JP2023127804A - 体積推定装置および体積推定方法 - Google Patents

Abstract

【課題】複数の廃棄物の種類および体積を高い精度で安定して推定することができる体積推定装置および体積推定方法を提供する。【解決手段】体積推定システム１の制御装置４０は、カメラ２０によって撮影された複数の廃棄物Ｗの画像データに基づいて複数の廃棄物Ｗを識別する。制御装置４０は、複数の廃棄物Ｗのそれぞれについて画像データに基づいて種類を推定する。制御装置４０は、複数の廃棄物Ｗのそれぞれについて画像データに基づいて体積を推定する。制御装置４０は、複数の廃棄物Ｗについて種類毎に体積の合計値を算出する。そして、制御装置４０は、算出した合計値をタブレット端末５０に出力する。タブレット端末５０は、廃棄物Ｗの種類毎に体積の合計値を表示する。【選択図】図４

Description

本発明は、廃棄物の体積を推定する体積推定装置および体積推定方法に関する。

近年、資源の有効活用の観点から、廃棄物をリサイクル可能な資源として再利用することが求められている。建築廃材などの種類の異なる廃棄物が混在した混合廃棄物は、種類毎に廃棄物を選別して、再利用しやすいように破砕処理することで価値ある資源として蘇る。混合廃棄物は、処理場において選別処理および破砕処理が行われる。処理場では、運び込まれた混合廃棄物の量が推定される。

特許文献１は、廃棄物の体積を推定する従来の体積推定システムを開示している。この体積推定システムは、廃棄物が載せられるトラックの荷台上の三次元空間を撮影する深度カメラから画素毎に奥行き情報を含む深度画像データを取得する。体積推定システムは、荷台に廃棄物が載せられていない空荷状態の深度画像データの画素の奥行き情報に基づいて、深度カメラから当該画素に対応する領域までの距離を空荷時距離として取得する。体積推定システムは、荷台に廃棄物が載せられている稼働状態の深度画像データの画素の奥行き情報に基づいて、深度カメラから当該画素に対応する領域までの距離を稼働時距離として取得する。そして、体積推定システムは、空荷時距離と稼働時距離とに基づいて荷台上の廃棄物の体積を推定する。

特開２０１９－１９６９２７号公報

混合廃棄物の排出事業者は、処理事業者に混合廃棄物の処理を委託する。このとき、排出事業者は、混合廃棄物に含まれる廃棄物の種類および量を記入した産業廃棄物管理票（以下、「マニフェスト」という。）を作成する。そして、処理事業者は、処理を委託された混合廃棄物を処理場に運び込み、混合廃棄物に含まれる廃棄物の種類および量がマニフェストに記入されたものと一致しているか確認する。

上述した体積推定システムは、混合廃棄物がトラックで廃棄物処理場に運び込まれる際に、トラックの荷台に載せられた混合廃棄物全体の体積を推定することができる。しかしながら、体積推定システムは、混合廃棄物に複数種類の廃棄物が含まれている場合に廃棄物の種類毎に体積を推定することができない。そのため、図８に示すように、処理事業者の作業者が、廃棄物処理場の床に混合廃棄物を広げて、目視により、混合廃棄物に含まれている複数の廃棄物の種類および体積を推定し、マニフェストと一致しているか否かを確認する必要があった。そのため、確認に手間がかかるとともに、確認の精度が作業者の経験に依存することがあった。

そこで、本発明は、複数の廃棄物の種類および体積を高い精度で安定して推定することができる体積推定装置および体積推定方法を提供することを目的とする。

上記目的を達成するため、本発明の一態様に係る体積推定装置は、撮影装置によって撮影された複数の廃棄物の画像データに基づいて前記複数の廃棄物を識別する識別部と、前記複数の廃棄物のそれぞれについて前記画像データに基づいて種類を推定する種類推定部と、前記複数の廃棄物のそれぞれについて前記画像データに基づいて体積を推定する体積推定部と、前記複数の廃棄物について前記種類毎に前記体積の合計値を算出する合計部と、前記合計値を出力する出力部と、を有することを特徴とする。

本発明によれば、作業者の目視によることなく、画像認識によって廃棄物の種類および体積を推定し、種類毎に体積の合計値を算出することができる。そのため、複数の廃棄物の種類および体積を高い精度で安定して推定することができる。

本発明において、前記撮影装置が、前記複数の廃棄物が置かれる載置面の上方に配置された深度カメラを含み、前記画像データが、前記深度カメラによって撮影された、画素毎に奥行き情報を含む深度画像データを含み、前記体積推定部が、前記複数の廃棄物のそれぞれについて前記深度画像データに基づいて前記体積を推定する、ことが好ましい。このようにすることで、複数の廃棄物のそれぞれの体積をより高い精度で推定することができる。

本発明において、前記撮影装置が、前記複数の廃棄物が置かれる載置面の上方を移動可能な移動カメラを含み、前記体積推定部が、前記複数の廃棄物のそれぞれについて、第１の位置にある前記移動カメラによって撮影された前記画像データと、前記第１の位置とは異なる第２の位置にある前記移動カメラによって撮影された前記画像データと、に基づいて前記体積を推定する、ことが好ましい。このようにすることで、複数の廃棄物のそれぞれの体積を視差に基づいて推定することができる。移動カメラによって互いに異なる複数の位置において撮影された複数の画像データを用いることで、複数の廃棄物のそれぞれの体積をより高い精度で推定することができる。

本発明において、前記撮影装置が、前記複数の廃棄物が置かれる載置面の上方を移動可能な移動カメラを含み、前記種類推定部が、前記複数の廃棄物のそれぞれについて、前記移動カメラによって撮影された前記画像データに基づいて種類を推定する、ことが好ましい。このようにすることで、例えば、複数の廃棄物の搬入時は作業に影響のないように移動カメラを上方に移動し、撮影時は移動カメラを複数の廃棄物に近づけて撮影することができる。移動カメラを横方向に移動させてもよい。そのため、作業性を向上できるとともに、複数の廃棄物のそれぞれの種類をより高い精度で推定することができる。

本発明において、前記移動カメラが、前記載置面の上方を飛行可能なドローンに搭載されたカメラである、ことが好ましい。このようにすることで、例えば、カメラを移動させるクレーンなどを設置する必要がなくなり、簡易な構成でカメラを移動させることができる。

本発明において、前記出力部が、前記種類が推定された前記複数の廃棄物にあらかじめ指定された種類以外の種類（以下、「指定外種類」という。）の廃棄物が含まれていたとき、前記複数の廃棄物に前記指定外種類の廃棄物が含まれる旨の報知情報を出力する、ことが好ましい。このようにすることで、例えば、マニフェストに基づいて複数の廃棄物に含まれることが予想される廃棄物の種類をあらかじめ指定しておくことで、複数の廃棄物に予想していない種類（指定外種類）の廃棄物が混入していることを報知することができる。

本発明において、前記出力部が、前記種類が推定された前記複数の廃棄物にあらかじめ指定された種類（以下、「指定種類」という。）の廃棄物が含まれていたとき、前記複数の廃棄物に前記指定種類の廃棄物が含まれる旨の報知情報を出力する、ことが好ましい。このようにすることで、例えば、注意が必要な廃棄物の種類をあらかじめ指定しておくことで、複数の廃棄物に注意が必要な種類（指定種類）の廃棄物が混入していることを報知することができる。

本発明において、前記出力部が、前記体積が推定された前記複数の廃棄物にあらかじめ指定された体積上限値を超える廃棄物が含まれていたとき、前記複数の廃棄物に前記体積上限値を超える廃棄物が含まれる旨の報知情報を出力する、ことが好ましい。このようにすることで、例えば、後工程で処理可能な廃棄物の体積上限値を設定しておくことで、複数の廃棄物に後工程で処理できない廃棄物が混入していることを報知することができる。

上記目的を達成するため、本発明の他の一態様に係る体積推定方法は、コンピュータが、撮影装置によって撮影された複数の廃棄物の画像データに基づいて前記複数の廃棄物を識別し、前記複数の廃棄物のそれぞれについて前記画像データに基づいて種類を推定し、前記複数の廃棄物のそれぞれについて前記画像データに基づいて体積を推定し、前記複数の廃棄物について前記種類毎に前記体積の合計値を算出し、前記合計値を出力する、ことを特徴とする。

本発明によれば、作業者の目視によることなく、画像認識によって廃棄物の種類および体積を推定し、種類毎に体積の合計値を算出することができる。そのため、複数の廃棄物の種類および体積を高い精度で安定して推定することができる。

本発明によれば、複数の廃棄物の種類および体積を高い精度で安定して推定することができる。

本発明の一実施例に係る体積推定装置を有する体積推定システムの概略構成を説明する図である。 図１の体積推定システムの機能ブロックを説明する図である。 深度カメラにより撮影される三次元空間を模式的に示す図である。 図１の体積推定装置が有する制御装置における処理（体積推定処理）の一例を示すフローチャートである。 図１の体積推定システムのカメラによって撮影された複数の廃棄物の一例を示す図である。 混合廃棄物に含まれる複数の廃棄物のそれぞれについて種類および体積を推定した結果の一例を示す図である。 混合廃棄物に含まれる複数の廃棄物について種類毎に体積合計値を算出した結果の一例を図である。 作業者による体積推定作業の一例を示す図である。

以下、本発明の実施例に係る体積推定装置を有する体積推定システムについて、図１～図７を参照して説明する。

図１は、本発明の一実施例に係る体積推定装置を有する体積推定システムの概略構成を説明する図である。図２は、図１の体積推定システムの機能ブロックを説明する図である。図３は、深度カメラにより撮影される三次元空間を模式的に示す図である。図４は、図１の体積推定装置が有する制御装置における処理（体積推定処理）の一例を示すフローチャートである。図５は、図１の体積推定システムのカメラによって撮影された複数の廃棄物の一例を示す図である。図６は、混合廃棄物に含まれる複数の廃棄物のそれぞれについて種類および体積を推定した結果の一例を示す図である。図７は、混合廃棄物に含まれる複数の廃棄物について種類毎に体積合計値を算出した結果の一例を図である。

体積推定システム１は、廃棄物処理場の水平な床Ｆに置かれた混合廃棄物に含まれる複数の廃棄物について、廃棄物の種類毎に体積の合計値を算出するものである。床Ｆは、複数の廃棄物が置かれる載置面である。混合廃棄物に含まれる廃棄物の種類は、例えば、木くず、金属くず、廃プラスチック類、ガラス・コンクリート・陶磁器くず、がれき類などがある。

図１に示すように、体積推定システム１は、撮影装置としてのカメラ２０と、体積推定装置としての制御装置４０と、を有している。

カメラ２０は、床Ｆの上方に固定して配置されている。カメラ２０は、床Ｆの撮影領域Ｓに向けられている。図１、図５において、カメラ２０の撮影領域Ｓを一点鎖線で示す。

カメラ２０は、デジタルスチルカメラを含む。カメラ２０は、撮影領域Ｓを撮影して静止画像データを生成する。

また、カメラ２０は、深度カメラを含む。カメラ２０は、撮影領域Ｓを撮影して深度画像データを生成する。具体的には、カメラ２０は、床Ｆまたは床Ｆに置かれた廃棄物Ｗの表面で反射された超音波やレーザ光を検知して、カメラ２０から反射面までの距離に係る情報（「奥行き情報」という。）を取得し、画素毎に奥行き情報を含む深度画像データを生成する。

カメラ２０が生成する画像データは、縦方向および横方向に並ぶ多数の画素により構成されており、詳細には多数の画素に対応するデータの集合である。本実施例において、静止画像データは、例えば、各画素を２４ビットカラーで表したカラー画像に係る画像データである。深度画像データは、例えば、各画素を奥行きに応じた濃淡で表したグレースケール画像に係る画像データである。深度画像データは、距離が小さいほど淡く、距離が大きいほど濃くなるように、各画素について２５６階調の濃淡として表現されている。なお、深度画像データは、各画素について奥行きに応じた色で表現されていてもよい。深度画像データは、画素毎に奥行き情報を含むデータであればよく、その視認態様は任意である。

図３に、深度カメラによって撮影される三次元空間を模式的に示す。深度カメラは、四角錐状の三次元空間の頂点（位置Ｐ０）に位置し、この三次元空間を撮影して深度画像データを生成する。三次元空間内で平面状の撮影領域Ｓ１、Ｓ２を撮影した場合、位置Ｐ０から距離Ｌ１離れた位置Ｐ１にある撮影領域Ｓ１の面積は、位置Ｐ０から距離Ｌ２（Ｌ２＜Ｌ１）離れた位置Ｐ２にある平面状の撮影領域Ｓ２の面積よりも大きい。そのため、撮影領域Ｓ１を撮影したときに生成される深度画像データの画素に対応する領域ｓ１は、撮影領域Ｓ２を撮影したときに生成される深度画像データの画素に対応する領域ｓ２より面積が大きい。すなわち、深度カメラからの距離が大きいことを示す奥行き情報を含む画素に対応する領域の面積は、深度カメラからの距離が小さいことを示す奥行き情報を含む画素に対応する領域の面積よりも大きい。このことから、深度画像データの画素に対応する領域は、深度カメラからの距離に応じた面積を有することがわかる。各領域の面積は、深度カメラの画角等に基づいて算出してもよく、または、各領域について奥行き情報（深度カメラからの距離）と面積とを関連付けたテーブルなどを用いて取得するようにしてもよい。

廃棄物Ｗの体積は、次のようにして推定される。深度カメラから床Ｆまでの距離をあらかじめ測定しておく。床Ｆに置かれた廃棄物Ｗを撮影した深度画像データから廃棄物Ｗの輪郭の内側にある画素を抽出する。抽出した各画素の奥行き情報に基づいて、各画素に対応する領域における面積および床Ｆまでの距離（高さ）を取得する。高さは、深度カメラから床Ｆまでの距離から奥行き情報に示される距離を減算することにより得られる。各画素に対応する領域について取得した面積に高さを掛けて体積を算出し、算出した体積を合計した値を廃棄物Ｗの体積とする。

制御装置４０は、体積推定システム１全体の動作を司る。制御装置４０は、コンピュータを有している。コンピュータは、パーソナルコンピュータでもよく、ワークステーションやサーバ装置のような大型コンピュータでもよい。コンピュータは、中央処理装置（ＣＰＵ）と、ＣＰＵによって実行される各種プログラムを格納したメモリやハードディスク装置などからなるプログラム記憶装置と、を有している。制御装置４０には、無線通信回線を通じてタブレット端末５０が接続されている。タブレット端末５０は、体積推定システム１が出力する情報を表示する表示装置および体積推定システム１に対する操作が入力される操作入力装置として用いられる。

なお、制御装置４０には、タブレット端末５０に代えて、液晶ディスプレイ装置や有機ＥＬディスプレイ装置などの表示装置、ならびに、キーボードおよびマウスなどの操作入力装置が接続されていてもよい。または、タブレット端末５０が有する、コンピュータからなる制御部（図示なし）を制御装置４０として用いてもよい。

また、制御装置４０には、外付けハードディスク装置などの記憶装置６０が接続されている。制御装置４０は、各種処理の実行結果を記憶装置６０に格納する。

記憶装置６０には、廃棄物Ｗの種類を推定するための学習に用いられる教師データも格納される。この教師データは、あらかじめ用意した廃棄物Ｗの画像（例えば、木くずの静止画像データ）と、当該画像に含まれる廃棄物Ｗの種類（例えば、「木くず」）と、の組み合わせを含む。なお、教師データの生成については、本出願人が出願した特開２０１７－１０９１６１号公報などで開示されており、本明細書での詳細説明は省略する。制御装置４０と、記憶装置６０およびタブレット端末５０とは、例えば、インターネットなどを介して接続されていてもよい。

制御装置４０のコンピュータは、プログラム記憶装置に格納されたプログラム（体積推定プログラム）を実行することにより、図２に示す、識別部４１、種類推定部４２、体積推定部４３、合計部４４および出力部４５として機能する。

識別部４１は、カメラ２０から出力された画像データ（静止画像データ、深度画像データ）を取得する。識別部４１は、画像データに基づいて、床Ｆにおける撮影領域Ｓに置かれた複数の廃棄物Ｗを識別し、複数の廃棄物Ｗのそれぞれについて位置および形状を取得する。識別部４１は、画像データについて複数の廃棄物Ｗのそれぞれに対応する部分を切り出すなどの加工をして種類推定部４２および体積推定部４３に出力する。なお、識別部４１は、画像データを加工せずに種類推定部４２および体積推定部４３に出力してもよい。

種類推定部４２は、識別部４１によって識別された複数の廃棄物Ｗのそれぞれについて種類を推定する。具体的には、種類推定部４２は、識別部４１から画像データを取得し、これら画像データについて種類毎に用意した認識パターンデータを用いたパターンマッチング処理を行うことにより、複数の廃棄物Ｗのそれぞれの種類を推定する。もちろん、これ以外の処理方法によって種類を推定してもよい。推定に用いる認識パターンデータは、記憶装置６０に格納された教師データを用いた機械学習により更新される。

種類推定部４２は、例えば、周期的に、または、体積推定システム１が体積推定処理を行っていない期間に、または、記憶装置６０に新たな教師データが追加されたときに、など所定のタイミングで記憶装置６０から教師データを読み出し、機械学習を行って認識パターンデータを更新する。本実施例において、種類推定部４２は、誤差逆伝播法による最適化手法を用いた畳み込みニューラルネットワークにより機械学習を行うように構成されている。もちろん、これ以外の方法で機械学習を行ってもよい。

体積推定部４３は、識別部４１によって識別された複数の廃棄物Ｗのそれぞれについて体積を推定する。具体的には、体積推定部４３は、識別部４１から画像データを取得し、廃棄物Ｗの輪郭内に含まれる各画素の奥行き情報に基づいて、各画素に対応する領域における面積および床Ｆまでの距離（高さ）を取得する。体積推定部４３は、各画素に対応する領域について取得した面積に高さを掛けて体積を算出し、算出した体積を合計した値を廃棄物Ｗの体積とする。

合計部４４は、識別部４１によって識別された複数の廃棄物Ｗについて、種類推定部４２によって推定された種類毎に、体積推定部４３で推定された体積の合計値を算出する。

出力部４５は、合計部４４によって算出された、複数の廃棄物Ｗの種類毎の体積の合計値をタブレット端末５０に出力する。

次に、上述した実施例の体積推定システム１の制御装置４０のコンピュータにおいて実行される本発明に係る処理（体積推定処理）の一例について、図４に示すフローチャートを参照して説明する。

混合廃棄物に含まれる複数の廃棄物Ｗは互いに重ならないように床Ｆの撮影領域Ｓに置かれる。そのあと、作業者が、制御装置４０に対して体積推定処理の実行を要求する操作をタブレット端末５０に入力する。制御装置４０は、タブレット端末５０からの要求に応じて体積推定処理を実行する。

制御装置４０は、カメラ２０を制御して撮影領域Ｓを撮影する（Ｓ１１０）。

次に制御装置４０は、カメラ２０から出力された画像データを解析して、画像データに含まれる複数の廃棄物Ｗを識別し、識別された複数の廃棄物Ｗのそれぞれについて位置および形状を特定する（Ｓ１２０）。

具体的には、制御装置４０は、図５に例示する複数の廃棄物Ｗ（Ｗ１１～Ｗ３４）を撮影した画像データがカメラ２０から出力されると、画像データを解析して、廃棄物Ｗ１１～Ｗ３４を識別する。制御装置４０は、図６に示すように、廃棄物Ｗ１１～Ｗ３４に識別番号を付与して記憶装置６０に格納する。そして、制御装置４０は、画像データを解析して、廃棄物Ｗ１１～Ｗ３４について位置および形状を特定する。

次に制御装置４０は、識別された複数の廃棄物Ｗのそれぞれについて画像データに基づいて種類を推定する（Ｓ１３０）。

具体的には、制御装置４０は、静止画像データに含まれる廃棄物Ｗ１１～Ｗ３４のそれぞれに対してパターンマッチング処理を行うことにより種類を推定する。そして、制御装置４０は、図６に示すように、廃棄物Ｗ１１～Ｗ３４のそれぞれについて推定した種類を廃棄物Ｗ１１～Ｗ３４の識別番号に関連付けて記憶装置６０に格納する。

次に制御装置４０は、識別された複数の廃棄物Ｗのそれぞれについて画像データに基づいて体積を推定する（Ｓ１４０）。

具体的には、制御装置４０は、深度画像データに含まれる廃棄物Ｗ１１～Ｗ３４のそれぞれの輪郭の内側にある画素を抽出し、廃棄物Ｗ１１～Ｗ３４のそれぞれについて抽出した各画素の奥行き情報を用いて体積を算出する。そして、制御装置４０は、図６に示すように、廃棄物Ｗ１１～Ｗ３４のそれぞれについて推定した体積を廃棄物Ｗ１１～Ｗ３４の識別番号に関連付けて記憶装置６０に格納する。

次に制御装置４０は、識別された複数の廃棄物Ｗについて種類毎に体積の合計値を算出する（Ｓ１５０）。

具体的には、制御装置４０は、記憶装置６０に格納された廃棄物Ｗ１１～Ｗ３４について、種類が「木くず」と推定された廃棄物Ｗ１１～Ｗ１４、Ｗ１６、Ｗ２１、Ｗ２２、Ｗ２５、Ｗ２８、Ｗ３０、Ｗ３１、Ｗ３３、Ｗ３４の体積の合計値を算出し、種類が「金属くず」と推定された廃棄物Ｗ１５、Ｗ１７、Ｗ１８、Ｗ２０、Ｗ２４、Ｗ２７、Ｗ２９の体積の合計値を算出し、種類が「廃プラスチック類」と推定された廃棄物Ｗ１９、Ｗ２３、Ｗ２６、Ｗ３２の体積の合計値を算出する。そして、図７に示すように、制御装置４０は、種類毎に算出した体積の合計値を記憶装置６０に格納する。

次に制御装置４０は、複数の廃棄物Ｗについて種類毎に算出した体積の合計値をタブレット端末５０に出力する（Ｓ１６０）。そして、タブレット端末５０において、混合廃棄物に含まれる複数の廃棄物Ｗの種類とその体積の合計値が表示される。作業者は、タブレット端末５０の表示を参照して、複数の廃棄物Ｗの種類および体積の合計値がマニフェストと一致しているか否かを確認する。

以上説明したように、体積推定システム１は、床Ｆの撮影領域Ｓを撮影するカメラ２０と、制御装置４０と、を有している。制御装置４０は、識別部４１と、種類推定部４２と、体積推定部４３と、合計部４４と、出力部４５と、を有している。識別部４１は、カメラ２０によって撮影された複数の廃棄物Ｗの画像データに基づいて複数の廃棄物Ｗを識別する。種類推定部４２は、複数の廃棄物Ｗのそれぞれについて画像データに基づいて種類を推定する。体積推定部４３は、複数の廃棄物Ｗのそれぞれについて画像データに基づいて体積を推定する。合計部４４は、複数の廃棄物Ｗについて種類毎に体積の合計値を算出する。そして、出力部４５は、算出した合計値をタブレット端末５０に出力する。タブレット端末５０は、廃棄物Ｗの種類毎に体積の合計値を表示する。

このようにしたことから、制御装置４０は、作業者の目視によることなく、画像認識によって廃棄物Ｗの種類および体積を推定し、種類毎に体積の合計値を算出することができる。そのため、制御装置４０は、複数の廃棄物Ｗの種類および体積を高い精度で安定して推定することができる。

また、カメラ２０が、複数の廃棄物Ｗが置かれる床Ｆの上方に配置された深度カメラを含む。カメラ２０によって撮影された複数の廃棄物Ｗの画像データが、深度カメラによって撮影された、画素毎に奥行き情報を含む深度画像データを含む。体積推定部４３が、複数の廃棄物Ｗのそれぞれについて深度画像データに基づいて体積を推定する。このようにすることで、複数の廃棄物Ｗのそれぞれの体積をより高い精度で推定することができる。

なお、体積推定システム１において、カメラ２０が、床Ｆの上方を移動可能な移動カメラを含み、体積推定部４３が、複数の廃棄物Ｗのそれぞれについて、第１の位置にある移動カメラによって撮影された画像データと、第１の位置とは異なる第２の位置にある移動カメラによって撮影された画像データと、に基づいて体積を推定するようにしてもよい。第２の位置は、例えば、第１の位置から水平方向に移動した位置である。このようにすることで、制御装置４０は、複数の廃棄物Ｗのそれぞれの体積を視差に基づいて推定することができる。制御装置４０は、移動カメラによって互いに異なる２つ以上の位置において撮影された複数の画像データを用いることで、複数の廃棄物Ｗのそれぞれの体積をより高い精度で推定することができる。

また、体積推定システム１において、カメラ２０が、床Ｆの上方を移動可能な移動カメラを含み、種類推定部４２が、複数の廃棄物Ｗのそれぞれについて、移動カメラによって撮影された画像データに基づいて種類を推定するようにしてもよい。例えば、制御装置４０が、複数の廃棄物Ｗを床Ｆに置くときに移動カメラを上方に移動し、撮影するときに移動カメラを下方に移動して複数の廃棄物Ｗに近づけて撮影する。または、制御装置４０が、移動カメラを横方向に移動してもよい。これにより、作業性を向上できるとともに、複数の廃棄物Ｗのそれぞれの種類をより高い精度で推定することができる。

移動カメラは、床Ｆ上を飛行可能なドローンに搭載されたカメラであってもよい。このようにすることで、例えば、カメラを移動させるクレーンなどを設置する必要がなくなり、簡易な構成でカメラを移動させることができる。

また、体積推定システム１において、タブレット端末５０に体積推定処理の実行を要求する操作を入力する際、複数の廃棄物Ｗに含まれることが予想される廃棄物Ｗの種類（例えば、木くず、金属くずおよび廃プラスチック類、以下、「予想種類」という。）を入力可能としてもよい。または、記憶装置６０に予想種類が格納されていてもよい。そして、出力部４５が、種類推定部４２によって種類が推定された複数の廃棄物Ｗに予想種類以外の種類の廃棄物Ｗが含まれていたとき、複数の廃棄物Ｗに予想種類以外の種類の廃棄物Ｗが含まれる旨の報知情報をタブレット端末５０に出力するようにしてもよい。このようにすることで、例えば、マニフェストに基づいて複数の廃棄物Ｗに含まれることが予想される廃棄物Ｗの種類をあらかじめ指定しておくことで、タブレット端末５０が、複数の廃棄物Ｗに予想していない種類（指定外種類）の廃棄物Ｗが混入していることを報知することができる。

また、体積推定システム１において、記憶装置６０に注意が必要な廃棄物Ｗの種類（例えば、塩化ビニルなど、以下、「指定種類」という。）が格納されていてもよい。そして、出力部４５が、種類推定部４２によって種類が推定された複数の廃棄物Ｗに指定種類の廃棄物Ｗが含まれていたとき、複数の廃棄物Ｗに指定種類の廃棄物Ｗが含まれる旨の報知情報をタブレット端末５０に出力するようにしてもよい。このようにすることで、注意が必要な廃棄物Ｗの種類をあらかじめ指定しておくことで、タブレット端末５０が、複数の廃棄物Ｗに注意が必要な種類（指定種類）の廃棄物Ｗが混入していることを報知することができる。

また、体積推定システム１において、記憶装置６０に後工程で処理可能な廃棄物Ｗの体積上限値が格納されていてもよい。そして、出力部４５が、体積推定部４３によって体積が推定された複数の廃棄物Ｗに体積上限値を超える廃棄物Ｗが含まれていたとき、複数の廃棄物Ｗに体積上限値を超える廃棄物Ｗが含まれる旨の報知情報をタブレット端末５０に出力するようにしてもよい。このようにすることで、後工程で処理可能な廃棄物Ｗの体積上限値をあらかじめ設定しておくことで、タブレット端末５０が、複数の廃棄物Ｗに後工程で処理できない廃棄物Ｗが混入していることを報知することができる。

上述した体積推定システム１は、混合廃棄物に含まれる複数の廃棄物Ｗの種類および体積を推定するものであったが、これに限定されるものではない。体積推定システム１は、１種類の廃棄物Ｗのみ含むものと予想される複数の廃棄物Ｗの種類および体積を推定するものであってもよい。

上記に本発明の実施例を説明したが、本発明は実施例の構成に限定されるものではない。前述の実施例に対して、当業者が適宜、構成要素の追加、削除、設計変更を行ったものや、実施例の特徴を適宜組み合わせたものも、本発明の趣旨に反しない限り、本発明の範囲に含まれる。

１…体積推定システム
２０…カメラ
４０…制御装置
４１…識別部
４２…種類推定部
４３…体積推定部
４４…合計部
４５…出力部
５０…タブレット端末
６０…記憶装置

Claims (9)

1. 撮影装置によって撮影された複数の廃棄物の画像データに基づいて前記複数の廃棄物を識別する識別部と、
   前記複数の廃棄物のそれぞれについて前記画像データに基づいて種類を推定する種類推定部と、
   前記複数の廃棄物のそれぞれについて前記画像データに基づいて体積を推定する体積推定部と、
   前記複数の廃棄物について前記種類毎に前記体積の合計値を算出する合計部と、
   前記合計値を出力する出力部と、を有することを特徴とする体積推定装置。
2. 前記撮影装置が、前記複数の廃棄物が置かれる載置面の上方に配置された深度カメラを含み、
   前記画像データが、前記深度カメラによって撮影された、画素毎に奥行き情報を含む深度画像データを含み、
   前記体積推定部が、前記複数の廃棄物のそれぞれについて前記深度画像データに基づいて前記体積を推定する、請求項１に記載の体積推定装置。
3. 前記撮影装置が、前記複数の廃棄物が置かれる載置面の上方を移動可能な移動カメラを含み、
   前記体積推定部が、前記複数の廃棄物のそれぞれについて、第１の位置にある前記移動カメラによって撮影された前記画像データと、前記第１の位置とは異なる第２の位置にある前記移動カメラによって撮影された前記画像データと、に基づいて前記体積を推定する、請求項１に記載の体積推定装置。
4. 前記撮影装置が、前記複数の廃棄物が置かれる載置面の上方を移動可能な移動カメラを含み、
   前記種類推定部が、前記複数の廃棄物のそれぞれについて、前記移動カメラによって撮影された前記画像データに基づいて種類を推定する、請求項１～請求項３のいずれか一項に記載の体積推定装置。
5. 前記移動カメラが、前記載置面の上方を飛行可能なドローンに搭載されたカメラである、請求項３または請求項４に記載の体積推定装置。
6. 前記出力部が、前記種類が推定された前記複数の廃棄物にあらかじめ指定された種類以外の種類（以下、「指定外種類」という。）の廃棄物が含まれていたとき、前記複数の廃棄物に前記指定外種類の廃棄物が含まれる旨の報知情報を出力する、請求項１～請求項５のいずれか一項に記載の体積推定装置。
7. 前記出力部が、前記種類が推定された前記複数の廃棄物にあらかじめ指定された種類（以下、「指定種類」という。）の廃棄物が含まれていたとき、前記複数の廃棄物に前記指定種類の廃棄物が含まれる旨の報知情報を出力する、請求項１～請求項６のいずれか一項に記載の体積推定装置。
8. 前記出力部が、前記体積が推定された前記複数の廃棄物にあらかじめ指定された体積上限値を超える廃棄物が含まれていたとき、前記複数の廃棄物に前記体積上限値を超える廃棄物が含まれる旨の報知情報を出力する、請求項１～請求項７のいずれか一項に記載の体積推定装置。
9. コンピュータが、
   撮影装置によって撮影された複数の廃棄物の画像データに基づいて前記複数の廃棄物を識別し、
   前記複数の廃棄物のそれぞれについて前記画像データに基づいて種類を推定し、
   前記複数の廃棄物のそれぞれについて前記画像データに基づいて体積を推定し、
   前記複数の廃棄物について前記種類毎に前記体積の合計値を算出し、
   前記合計値を出力する、ことを特徴とする体積推定方法。
   
   

Images