物を撮像した撮像データと予め記憶された選別対象物の参照画像データとを画像比較して、前記解体物に含まれる選別対象物を認識する制御部と、コンベアに載置された前記解体物のうち、前記選別対象物を前記コンベアからピックアップするロボットと、を有し、前記制御部は、前記画像比較の結果に基づいて、前記選別対象物を種類ごとに振り分けるように、前記ロボットの動作を制御する選別装置、を有することを特徴とする。

本発明の解体選別システムによれば、解体物を撮像して、予め記憶された参照画像データと比較して、解体物に含まれる選別対象物を認識して、ロボットによって選別対象物だけをピックアップして回収することにより、解体物から、例えば有用な金属などを含む選別対象物を効率的に低コストで回収することができる。

また、本発明では、前記解体装置は、被処理物を載置するステージと、前記ステージに載置された前記被処理物を破砕する破砕刃と、を有していてもよい。
これにより、被処理物の構造に応じて破砕刃の位置を調整して、この破砕刃で被処理物を破砕するだけで、被処理物を容易に解体して、解体物を構成部品ごとに分離できる。そして、Ｘ線画像撮影などによって部品全体のレイアウトを把握したり、ネジ等を外して樹脂材と部品との締結を解除するなどの手間とコストとの掛かる工程が不要になり、低コストで容易に、かつ効率的に被処理物を解体することが可能になる。

また、本発明では、前記ステージには下方に向けて開く開閉扉が形成され、前記開閉扉の開扉によって、前記解体物を下方に落下させてもよい。

また、本発明では、前記破砕刃を複数有し、複数の前記破砕刃を前記ステージに突出した突出位置と前記ステージから退避した退避位置との間で移動させる破砕刃移動手段を有していてもよい。

また、本発明では、前記制御部には、前記選別対象物を複数の視点から撮像した参照画像データを用いて、前記選別対象物の画像上の特徴を学習させた学習済みモデルが記憶され、前記学習済みモデルを参照して、前記解体物に含まれる前記選別対象物を検出してもよい。

また、本発明では、前記参照画像データは、二次元画像データであってもよい。

また、本発明では、前記ロボットは、前記選別対象物を把持するハンド部を有し、前記制御部は、前記選別対象物の種類に応じて、前記ハンド部の移動速度、移動量、移動高さ、把持方向、把持力、開き幅のうち、少なくとも１つ以上を制御してもよい。

また、本発明では、前記撮像装置の設置位置よりも上流側には、前記解体物に振動を加えて、前記解体物の分離を促進させる振動分離装置が更に設けられていてもよい。

また、本発明では、前記被処理物は、家電品であってもよい。

本発明によれば、簡易な構成で、低コストに、解体物から特定の選別対象物を効率良く選別することが可能な解体選別システムを提供することが可能となる。

本発明の一実施形態に係る解体選別システムを示す概略構成図である。 本実施形態の解体選別システムの破砕部を示す概略構成図である。 本実施形態の解体選別システムの選別部を示す概略構成図である。 選別部における解体物の選別方法を段階的に説明したフローチャートである。

以下、本発明を適用した一実施形態である解体選別システムについて図面を参照して説明する。なお、以下に示す実施形態は、発明の趣旨をより良く理解させるために具体的に説明するものであり、特に指定のない限り、本発明を限定するものではない。また、以下の説明で用いる図面は、本発明の特徴をわかりやすくするために、便宜上、要部となる部分を拡大して示している場合があり、各構成要素の寸法比率などが実際と同じであるとは限らない。

図１は、本発明の一実施形態に係る解体選別システムの概略構成図である。
本実施形態の解体選別システム１０は、例えば、被処理物である各種機器、装置等をそれぞれの構成部品と筐体等に分かれるように破砕し、得られた解体物から、特定の選別対象物を選別するものである。

ここで、被処理物としては、家電品、例えば、廃棄された冷蔵庫、洗濯機、エアコン等が挙げられる。また、選別対象物としては、有用な金属などを含む部品、例えば、モーター、コンプレッサー、トランス、熱交換器等が挙げられる。以下の説明では、被処理物としてエアコン室内機を例示する。

解体選別システム１０は、前処理部１１で予め配管や電源コードを除去されたエアコン室内機（被処理物）Ｍを待機させる待機部１２と、エアコン室内機Ｍを破砕する破砕部（解体装置）１３と、エアコン室内機Ｍが破砕部１３で破砕されることで生じる解体物Ｓの分離を促進する分離部１４と、解体物Ｓから特定の選別対象物Ｔだけをピックアップする選別部（選別装置）１５と、を備えている。

また、待機部１２と破砕部１３との間には、待機部１２で待機する複数のエアコン室内機Ｍを１台ずつ分離するゲート１６、およびゲート１６から繰り出されたエアコン室内機Ｍを保持して破砕部１３に投入する投入装置１７が設けられている。
また、破砕部１３と分離部１４との間には、解体物Ｓの待機バッファを兼ねたコンベア１８が設けられている。
なお、以下の説明では、解体選別システム１０の任意の位置から待機部１２に向かう側を上流側、選別部１５に向かう側を下流側と称することがある。

解体選別システム１０に投入するエアコン室内機Ｍの前処理を行う前処理部１１は、例えば、作業テーブル２１を備え、作業者が作業テーブル２１に載置されたエアコン室内機Ｍから外側に延びる冷媒配管やドレン配管などの配管、および電源ケーブルを切断して取り除く。

解体選別システム１０の待機部１２は、例えばコンベア２３などから構成され、このコンベア２３上に、前処理部１１で前処理されたエアコン室内機Ｍか、複数、整列して並べられる。

図２は、本実施形態の解体選別システムの破砕部（解体装置）を示す概略構成図である。
破砕部（解体装置）１３は、投入装置１７（図１を参照）によって１台ずつ破砕部１３に投入されるエアコン室内機Ｍを載置するステージ３１と、載置されたエアコン室内機Ｍを破砕する破砕刃３３と、この破砕刃３３をエアコン室内機Ｍに向けて押し出す破砕刃突出手段３４と、ステージ３１上での破砕刃３３の位置を調整する破砕位置調整手段３５と、を有している。

ここで、本実施形態における被処理物の一例である、一般的な壁掛型のエアコン室内機Ｍの概略構成について説明する。エアコン室内機Ｍは、例えば樹脂材からなる筐体Ｄ１と、この筐体Ｄ１に締結された熱交換器Ｄ２、ファン（クロスフローファン）Ｄ３、モーターＤ４、制御基板Ｄ５、フィルタＤ６などの部品が配置されている。

エアコン室内機Ｍを構成する熱交換器Ｄ２は、ファンＤ３によって取り入れられた空気と、循環する冷媒との間で熱交換を行う部品であり、熱伝導性に優れた銅やアルミニウムなどから形成されている。

ファンＤ３は、熱交換器Ｄ２内に空気を流通させる部品であり、樹脂やアルミニウムなどから形成された円筒状のクロスフローファンである。モーターＤ４は、ファンＤ３を回転させる部品であり、外装材としてアルミニウムや鋼材が、またコイルとして銅線などが含まれている。制御基板Ｄ５には、配線材料として金線や金を含むハンダなどが含まれている。

これら有用な金属などのリサイクル素材を含む部品である熱交換器Ｄ２、ファンＤ３、モーターＤ４、制御基板Ｄ５、フィルタＤ６などは、破砕部１３よりも下流側に配された選別部１５において、選別対象物Ｔとしてピックアップされる。

こうしたエアコン室内機Ｍを構成する各部品は、メーカーや筐体Ｄ１のサイズによらず、ほぼ決まったレイアウトで配置されている。即ち、エアコン室内機Ｍの取付状態において、上側に熱交換器Ｄ２が、また下側にファンＤ３がそれぞれ配置されている。また、ファンＤ３に隣接してモーターＤ４が、また、熱交換器Ｄ２に隣接して制御基板Ｄ５がそれぞれ配置されている。更に、熱交換器Ｄ２の前面側にフィルタＤ６が配置されている。

このような部品レイアウトのエアコン室内機Ｍの筐体Ｄ１から各部品を破砕によって分離させる際には、筐体Ｄ１の一方の側面と、熱交換器Ｄ２およびファンＤ３の一方の端部との間に設定される第１破砕線Ｃ１に沿って筐体Ｄ１を破砕する。また、熱交換器Ｄ２およびファンＤ３の他方の端部と、モーターＤ４および制御基板Ｄ５との間に設定される第２破砕線Ｃ２に沿って筐体Ｄ１を破砕する。こうした第１破砕線Ｃ１および第２破砕線Ｃ２に沿って筐体Ｄ１を破砕すれば、樹脂材である筐体Ｄ１に締結されている部品である熱交換器Ｄ２、ファンＤ３、モーターＤ４、制御基板Ｄ５、フィルタＤ６などが筐体Ｄ１から分離する。

ステージ３１は、投入装置１７によって待機部１２から１台ずつ取り出されたエアコン室内機Ｍを載置するものである。ステージ３１は、底板３１Ａと、背面板３１Ｂとを備えている。エアコン室内機Ｍは、例えば、下側が底板３１Ａに接するように、また、背面側が背面板３１Ｂに接するように載置される。

ステージ３１の底板３１Ａには、下方に向かって回動し、載置されたエアコン室内機Ｍをステージ３１の直下に落下させる開閉扉３１Ｃが設けられている。本実施形態では、開閉扉３１Ｃは、底板３１Ａを２分割してそれぞれ回動可能に軸着したものからなる。開閉扉３１Ｃは、例えば油圧シリンダーなどで構成される扉開閉機構３１Ｄによって開閉される。

破砕刃３３は、本実施形態では２か所に形成され、それぞれ破砕刃３３Ａ，３３Ｂとされる。破砕刃３３は、所定の厚みの鋼板などから構成されている。破砕刃３３は、矩形板状に形成されている。また、破砕刃３３のうち、エアコン室内機Ｍに対面する一辺は、先端に向かって厚みが漸減する刃状に形成されていてもよい。
破砕刃３３のうち、一方の破砕刃３３Ａは第１破砕線Ｃ１に沿って筐体Ｄ１を破砕し、また、他方の破砕刃３３Ｂは第２破砕線Ｃ２に沿って筐体Ｄ１を破砕する。

破砕刃突出手段３４は、ステージ３１に載置されたエアコン室内機Ｍの前面よりも手前の位置、即ちステージ３１上から退避した退避位置Ｐ１と、エアコン室内機Ｍの筐体Ｄ１に食い込む位置、即ちステージ３１上に突出した突出位置Ｐ２との間で破砕刃３３を前後動させる装置である。本実施形態では、破砕刃突出手段３４は、例えば油圧シリンダーから構成されている。

破砕刃突出手段３４は、一方の破砕刃３３Ａを前後動させる破砕刃突出手段３４Ａと、他方の破砕刃３３Ｂを前後動させる破砕刃突出手段３４Ｂとを備えている。
なお、破砕刃突出手段３４は、油圧シリンダー以外にも、例えば、モーターとギアなどによって構成されていても良い。

破砕位置調整手段３５は、破砕刃３３及び破砕刃突出手段３４をステージ３１に沿って移動させるものであり、本実施形態では、破砕刃３３の前後動方向に対して直角で、かつステージ３１の一辺に沿った幅方向Ｌ１に沿って移動させる。こうした破砕位置調整手段３５は、例えば、幅方向Ｌ１に沿って延びるレールや、このレール上で破砕刃３３及び破砕刃突出手段３４を移動させるモーターなどから構成されている。

受け台３７（図１を参照）は、ステージ３１の直下に配置され、開閉扉３１Ｃの開放によって落下した、エアコン室内機Ｍを破砕した後の解体物Ｓを受け止めるものであり、全体が鋼材やステンレス材などによって構成されている。こうした受け台３７は、着地衝撃によってエアコン室内機Ｍを破砕した後の解体物Ｓを構成する筐体Ｄ１と各部品との分離を促進させるために、受け面が高強度になるように形成されていることが望ましい。

以上のような構成の破砕部１３は、投入装置１７によって、下側が底板３１Ａに接し、背面側が背面板３１Ｂに接するように、エアコン室内機Ｍがステージ３１上に載置される。

次に、破砕位置調整手段３５によって、破砕刃３３Ａ，３３Ｂを第１破砕線Ｃ１、第２破砕線Ｃ２にそれぞれ合致する位置に移動させる。なお、本実施形態では、破砕刃３３Ａ，３３Ｂは、投入されるエアコン室内機Ｍの型式等に基づいて、予め位置がプリセットされていればよい。

そして、破砕刃突出手段３４Ａ，３４Ｂを構成する油圧シリンダー内の油圧が高められると、破砕刃３３Ａ，３３Ｂがそれぞれエアコン室内機Ｍの前面よりも手前にある退避位置Ｐ１から筐体Ｄ１に食い込む突出位置Ｐ２に向けて突出する。

これにより、樹脂材である筐体Ｄ１は、第１破砕線Ｃ１および第２破砕線Ｃ２に沿ってそれぞれ破砕される。このうち、第１破砕線Ｃ１に沿って筐体Ｄ１を破砕することで、筐体Ｄ１の一方の側面と熱交換器Ｄ２およびファンＤ３のそれぞれの一方の端部との締結が解除される。

また、第２破砕線Ｃ２に沿って筐体Ｄ１を破砕することで、熱交換器Ｄ２、ファンＤ３、およびフィルタＤ６が配された領域と、モーターＤ４および制御基板Ｄ５が配された領域との間が分離し、熱交換器Ｄ２およびファンＤ３のそれぞれの他方の端部と筐体Ｄ１との締結が解除される。また、モーターＤ４および制御基板Ｄ５と筐体Ｄ１との締結が解除される。

このように、筐体Ｄ１を、第１破砕線Ｃ１および第２破砕線Ｃ２に沿って、破砕刃３３Ａ，３３Ｂによってそれぞれ破砕することで、金属などを含む部品である熱交換器Ｄ２、ファンＤ３、モーターＤ４、制御基板Ｄ５、フィルタＤ６を、樹脂材である筐体Ｄ１から分離することができる。

この後、ステージ３１の開閉扉３１Ｃを回動させて下方に開くことにより、エアコン室内機Ｍを破砕した解体物Ｓが受け台（図１を参照）３７に向けて落下する。そして、破砕された筐体Ｄ１と、熱交換器Ｄ２、ファンＤ３、モーターＤ４などの部品とは、受け台３７への着地衝撃によって、より一層確実に分離される。
そして、互いに分離した筐体Ｄ１と、熱交換器Ｄ２、ファンＤ３、モーターＤ４、制御基板Ｄ５、フィルタＤ６などの部品とが、コンベア１８によって受け台３７から、下流側の分離部１４に向けて引き出される。

なお、本実施形態では、破砕刃３３Ａ，３３Ｂの位置は、予めプリセットされているが、破砕部１３に投入されるエアコン室内機Ｍに応じて１台ごとに破砕刃３３Ａ，３３Ｂの位置を調節する構成であってもよい。

こうした構成では、破砕部１３に、エアコン室内機Ｍの寸法を測定する測定手段が更に形成される。この測定手段は、破砕に先立ってエアコン室内機Ｍの寸法を測定する装置であり、例えば、レーザー光の反射によって長さを測定する装置であればよい。こうした測定手段によって、エアコン室内機Ｍの側面にレーザー光を照射して、エアコン室内機Ｍの寸法を測定する。この寸法は、例えば、ステージ３１の幅方向Ｌ１に沿ったエアコン室内機Ｍの幅とすればよい。

そして、測定手段によって測定された個々のエアコン室内機Ｍの寸法の情報に基づいて、破砕位置調整手段３５を駆動させて、第１破砕線Ｃ１や第２破砕線Ｃ２に対応する位置に破砕刃３３及び破砕刃突出手段３４を移動させる。このように、破砕部１３に投入するエアコン室内機Ｍを１台ごとに測定手段によって寸法を測定して、その結果を破砕位置調整手段３５にフィードバックさせれば、互いに異なる型式の様々なエアコン室内機Ｍを破砕部１３に投入しても、エアコン室内機Ｍごとに最適な破砕位置で破砕を行うことができる。

分離部１４は、例えば、破砕部１３で生じた解体物Ｓの待機バッファを兼ねたコンベア１８の下流側に形成された振動スクリーン３８を備える。振動スクリーン３８は、例えば、所定の目開きの篩（図示略）と、この篩に振動を印加する振動装置（図示略）とから構成されている。

振動スクリーン３８を構成する篩の目開きは、例えば、破砕部１３で生じた解体物Ｓのうち、筐体Ｄ１が粉砕された細かい樹脂片が篩下に分離される程度であればよい。

コンベア１８から分離部１４に導入された解体物Ｓは、振動の印加によって、それぞれの構成部品どうしが更に分離されるとともに、筐体Ｄ１のうち、細かい樹脂片が篩によって分離される。分離部１４の篩下に分離された細かい樹脂片は、再生樹脂の材料としてリサイクルすることもできる。

図３は、本実施形態の解体選別システムの選別部（選別装置）を示す概略構成図である。
選別部（選別装置）１５は、解体物Ｓを搬送方向Ｌ２に搬送するコンベア４１と、このコンベア４１を上から見下ろす位置に配置された撮像装置４２と、撮像装置４２で撮像された撮像データと、予め記憶されている参照画像データとを画像比較して、解体物Ｓに含まれる特定の選別対象物Ｔを画像認識する制御部４３と、この選別対象物Ｔをハンド部４４ａで把持してコンベア４１の外側に移動（ピックアップ）するロボット４４とを有している。

コンベア４１は、例えば、無端状のゴムベルト４１ａをモーター（図示略）で動かすベルトコンベアであればよい。こうしたコンベア４１には、ゴムベルト４１ａの移動量を制御部４３に出力するエンコーダ４１ｂが設けられている。

撮像装置４２は、例えば、コンベア４１のゴムベルト４１ａを幅方向に跨ぐように設置されたフレーム４２ｃと、このフレーム４２ｃに配され、コンベア４１上を移動する解体物Ｓを全て撮像可能な二次元エリアカメラ４２ａと、撮像領域を照明するライト４２ｂとを備えている。

こうした撮像装置４２で撮像された解体物Ｓの撮像データは、制御部４３に出力される。なお、撮像装置４２は、コンベア４１が稼働中、連続して撮像を行う構成であっても、解体物Ｓの到来を検出した時だけ撮像を行う構成であってもよい。

本実施形態においては、こうした撮像装置４２で撮像された撮像データは、解体物を鉛直方向から見下ろした二次元画像データとして画像処理される。これにより、例えば、解体物Ｓを鉛直方向に対して傾斜した斜め方向から撮像した三次元画像データよりも、データ容量が小さくなり、高速に画像処理を行うことができる。また、三次元画像データを用いる場合と比べて、システムを単純化し、低いコストで選別部１５を構成できる。

ロボット４４は、解体物Ｓを挟持可能なハンド部４４ａと、このハンド部４４ａを上下左右に自在に移動させるアーム部４４ｂとを有する多関節アーム状ロボットであればよい。

ハンド部４４ａは、アーム部４４ｂに対して着脱自在に構成されている。これにより、例えば、解体物Ｓの形状やサイズに合わせて、把持するために最適な形状のハンド部４４ａを選択して装着することができる。
こうしたロボット４４は、ロボットコントローラ４４ｃを介して制御部４３から制御される。

ロボット４４が設置された周囲には、ロボット４４によって把持され、コンベア４１の外部に移動（ピックアップ）された選別対象物Ｔを種類ごとに分別して収容する収納箱（フレコン）４６，４６…が設置されていればよい。
そして、これらコンベア４１やロボット４４など機械的な可動領域を囲むように、メンテナンス扉４９ａを備えた安全柵４９が設置されている。

制御部４３は、画像処理を行うＣＰＵや学習済みモデルを記憶する記憶部を有するパソコン５１と、パソコン５１によって演算、処理されたデータに基づいて、選別部１５の各構成部を制御するＰＬＣ（Programmable Logic Controller）５２とを有している。

ここでいう学習済みモデルとは、選別が想定される全ての種類の選別対象物Ｔ、例えば、本実施形態では、エアコン室内機Ｍを破砕して得られた解体物Ｓのうち、熱交換器Ｄ２、ファンＤ３、モーターＤ４、制御基板Ｄ５、フィルタＤ６などを、予め複数の視点から撮像した参照画像データを用いて、その画像上の特徴（形状の特徴）をＡＩ（Artificial Intelligence）が抽出して学習させたモデルである。

学習済みモデルの作成においては、前段階として選別対象物Ｔの種類、例えば、参照画像データに対して熱交換器Ｄ２やモーターＤ４といった関連付けを行い、こうした参照画像データとその画像が示す選別対象物Ｔの種類とを関連付けたデータから、ＡＩがその学習過程で、色や形状等の特徴の重み付けを自ら行い、学習済みモデルを生成する。

こうした学習済みモデルは、実際に選別対象物Ｔを選別する過程で、誤判定を修正する学習を任意のタイミングで行って、その結果を反映させることによって、学習済みモデルを更新することにより、選別精度を向上させていくこともできる。

制御部４３を構成するパソコン５１は、上述した学習済みモデルを参照して、二次元エリアカメラ４２ａで撮影した解体物Ｓの撮像データから、この解体物Ｓが選別対象物Ｔであるか物体検出（画像比較）を行い、信頼度スコアが例えば９０％以上となる解体物Ｓを選別対象物Ｔと判定する。なお、選別対象物Ｔの判定に必要な信頼度スコアの閾値は、選別対象物Ｔの種類ごとに設定が可能である。

そして、特定された選別対象物Ｔの画像上の座標、即ち撮像時のコンベア４１上での座標をロボットコントローラ４４ｃに出力し、ロボットコントローラ４４ｃは、エンコーダ４１ｂによって検出されたゴムベルト４１ａの速度、およびロボット４４のアーム部４４ｂの移動速度に基づいて、ロボット４４が特定された選別対象物Ｔを把持するのに最適な把持位置座標を算出する。

そして、ロボットコントローラ４４ｃは、この算出された把持位置座標によりロボット４４のハンド部４４ａを移動させ、特定された選別対象物Ｔを把持させる。
特定された選別対象物Ｔを把持したロボット４４は、選別対象物Ｔの種類に応じて対応する収納箱４６に選別対象物Ｔを載置する。

パソコン５１に記憶される学習済みモデルは、想定される選別対象物Ｔの種類ごとに、それぞれ少なくとも６面から撮像した二次元画像データを用いて作成したモデルである。更に、参照画像データには載置可能な姿勢での任意の方向から撮像した選別対象物Ｔの二次元画像データを含むことが好ましい。

こうした二次元画像データは、例えば、熱交換器Ｄ２、ファンＤ３、モーターＤ４、制御基板Ｄ５、フィルタＤ６などを互いに区別できる程度の二次元画像データであっても、更に細分化されたそれぞれの部品の個々の型式まで区別できる高精細な二次元画像データであってもよい。

パソコン５１には、個々の選別対象物Ｔのそれぞれに、平面視した時の実寸法、載置姿勢ごとの高さ、硬さ、重さなどの情報が記憶されている。ロボットコントローラ４４ｃは、これら把持位置座標、実寸法、高さ、硬さ、重さなどの情報に基づいて、ロボット４４のハンド部４４ａの向き、把持方向、ハンド部４４ａの開き量、把持高さ位置、および選別対象物Ｔを破損させず、かつ脱落することのない把持力をそれぞれ設定して、ロボット４４を駆動して、特定された選別対象物Ｔを把持（ピックアップ）させる。

ＰＬＣ５２には、各部の設定を入力し、また確認するタッチパネル６１および操作ボタン６２、緊急時に選別部１５全体をシャットダウンさせる非常停止ボタン６３、動作状態を例えば３色灯で表示するシグナルタワー６４がそれぞれ接続されている。

また、ＰＬＣ５２には、最大高さ検知部６５が接続されている。最大高さ検知部６５は、コンベア４１の上流側、即ち破砕部１３から供給される解体物Ｓの高さを検出し、投入可能最大高さを超える高さ、例えば、ピックアップ動作を行うロボット４４に当接する高さの解体物Ｓ（障害物）が検出された際に、ＰＬＣ５２を介してピックアップ動作中のロボット４４をワンサイクル動作終了後、この障害物がロボット４４のピックアップ動作範囲外に搬送されるまで、ＰＬＣ５２を介してロボット４４を一時停止、および待機させる。

また、撮像データが解体物Ｓを鉛直方向から見下ろした二次元画像データである場合に、画像から解体物Ｓの高さは検出できないため、最大高さ検知部６５を解体物Ｓの高さ検出手段として用い、検出した解体物Ｓの高さに応じて、ロボット４４の動作範囲を調節する構成にすることもできる。

また、ＰＬＣ５２には、開扉検知部６６が接続されている。この開扉検知部６６は、選別部１５の動作中に安全柵４９のメンテナンス扉４９ａの開扉を検知して、選別部１５を非常停止させる。

このような構成の選別部の作用を説明する。
図４は、選別部における解体物の選別方法を段階的に説明したフローチャートである。
破砕部１３から分離部１４を介して選別部１５に供給される解体物Ｓは、まず、コンベア４１の上流側から選別部１５に投入される（解体物投入工程Ｓ１）。

投入された解体物Ｓはコンベア４１上を搬送方向Ｌ２に沿って搬送され、撮像装置４２の下を通過する。この時、解体物Ｓは、撮像装置４２によって上から見下ろすアングルで撮像される（撮像工程Ｓ２）。撮像された解体物Ｓの二次元画像の撮像データは、パソコン５１に入力される。

パソコン５１は、学習済みモデルを使用して、入力された解体物Ｓの撮像データより物体検出（画像比較）を行う（画像解析工程Ｓ３）。そして、例えば、信頼度スコア９０％以上となる解体物Ｓを、選別対象物Ｔとして認識する。なお、選別対象物Ｔの判定に必要な信頼度スコアの閾値は、選別対象物Ｔの種類ごとに設定が可能である。
画像解析工程Ｓ３における物体検出で使用する学習済みモデルは、ＡＩが参照画像データから、選別対象物Ｔの特徴を抽出し、特徴量（着目点）の獲得、重み付けを自ら行うことで生成する。

パソコン５１は、画像解析工程Ｓ３によって選別対象物Ｔを検知すると、特定された選別対象物Ｔの画像上の座標、即ち撮像時のコンベア４１上での座標をロボットコントローラ４４ｃに転送し、ロボットコントローラ４４ｃは、エンコーダ４１ｂによって検出されたゴムベルト４１ａの速度、およびロボット４４のアーム部４４ｂの移動速度に基づいて、ロボット４４が特定された選別対象物Ｔを把持するのに最適な把持位置座標を算出する（把持位置座標算出工程Ｓ４）。

パソコン５１は、把持位置座標、選別対象物Ｔの実寸法、高さ情報、硬さなどのデータをロボットコントローラ４４ｃに出力する。ロボットコントローラ４４ｃは、これらのデータおよびゴムベルト４１ａの速度に基づいて、ロボット４４のハンド部４４ａが実際に選別対象物Ｔを把持する位置の座標、ハンド部４４ａの向き、ハンド部４４ａの把持方向、ハンド部４４ａの開き量、ハンド部４４ａの把持高さ位置、およびハンド部４４ａの把持力をそれぞれ設定して、ロボット４４を駆動させる。そして、特定された選別対象物Ｔを把持して、ゴムベルト４１ａ上から取り除く（ピックアップ工程Ｓ５）。

そして、選別対象物Ｔを把持したロボット４４は、把持した選別対象物Ｔ（熱交換器Ｄ２、ファンＤ３、モーターＤ４、制御基板Ｄ５、フィルタＤ６など）を回収する収納箱４６を選択して、該当する収納箱４６に選別対象物Ｔを載置する。

このような撮像工程Ｓ２からピックアップ工程Ｓ５を連続して繰り返すことにより、解体物Ｓから予め設定した選別対象物Ｔだけが選別されて取り除かれ、取り除かれた選別対象物Ｔは、種類別（熱交換器Ｄ２、ファンＤ３、モーターＤ４、制御基板Ｄ５、フィルタＤ６）に収納箱４６、４６…に回収される。また、残りの解体物、主に筐体Ｄ１は、別工程で例えばシュレッダーによって微細化され、樹脂原料などとして再利用されればよい。

なお、制御部４３は、ロボット４４に対して選別対象物Ｔの把持を指示した後に、所定の時間が経過した後も選別対象物Ｔの把持を検出できない場合、選別対象物Ｔを回収できなかった（ロスト状態）と判断し、ロボット４４を原点位置に戻すようにする制御ステップ（工程）を含むことも好ましい。

これにより、何らかの理由で選別対象物Ｔをロストした場合に、ロボット４４が不必要な動作を行って、別な選別対象物Ｔの回収が間に合わなくなることを防止できる。なお、ロボット４４の把持の検出は、ハンド部４４ａに圧力センサなどを設けることにより実現できる。

以上のような、解体選別システム１０を構成する選別部１５において、選別対象物Ｔの検出精度を向上させるには、画像解析工程Ｓ３に使用する学習済みモデルの精度を向上させることが好ましい。このとき、参照画像データの選択が非常に重要であり、多種多様な画像データを繰り返し学習させることにより、選別対象物Ｔの検出精度を向上させることができる。

例えば、選別対象物は、品目ごとに形状、サイズ、色等が多種多様で、それらを一つの品目として認識させるためには、同じ品目で形状、サイズ、色等の特徴の違う物をバランス良く選び取って、参照画像データを集める必要がある。

二次元エリアカメラで撮像する参照画像データは、コンベア上の照度の不均一性や画像の歪みにより、物の見え方が変わってくるため、同じ物を多数の位置で撮影する必要がある。また、二次元エリアカメラで撮像する画像データは二次元画像であるため、平面的な画像から形状、サイズ、色等の特徴を利用して品目判定を行うことになる。従って、精度の良い品目判定結果を取得する為、コンベア４１上を流れる選別対象物Ｔ（熱交換器Ｄ２、ファンＤ３、モーターＤ４、制御基板Ｄ５、フィルタＤ６など）のあらゆる姿勢を撮像して学習させる必要がある。

また、選別対象物Ｔだけを学習させると、選別対象物Ｔではないが、一部に選別対象物Ｔの像と類似する部分を持つ解体物を選別対象物Ｔとして誤検知する場合がある。信頼度の閾値を設定する（信頼度スコアを上げる）ことで、低信頼度の誤検知を防ぐことができるが、高信頼度の誤検知品に対しては、別の品目に定義して除外させる（除外品目を設定して、学習させる）必要がある。このため、コンベア４１上に流れるすべての解体物に対して長期間の検証を行い、高信頼度で誤検知される物を抽出し、分別定義することが好ましい。

上述した本発明の一実施形態においては、被処理物として、家電品であるエアコン室内機を例示して説明したが、本発明の解体選別システムは、被処理物が限定されるものではない。例えば、被処理物として、家電品である冷蔵庫、洗濯機、テレビなどを挙げることができる。

例えば、被処理物が冷蔵庫である場合、破砕部１３の破砕刃３３によって、冷蔵庫の主に樹脂からなる筐体を破砕して、熱交換器、コンプレッサー、ファン、モーター等を分離させ、これら熱交換器、コンプレッサー、ファン、モーター等を選別対象物として選別部でピックアップすることにより、有用な金属を含む熱交換器、コンプレッサー、ファン、モーター等を効率的に低コストで回収することができる。

また、例えば、被処理物が洗濯機である場合、破砕部１３の破砕刃３３によって、洗濯機の主に樹脂からなる筐体を破砕して、洗濯槽、モーター等を分離させ、これら洗濯槽、モーター等を選別対象物として選別部でピックアップすることにより、有用な金属を含む洗濯槽、モーター等を効率的に低コストで回収することができる。

また、例えば、被処理物がテレビである場合、破砕部１３の破砕刃３３によって、テレビの主に樹脂からなる筐体を破砕して、表示パネル、回路基板等を分離させ、これら表示パネル、回路基板等を選別対象物として選別部でピックアップすることにより、有用な金属を含む表示パネル、回路基板等を効率的に低コストで回収することができる。

本実施形態においては、学習済みモデルを参照して解体物Ｓに含まれる選別対象物Ｔを検出する構成を例示して説明したが、これに限定されるものではない。例えば、解体物Ｓを撮像した撮像データと予め記憶された選別対象物Ｔの参照画像データとを画像比較して選別対象物Ｔを検出する構成としてもよい。選別対象物Ｔの種類が少数に限定されている場合には、学習済みモデルを用いなくても、単純に撮像データと参照画像データとを画像比較することで選別対象物Ｔを検出できる。

以上、本発明の実施形態を説明したが、こうした実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。この実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。この実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１０…解体選別システム
１１…前処理部
１２…待機部
１３…破砕部
１４…分離部
１５…選別部
１６…ゲート
１７…投入装置
１８…コンベア
３１…ステージ
３３…破砕刃
３４…破砕刃突出手段
３５…破砕位置調整手段
４１…コンベア
４２…撮像装置
４３…制御部
４４…ロボット
Ｍ…エアコン室内機（被処理物）
Ｓ…解体物
Ｔ…選別対象物

Claims (9)

1. 被処理物を解体して解体物を形成する解体装置、
   および、前記解体物を撮像する撮像装置と、前記撮像装置で前記解体物を撮像した撮像データと予め記憶された選別対象物の参照画像データとを画像比較して、前記解体物に含まれる選別対象物を認識する制御部と、コンベアに載置された前記解体物のうち、前記選別対象物を前記コンベアからピックアップするロボットと、を有し、前記制御部は、前記画像比較の結果に基づいて、前記選別対象物を種類ごとに振り分けるように、前記ロボットの動作を制御する選別装置、を有することを特徴とする解体選別システム。
2. 前記解体装置は、被処理物を載置するステージと、前記ステージに載置された前記被処理物を破砕する破砕刃と、を有することを特徴とする請求項１に記載の解体選別システム。
3. 前記ステージには下方に向けて開く開閉扉が形成され、前記開閉扉の開扉によって、前記解体物を下方に落下させることを特徴とする請求項２に記載の解体選別システム。
4. 前記破砕刃を複数有し、複数の前記破砕刃を前記ステージに突出した突出位置と前記ステージから退避した退避位置との間で移動させる破砕刃移動手段を有することを特徴とする請求項２または３に記載の解体選別システム。
5. 前記制御部には、前記選別対象物を複数の視点から撮像した参照画像データを用いて、前記選別対象物の画像上の特徴を学習させた学習済みモデルが記憶され、
   前記学習済みモデルを参照して、前記解体物に含まれる前記選別対象物を検出することを特徴とする請求項１から４のいずれか一項に記載の解体選別システム。
6. 前記参照画像データは、二次元画像データであることを特徴とする請求項１から５のいずれか一項に記載の解体選別システム。
7. 前記ロボットは、前記選別対象物を把持するハンド部を有し、
   前記制御部は、前記選別対象物の種類に応じて、前記ハンド部の移動速度、移動量、移動高さ、把持方向、把持力、開き幅のうち、少なくとも１つ以上を制御することを特徴とする請求項１から６のいずれか一項に記載の解体選別システム。
8. 前記撮像装置の設置位置よりも上流側には、前記解体物に振動を加えて、前記解体物の分離を促進させる振動分離装置が更に設けられていることを特徴とする請求項１から７のいずれか一項に記載の解体選別システム。
9. 前記被処理物は、家電品であることを特徴とする請求項１から８のいずれか一項に記載の解体選別システム。

Images