KR20230013498A - 재활용품을 선별하는 시스템 및 방법 - Google Patents

재활용품을 선별하는 시스템 및 방법 Download PDF

Info

Publication number
KR20230013498A
KR20230013498A KR1020210094313A KR20210094313A KR20230013498A KR 20230013498 A KR20230013498 A KR 20230013498A KR 1020210094313 A KR1020210094313 A KR 1020210094313A KR 20210094313 A KR20210094313 A KR 20210094313A KR 20230013498 A KR20230013498 A KR 20230013498A
Authority
KR
South Korea
Prior art keywords
recyclables
robot
sorting area
conveyor
sorting
Prior art date
Application number
KR1020210094313A
Other languages
English (en)
Inventor
이종혁
Original Assignee
주식회사 서르
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 서르 filed Critical 주식회사 서르
Priority to KR1020210094313A priority Critical patent/KR20230013498A/ko
Priority to PCT/KR2022/010389 priority patent/WO2023003288A2/ko
Publication of KR20230013498A publication Critical patent/KR20230013498A/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B07C5/361—Processing or control devices therefor, e.g. escort memory
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
    • B07C5/3422—Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B07C5/38—Collecting or arranging articles in groups
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Sorting Of Articles (AREA)

Abstract

본 발명은 재활용 시스템에 의해 수행되는, 재활용품을 선별하는 방법에 있어서, 상기 재활용 시스템의 컨베이어를 통해 상기 복수의 재활용품을 복수의 선별영역 중 제1 선별영역으로 이송시킨 후 상기 제1 선별영역에서 상기 컨베이어의 이송을 정지시키는 단계, 상기 재활용 시스템의 카메라를 통해 상기 제1 선별영역 상에 위치된 복수의 재활용품이 포함된 이미지를 획득하는 단계, 제1 인공지능 모델을 기반으로 상기 이미지 내에서 상기 복수의 재활용품을 복수의 재활용 종류 별로 인식하는 단계, 상기 인식이 완료되면, 상기 컨베이어를 통해 상기 복수의 재활용품을 상기 제1 선별영역에서 제2 선별영역으로 이송시킨 후 상기 제2 선별영역에서 상기 컨베이어의 이송을 정지시키는 단계 및 상기 재활용 시스템의 로봇을 통해 상기 제2 선별영역 상에 위치된 상기 복수의 재활용품 중 상기 로봇에 할당된 재활용 종류에 해당하는 재활용품만을 수거하는 단계를 포함할 수 있다.

Description

재활용품을 선별하는 시스템 및 방법{Apparatus and Method for Sorting Recyclables}
본 발명은 재활용품을 선별하는 것으로, 보다 상세하게는 재활용품을 종류 별로 정확하게 선별하는 하는 재활용품을 선별하는 시스템 및 방법에 관한 것이다.
최근 들어 가정, 회사, 거리 등에서 발생하는 쓰레기 양이 가파른 추세로 증가하고 있다. 2018년 기준으로 하루 동안 전국에서 발생한 쓰레기는 43만t으로 사상 최대 규모다. 일평균 폐기물 발생량은 2015년 40만t을 돌파하는 등 매년 최고기록을 갈아 치우고 있다.
환경부 산하 한국환경공단에 따르면 2018년 일평균 폐기물 발생량은 43만899t으로 잠정 집계됐다. 연간 기준으로 약 1억5700만t, 20피트짜리 컨테이너 약 480만개 또는 15t 덤프트럭 약 1000만대를 가득 채울 수 있는 양이다.
버려지는 쓰레기는 늘어나는데 처리시설은 갈수록 줄고 있다. 전국의 소각시설은 2013년 502곳에서 2018년 380곳으로 줄었다. 매립시설 용량은 고작 28%만 남았다. 이 숫자가 ‘0’이 되면 더 이상 쓰레기 묻을 곳이 없다는 뜻이다. 자고 일어나면 전에 없던 ‘쓰레기 산(山)’이 생겨나는 이유다. 쓰레기 악몽은 수도권에 먼저 닥친다. 지금처럼 생활쓰레기를 버리면 2024년 수도권매립지는 문을 닫을 수밖에 없다. 현재와 같은 폐기물 수거와 재활용 방식은 한계에 이르렀다는 것이 전문가들의 지적이다.
따라서, 쓰레기를 성분 별로 분류하여 재생 가능한 물질을 생산공장에 보내서 원료로 재사용하도록 하는 것이 자원절약과 환경보전적 측면에서 바람직하며, 이를 위해서 혼합된 쓰레기로부터 필요한 물질만을 선별 분리하는 것이 더욱 더 중요해졌다.
따라서, 다양한 종류의 재활용품을 정확하게 선별할 수 있는 방법이 필요하다.
대한민국 공개특허공보 제10-2009-0056273호
상술한 바와 같은 문제점을 해결하기 위한 본 발명은 복수의 재활용품을 이동시키는 컨베이어를 각 선별영역마다 정지시키고 각 선별영역마다 컨베이어가 정지된 상태에서 컨베이어 위에 위치한 복수의 재활용품에 대한 이미지를 촬영하거나 복수의 재활용품을 종류 별로 수거하는 것을 그 목적으로 한다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 과제를 해결하기 위한 본 발명에 따른 재활용 시스템에 의해 수행되는, 재활용품을 선별하는 방법에 있어서, 상기 재활용 시스템의 컨베이어를 통해 상기 복수의 재활용품을 복수의 선별영역 중 제1 선별영역으로 이송시킨 후 상기 제1 선별영역에서 상기 컨베이어의 이송을 정지시키는 단계, 상기 재활용 시스템의 카메라를 통해 상기 제1 선별영역 상에 위치된 복수의 재활용품이 포함된 이미지를 획득하는 단계, 제1 인공지능 모델을 기반으로 상기 이미지 내에서 상기 복수의 재활용품을 복수의 재활용 종류 별로 인식하는 단계, 상기 인식이 완료되면, 상기 컨베이어를 통해 상기 복수의 재활용품을 상기 제1 선별영역에서 제2 선별영역으로 이송시킨 후 상기 제2 선별영역에서 상기 컨베이어의 이송을 정지시키는 단계 및 상기 재활용 시스템의 로봇을 통해 상기 제2 선별영역 상에 위치된 상기 복수의 재활용품 중 상기 로봇에 할당된 재활용 종류에 해당하는 재활용품만을 수거하는 단계를 포함할 수 있다.
먼저, 상기 카메라는, 상기 복수의 선별영역 중 상기 제1 선별영역에만 배치되고, 상기 로봇은, 재활용품을 종류 별로 각각 수거하는 복수의 로봇을 포함하고, 상기 복수의 로봇은, 상기 복수의 선별영역 중 상기 제1 선별영역을 제외한 복수의 선별영역에 각각 배치될 수 있다.
여기서, 상기 복수의 로봇은, 상기 인식된 재활용 종류를 기반으로, 상기 복수의 재활용품이 해당 선별영역으로 이송될 때마다 각각 해당 할당된 재활용품 만을 선별적으로 수거할 수 있다.
다음으로, 상기 카메라는, 상기 복수의 카메라를 포함하고, 상기 로봇은, 재활용품을 종류 별로 각각 수거하는 복수의 로봇을 포함하고, 상기 복수의 카메라 및 상기 복수의 로봇은 상기 복수의 선별영역 각각에 서로 교번적으로 배치될 수 있다.
여기서, 상기 복수의 카메라는, 해당 선별영역 상에 위치한 복수의 재활용품이 포함된 이미지를 각각 획득하고, 상기 복수의 로봇은, 해당 선별영역의 이전 선별영역에 배치된 카메라의 이미지로부터 인식되는 재활용 종류를 기반으로, 상기 복수의 재활용품이 해당 선별영역으로 이송될 때마다 각각 해당 할당된 재활용품만을 선별적으로 수거할 수 있다.
그 다음으로, 상기 카메라는, 상기 복수의 카메라를 포함하고, 상기 로봇은, 재활용품을 종류 별로 각각 수거하는 복수의 로봇을 포함하고, 상기 제1 선별영역에는 상기 복수의 카메라 중 특정 카메라만이 배치되고, 상기 제1 선별영역을 제외한 상기 복수의 선별영역 각각에는, 상기 특정 카메라를 제외한 적어도 하나의 카메라 및 상기 복수의 로봇이 각각 하나씩 배치될 수 있다.
여기서, 상기 특정 카메라를 제외한 상기 적어도 하나의 카메라는, 해당 선별영역에 함께 배치된 로봇의 수거 동작이 완료된 후에 상기 해당 선별영역 상의 복수의 재활용품이 포함된 이미지를 획득할 수 있다.
또한, 상기 수거 단계는, 상기 로봇의 일측에 구비되는 인식모듈을 통해 상기 재활용품이 포함된 부분을 실시간으로 촬영한 부분 이미지를 획득하고, 상기 컨베이어의 이동 또는 상기 재활용품의 수거에 따라 위치가 변경되는 경우, 제2 인공지능 모델을 기반으로 상기 획득한 부분 이미지 내에서 상기 재활용품을 재인식할 수 있다.
상기 컨베이어는, 상기 복수의 선별영역 상에서 해당 로봇의 해당 할당된 재활용품의 개수에 따라 정지시간이 변경되되, 상기 재활용품의 개수가 많을수록 상기 정지시간이 길어질 수 있다.
또한, 상술한 과제를 해결하기 위한 본 발명에 따른 하드웨어인 서버와 결합되어, 재활용품을 선별하는 방법을 실행시키기 위한 컴퓨터 프로그램에 있어서, 상기 컴퓨터 프로그램은, 재활용 시스템의 컨베이어를 통해 상기 복수의 재활용품을 복수의 선별영역 중 제1 선별영역으로 이송시킨 후 상기 제1 선별영역에서 상기 컨베이어의 이송을 정지시키는 단계, 상기 재활용 시스템의 카메라를 통해 상기 제1 선별영역 상에 위치된 복수의 재활용품이 포함된 이미지를 획득하는 단계, 제1 인공지능 모델을 기반으로 상기 이미지 내에서 상기 복수의 재활용품을 복수의 재활용 종류 별로 인식하는 단계, 상기 인식이 완료되면, 상기 컨베이어를 통해 상기 복수의 재활용품을 상기 제1 선별영역에서 제2 선별영역으로 이송시킨 후 상기 제2 선별영역에서 상기 컨베이어의 이송을 정지시키는 단계 및 상기 재활용 시스템의 로봇을 통해, 상기 제2 선별영역 상에 위치된 상기 복수의 재활용품 중 상기 로봇에 할당된 재활용 종류에 해당하는 재활용품만을 수거하는 단계를 수행할 수 있다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 장치, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체가 더 제공될 수 있다.
상기와 같은 본 발명에 따르면, 복수의 재활용품을 이동시키는 컨베이어를 각 선별영역마다 정지시키고 각 선별영역마다 컨베이어가 정지된 상태에서 컨베이어 위에 위치한 복수의 재활용품에 대한 이미지를 촬영하거나 복수의 재활용품을 종류 별로 수거함으로써 재활용품의 수거의 효율을 높이는 효과가 있다.
구체적으로, 본 발명에 따르면, 컨베이어를 정지시킨 상태에서 컨베이어 위에 위치하는 재활용품을 촬영하고, 이를 기반으로 재활용품을 종류 별로 분리함으로써 기존에 움직이는 컨베이어에서 재활용품을 분류해오던 방식과 달리 높은 정확도를 가질 수 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명에 따른 재활용 시스템을 설명하기 위한 도면이다.
도 2a는 본 발명에 따른 재활용품을 선별하기 위한 서버를 개략적으로 나타낸 블록도이다.
도 2b는 본 발명에 따른 로봇(40)의 복수의 재활용품을 수거하는 부분이 로봇 집게가 아닌 바늘판(43)으로 구성된 것을 나타낸 예시도이다.
도 2c는 본 발명에 따른 로봇(40)의 복수의 재활용품을 수거하는 부분이 로봇 집게가 아닌 흡착기판(46)로 구성된 것을 나타낸 예시도이다.
도 3은 본 발명에 따른 재활용 시스템의 카메라와 로봇 간의 제1 배치구조를 나타낸 예시도이다.
도 4a 내지 도 4c는 도 3의 제1 배치구조에서의 카메라와 로봇을 이용한 재활용품 선별 과정을 설명하기 위한 예시도이다.
도 5는 본 발명에 따른 재활용 시스템의 카메라와 로봇 간의 제2 배치구조를 나타낸 예시도이다.
도 6a 내지 도 6c는 도 5의 제2 배치구조에서의 카메라와 로봇을 이용한 재활용품 선별 과정을 설명하기 위한 예시도이다.
도 7은 본 발명에 따른 재활용 시스템의 카메라와 로봇 간의 제3 배치구조를 나타낸 예시도이다.
도 8a 내지 도 8c는 도 7의 제3 배치구조에서의 카메라와 로봇을 이용한 재활용품 선별 과정을 설명하기 위한 예시도이다.
도 9는 본 발명에 따른 재활용품을 선별하는 과정을 나타낸 흐름도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
설명에 앞서 본 명세서에서 사용하는 용어의 의미를 간략히 설명한다. 그렇지만 용어의 설명은 본 명세서의 이해를 돕기 위한 것이므로, 명시적으로 본 발명을 한정하는 사항으로 기재하지 않은 경우에 본 발명의 기술적 사상을 한정하는 의미로 사용하는 것이 아님을 주의해야 한다.
도 1은 본 발명에 따른 재활용 시스템(1)을 설명하기 위한 도면이다.
도 2a는 본 발명에 따른 재활용품을 선별하기 위한 서버(10)를 개략적으로 나타낸 블록도이다.
도 2b는 본 발명에 따른 로봇(40)의 복수의 재활용품을 수거하는 부분이 로봇 집게가 아닌 바늘판(43)으로 구성된 것을 나타낸 예시도이다.
도 2c는 본 발명에 따른 로봇(40)의 복수의 재활용품을 수거하는 부분이 로봇 집게가 아닌 흡착기판(46)로 구성된 것을 나타낸 예시도이다.
이하, 도 1 내지 도 2c를 참조하여, 본 발명에 따른 프로젝트 보상액을 예측하기 위한 서버(10)에 대해서 설명하도록 한다.
재활용 시스템(1)은 복수의 재활용품을 이동시키는 컨베이어를 각 선별영역마다 정지시키고 각 선별영역마다 컨베이어가 정지된 상태에서 컨베이어 위에 위치한 복수의 재활용품에 대한 이미지를 촬영하거나 복수의 재활용품을 종류 별로 수거함으로써 재활용품의 수거의 효율을 높이는 효과를 가질 수 있다.
구체적으로, 재활용 시스템(1)은 컨베이어를 정지시킨 상태에서 컨베이어 위에 위치하는 재활용품을 촬영하고, 이를 기반으로 재활용품을 종류 별로 분리함으로써 기존에 움직이는 컨베이어에서 재활용품을 분류해오던 방식과 달리 높은 정확도를 가질 수 있다.
여기서, 재활용품은, 캔, 유리 제품, 플라스틱 제품, 종이제품, 비닐 중 적어도 하나를 포함할 수 있다.
이러한, 재활용 시스템(1)은 복수의 재활용품을 선별하기 위한 서버(10), 상기 복수의 재활용품을 이동시키도록 구동되는 컨베이어(20), 상기 복수의 재활용품이 포함된 이미지를 획득하기 위한 카메라(30), 상기 컨베이어(20)에서 상기 복수의 재활용품 중 할당된 재활용 종류에 해당하는 재활용품만을 수거하는 로봇(40) 및 통신망(50)을 포함할 수 있다.
여기서, 재활용 시스템(1)은 도 1에 도시된 구성요소보다 더 적은 수의 구성요소나 더 많은 구성요소를 포함할 수 있다.
또한, 상기 카메라(30)와 상기 로봇(40)의 배치는 다양하게 구성될 수 있다.
이러한, 서버(10)는 통신부(110), 메모리(120) 및 프로세서(130)를 포함할 수 있다. 여기서, 서버(10)는 도 2에 도시된 구성요소보다 더 적은 수의 구성요소나 더 많은 구성요소를 포함할 수 있다. 또한, 서버(10)는 연산처리를 수행하여 사용자에게 결과를 제공할 수 있는 다양한 장치들이 모두 포함될 수 있다.
통신부(110)는 서버(10)와 컨베이어(20) 사이, 서버(10)와 카메라(30) 사이, 서버(10)와 로봇(40) 사이, 서버(10)와 외부 서버(미도시) 사이 또는 서버(10)와 통신망(50) 사이의 무선 통신을 가능하게 하는 하나 이상의 모듈을 포함할 수 있다.
또한, 통신부(110)는 서버(10)를 하나 이상의 네트워크에 연결하는 하나 이상의 모듈을 포함할 수 있다.
메모리(120)는 서버(10)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 메모리(120)는 서버(10)에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 서버(10)의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 이러한 응용 프로그램 중 적어도 일부는, 서버(10)의 기본적인 기능을 위하여 존재할 수 있다. 한편, 응용 프로그램은, 메모리(120)에 저장되고, 서버(10) 상에 설치되어, 프로세서(130)에 의하여 상기 서버(10)의 동작(또는 기능)을 수행하도록 구동될 수 있다.
또한, 메모리(120)는 프로젝트 상기 재활용품을 선별하기 위한 복수의 프로세스를 구비할 수 있다. 여기서, 상기 복수의 프로세스는 프로세서(130)에 대한 동작을 설명할 때 후술하도록 한다.
프로세서(130)는 상기 응용 프로그램과 관련된 동작 외에도, 통상적으로 서버(10)의 전반적인 동작을 제어할 수 있다. 프로세서(130)는 위에서 살펴본 구성요소들을 통해 입력 또는 출력되는 신호, 데이터, 정보 등을 처리하거나 메모리(120)에 저장된 응용 프로그램을 구동함으로써, 사용자에게 적절한 정보 또는 기능을 제공 또는 처리할 수 있다.
또한, 프로세서(130)는 메모리(120)에 저장된 응용 프로그램을 구동하기 위하여, 도 2와 함께 살펴본 구성요소들 중 적어도 일부를 제어할 수 있다. 나아가, 프로세서(130)는 상기 응용 프로그램의 구동을 위하여, 서버(10)에 포함된 구성요소들 중 적어도 둘 이상을 서로 조합하여 동작 시킬 수 있다.
프로세서(130)는 상기 재활용 시스템(1)의 컨베이어(20)를 통해 상기 복수의 재활용품을 복수의 선별영역 중 제1 선별영역으로 이송시킨 후 상기 제1 선별영역에서 상기 컨베이어(20)의 이송을 정지시킬 수 있다.
여기서, 프로세서(130)는 상기 복수의 프로세스 중 제1 프로세스를 기반으로 상기 컨베이어(20)를 통해 상기 복수의 재활용품을 상기 제1 선별영역으로 이송시킨 후 상기 컨베이어(20)의 이송을 정지시킬 수 있다.
상기 복수의 선별영역은, 제1 선별영역 내지 제N 선별영역을 포함할 수 있고, 여기서, N은 자연수일 수 있다.
또한, 상기 제1 선별영역 내지 제N 선별영역의 간격은 동일할 수 있다.
프로세서(130)는 상기 재활용 시스템(1)의 카메라(30)를 통해 상기 제1 선별영역 상에 위치된 복수의 재활용품이 포함된 이미지를 획득할 수 있다.
여기서, 프로세서(130)는 상기 복수의 프로세스 중 제2 프로세스를 기반으로 상기 카메라(30)를 통해 상기 제1 선별영역 상에 위치된 복수의 재활용품이 포함된 이미지를 획득할 수 있다.
또는, 프로세서(130)는 상기 재활용 시스템(1)의 키넥트 센서(미도시)를 통해 상기 제1 선별영역 상에 위치된 복수의 재활용품에 대한 이미지를 획득할 수 있다.
여기서, 이미지는 상기 제1 선별영역 상에 위치된 복수의 재활용품이 겹쳐진 상태의 이미지로, 상기 복수의 재활용품이 겹쳐진 상태의 깊이 정보가 메타데이터로 포함될 수 있다.
따라서, 프로세서(130)는 상기 이미지에 포함되는 상기 깊이 정보를 기반으로 복수의 재활용품 중 하단에 깔려 있는 기 설정된 이상의 무게가 나가는 재활용품의 경우 상기 로봇(40)의 고장을 줄이기 위해 선별하지 않고 지나가도록 결정할 수 있다.
또한, 키넥트 센서(미도시)는 상기 카메라(30)가 위치되는 선별영역 상에 추가로 위치될 수 있다. 또는, 키넥트 센서(미도시)는 상기 카메라(30)에 포함되어 상기 선별영역 상에 위치될 수 있다.
프로세서(130)는 인공지능 모델을 기반으로 상기 이미지 내에서 상기 복수의 재활용품을 복수의 재활용 종류 별로 인식할 수 있다.
여기서, 프로세서(130)는 상기 복수의 프로세스 중 제3 프로세스를 기반으로 상기 인공지능 모델을 기반으로 상기 이미지 내에서 상기 복수의 재활용품을 복수의 재활용 종류 별로 인식할 수 있다.
이때, 프로세서(130)는 상기 이미지에서 상기 재활용품을 복수의 재활용 종류 별로 인식하는 경우, 빠른 속도로 인식하지 않아도 위에 기재한 동작을 수행할 수 있다.
즉, 프로세서(130)가 상기 이미지에서 복수의 재활용품들을 인식하고 이중에서 복수의 재활용 종류 별로 인식해야 하기 때문에 빠른 속도로 인식하려면 매우 고성능의 GPU(Graphics Processing Unit)가 필요하지만 상기 프로세서(130)는 빠른 속도로 위에 기재한 동작을 수행하지 않아도 됨으로 상기 고성능의 GPU 설치에 따른 비용을 절감할 수 있다.
여기서, 상기 인공지능 모델은 콘볼루션 뉴럴 네트워크(CNN, convolutional neural network, 이하 CNN이라고 명칭함)를 포함할 수 있으나 반드시 이에 한정되지 않고, 다양한 구조의 신경망으로 형성될 수 있다.
이러한, CNN은 영상의 각 영역에 대해 복수의 필터를 적용하여 특징 지도(Feature Map)를 만들어 내는 콘볼루션 층(Convolution Layer)과 특징 지도를 공간적으로 통합함으로써 위치나 회전의 변화에 불변하는 특징을 추출할 수 있도록 하는 통합층(Pooling Layer)을 번갈아 수차례 반복하는 구조로 형성될 수 있다. 이를 통해, 점, 선, 면 등의 낮은 수준의 특징에서부터 복잡하고 의미 있는 높은 수준의 특징까지 다양한 수준의 특징을 추출해낼 수 있다.
보다 상세하게는 상기 인공지능 모델은 상기 복수의 재활용품의 복수의 재활용 종류 별로 다양한 형태에 대해 다양한 각도에서 촬영된 이미지를 학습데이터 세트로 구축하고, 상기 구축된 학습데이터 세트를 기반으로 기계 학습될 수 있다.
이에 따라, 일 예로, 상기 인공지능 모델은 상기 재활용품 중 캔의 경우, 다양한 형태로 찌그러진 캔, 일부분이 절단된 캔, 종이 또는 비닐 등이 부착된 캔 등에 대해 다양한 각도에서 촬영된 이미지를 학습데이터 세트로 구축할 수 있다.
여기서, 상기 인공지능 모델은 일 예로, 상기 재활용품 중 종이 또는 비닐 등이 부착된 캔에 대해 상기 종이 또는 비닐이 아닌 상기 캔으로 인식하도록 기계 학습될 수 있다.
또한, 다른 예로, 상기 인공지능 모델은 상기 재활용품 중 유리 제품의 경우, 다양한 형태로 깨진 유리 제품, 종이 또는 비닐 등이 부착된 유리 제품에 대해 다양한 각도에서 촬영된 이미지를 학습데이터 세트로 구축할 수 있다.
여기서, 상기 인공지능 모델은 일 예로, 상기 재활용품 중 종이 또는 비닐 등이 부착된 유리 제품에 대해 상기 종이 또는 비닐이 아닌 상기 유리 제품으로 인식하도록 기계 학습될 수 있다.
또한, 다른 예로, 상기 인공지능 모델은 상기 재활용품 중 종이제품의 경우, 다양한 형태로 찌그러진 종이제품, 일부분일 절단된 종이제품, 비닐이 부착된 종이제품 등에 대해 다양한 각도에서 촬영된 이미지를 학습데이터 세트로 구축할 수 있다.
여기서, 상기 인공지능 모델은 일 예로, 상기 재활용품 중 비닐이 부착된 캔에 대해 상기 비닐이 아닌 상기 종이제품으로 인식하도록 기계 학습될 수 있다.
또한, 다른 예로, 상기 인공지능 모델은 상기 재활용품 중 플라스틱 제품의 경우, 다양한 형태로 찌그러진 플라스틱 제품, 일부분이 절단된 플라스틱 제품, 종이 또는 비닐 등이 부착된 플라스틱 제품 등에 대해 다양한 각도에서 촬영된 이미지를 학습데이터 세트로 구축할 수 있다.
여기서, 상기 인공지능 모델은 일 예로, 상기 재활용품 중 종이 또는 비닐 등이 부착된 플라스틱 제품에 대해 상기 종이 또는 비닐이 아닌 상기 플라스틱 제품으로 인식하도록 기계 학습될 수 있다.
따라서, 상기 인공지능 모델은 상기 복수의 재활용품의 복수의 재활용 종류 별로 다양한 이미지로 학습됨으로써 상기 카메라(30)를 통해 획득한 이미지에서 상기 복수의 재활용 종류 별 인식이 가능할 수 있다.
프로세서(130)는 상기 인식이 완료되면, 상기 컨베이어(20)를 통해 상기 복수의 재활용품을 상기 제1 선별영역에서 제2 선별영역으로 이송시킨 후 상기 제2 선별영역에서 상기 컨베이어의 이송을 정지시킬 수 있다.
여기서, 프로세서(130)는 상기 복수의 프로세스 중 제4 프로세스를 기반으로 상기 인식이 완료되면, 상기 컨베이어(20)를 통해 상기 복수의 재활용품을 상기 제1 선별영역에서 제2 선별영역으로 이송시킨 후 컨베이어의 이송을 정지시킬 수 있다.
보다 상세하게는, 프로세서(130)는 상기 인식이 완료되면, 상기 로봇(40)에 할당된 재활용 종류에 해당하는 재활용품의 개수, 위치, 크기, 수거 순서 등의 정보를 생성할 수 있다.
그리고, 프로세서(130)는 상기 로봇(40)이 할당된 재활용 종류에 해당하는 재활용품을 정확하게 수거할 수 있도록 상기 생성된 정보를 상기 로봇(40)으로 전송할 수 있다.
프로세서(130)는 상기 재활용 시스템(1)의 로봇(40)을 통해, 상기 제2 선별영역 상에 위치된 상기 복수의 재활용품 중 상기 로봇(40)에 할당된 재활용 종류에 해당하는 재활용품만을 수거할 수 있다.
여기서, 프로세서(130)는 상기 복수의 프로세스 중 제5 프로세스를 기반으로 상기 로봇(40)을 통해, 상기 제2 선별영역 상에 위치된 상기 복수의 재활용품 중 상기 로봇(40)에 할당된 재활용 종류에 해당하는 재활용품만을 수거할 수 있다.
보다 상세하게는, 프로세서(130)는 상기 로봇(40)의 일측에 구비되는 인식모듈(41)을 기반으로 상기 재활용품이 포함된 부분을 실시간으로 촬영한 부분 이미지를 획득할 수 있다.
이후, 프로세서(130)는 상기 컨베이어(20)의 구동에 따라 또는 재활용품의 수거에 따라 위치가 변경되는 경우, 제2 인공지능 모델을 기반으로 상기 획득한 부분 이미지 내에서 상기 재활용품을 재인식할 수 있다.
여기서, 프로세서(130)는 상기 제2 인공지능 모델을 기반으로 빠른 속도로 상기 재활용품을 재인식을 해야 하지만 상기 이미지를 기반으로 인식한 상기 복수의 재활용품의 위치에 상기 재활용품이 제대로 있는지 정도를 인식하므로 고성능의 GPU는 필요하지 않을 수 있다.
즉, 프로세서(130)는 상기 컨베이어(20)가 구동됨에 따라 상기 재활물품의 위치가 다소 변경될 수 있으므로 상기 제2 인공지능 모델을 기반으로 오브젝트 디텍션을 수행해서 타겟하는 상기 재활용품의 위치를 재인식할 수 있다.
또는, 프로세서(130)는 로봇(40)이 작업을 하는 중에 상기 재활물품의 위치가 다소 변경될 수 있으므로 상기 제2 인공지능 모델을 기반으로 오브젝트 디텍션을 수행해서 타겟하는 상기 재활용품의 위치를 재인식할 수 있다.
구체적으로, 로봇(40)이 수거 작업을 진행하면서 상기 복수의 재활용품의 위치가 약간씩 변경됨에 따라 상기 로봇에 할당된 재활용 종류에 해당하는 상기 재활용품의 위치 또한 변경될 수 있다.
그러나, 위에 기재한 바와 같이, 프로세서(130)는 상기 로봇(40)의 인식모듈(41)을 기반으로 획득한 상기 부분 이미지를 기반으로 상기 제2 인공지능 모델을 통해 상기 위치가 변경된 상기 재활용품을 정확하게 재인식하여 수거할 수 있다.이후, 프로세서(130)는 상기 이미지와 상기 부분 이미지를 기반으로 상기 로봇(40)이 상기 복수의 재활용품을 순차적으로 수거하도록 제어할 수 있다.
다음으로, 컨베이어(20)는 상기 복수의 재활용품을 이동시키도록 구동되는 장치로, 상기 서버(10)의 구동 명령을 기반으로 구동될 수 있다.
보다 상세하게는, 상기 컨베이어(20)는 고무, 직무, 철망, 강판 등으로 만들어진 벨트를 순환시켜서 그 위에 상기 복수의 재활용품을 올려 놓고 상기 복수의 선별영역을 순차적으로 이동하는 장치일 수 있다.
또한, 컨베이어(20)는 상기 복수의 선별영역 상에서 해당 로봇의 해당 할당된 재활용품의 개수에 따라 정지시간이 변경되되, 상기 재활용품의 개수가 많을수록 상기 정지시간이 길어질 수 있다.
일 예로, 컨베이어(20)는 상기 제2 선별영역 상에서 로봇(30)의 해당 할당된 재활용품이 캔인 경우, 상기 캔의 개수가 많을수록 상기 로봇(30)이 수거하는데 많은 시간이 소요됨으로 상기 정지시간이 길어질 수 있다.
또한, 컨베이어(20)는 상기 복수의 선별영역 상에서 해당 로봇의 해당 할당된 재활용품에 대한 수거 속도에 따라 정지시간이 변경될 수 있다,
일 예로, 컨베이어(20)는 상기 제2 선별영역 상에서 로봇(30)의 해당 할당된 재활용품이 유리 제품이고, 상기 유리 제품이 다른 재활용품 밑에 위치하거나, 로봇(30)이 수거하기 어려운 위치에 위치된 경우, 많은 시간이 소요됨으로 상기 정지시간이 길어질 수 있다.
그 다음으로, 카메라(30)는 해당 선별영역 상의 상기 컨베이어(20) 위에 위치된 상기 복수의 재활용품을 촬영하여 이미지를 획득할 수 있다.
카메라(30)는 영상 촬영이 가능한 기기를 의미할 수 있다. 여기서, 카메라(30)는 서버(10)의 구동 명령을 기반으로 이미지 또는 영상을 촬영할 수 있다.
또한, 카메라(30)는 상기 서버(10)와 무선 또는 유선으로 연결될 수도 있고, 무선으로 연결되는 경우 통신부(미도시)를 통해 정보의 송수신이 가능하도록 구비될 수 있다.
그 다음으로, 로봇(40)은 상기 컨베이어(20)에서 상기 복수의 재활용품 중 할당된 재활용 종류에 해당하는 재활용품만을 수거할 수 있다.
로봇(40)은 일측에 구비되는 인식모듈(41)을 통해 상기 복수의 재활용품 중 할당된 재활용품에 대해 수거 순서에 따라 할당된 재활용품이 포함된 부분을 실시간으로 촬영하여 부분 이미지를 획득할 수 있다.
또한, 로봇(40)은 다양한 형태로 구현 가능하며, 상기 복수의 재활용품 중 할당된 재활용 종류에 해당하는 재활용품만을 수거하도록 구성될 수 있다.
일 예로, 도 1을 보면, 로봇(40)은 상기 복수의 재활용품을 수거하는 부분이 로봇 집게(42)로 구성될 수 있다.
따라서, 로봇(40)은 인식모듈(41)을 통해 수거 순서에 따라 상기 할당된 재활용품이 포함된 부분을 실시간으로 촬영하면서 이를 기반으로 상기 로봇 집게를 통해 상기 할당된 재활용품을 수거할 수 있다.
다른 예로, 도 2b를 보면, 로봇(40)은 상기 복수의 재활용품을 수거하는 부분이 로봇 집게가 아닌 바늘판(43)으로 구성될 수 있다.
여기서, 바늘판(43)은 상기 컨베이어(20)의 하나의 영역과 동일한 크기로 구성될 수 있고, 복수의 바늘(44)을 구비할 수 있다.
또한, 여기서, 바늘(44)은 적어도 하나의 돌기(45)를 가지고 있으며, 재활용품 수거시 바늘(44)에 재활용품이 박히게 되면, 상기 재활용품이 이동시 돌기를 통해 상기 재활용품이 빠지지 않도록 구성될 수 있다.
그리고, 바늘판(43)은 상기 재활용품을 수거함에 넣기 위해 바늘(44)을 상기 바늘(44)이 구비된 판쪽으로 후진하여 상기 재활용품을 분리시키도록 구성될 수 있다.
이때, 각 바늘(44)의 돌기(45)는 접히거나 상기 바늘(44) 내부로 삽입되면서 상기 재활용품이 쉽게 빠질 수 있도록 구성될 수 있다.
또 다른 예로, 도 2c를 보면, 로봇(40)은 상기 복수의 재활용품을 수거하는 부분이 로봇 집게가 아닌 흡착기판(46)로 구성될 수 있다.
여기서, 흡착기판(46)은 상기 컨베이어(20)의 하나의 영역과 동일한 크기로 구성될 수 있고, 복수의 흡착기(47)를 구비할 수 있다.
또한, 여기서, 흡착기(47)는 재활용품 수거시 흡착 패드(48)에 재활용품을 흡착시켜서 상기 재활용품이 이동시 떨어지지 않도록 구성될 수 있다.이하, 로봇(40)의 형태는 도 1 내지 도 2c에 도시된 형태 중 적어도 하나의 형태로 구성될 수 있다.
즉, 도 3 내지 도 8c에서는 로봇(40)이 상기 복수의 재활용품을 수거하는 부분이 로봇 집게(42)로 구성된 것으로 도시하고 있으나 반드시 이에 한정되는 것이 아니다.
마지막으로, 통신망(50)은 서버(10), 컨베이어(20), 카메라(30), 로봇(40) 및 외부 서버(미도시) 간의 다양한 정보를 송수신할 수 있다. 통신망(50)은 다양한 형태의 통신망이 이용될 수 있으며, 예컨대, WLAN(Wireless LAN), 와이파이(Wi-Fi), 와이브로(Wibro), 와이맥스(Wimax), HSDPA(High Speed Downlink Packet Access) 등의 무선 통신방식 또는 이더넷(Ethernet), xDSL(ADSL, VDSL), HFC(Hybrid Fiber Coax), FTTC(Fiber to The Curb), FTTH(Fiber To The Home) 등의 유선 통신방식이 이용될 수 있다.
한편, 통신망(50)은 상기에 제시된 통신방식에 한정되는 것은 아니며, 상술한 통신방식 이외에도 기타 널리 공지되었거나 향후 개발될 모든 형태의 통신 방식을 포함할 수 있다.
도 3은 본 발명에 따른 재활용 시스템(1)의 카메라(30)와 로봇(40) 간의 제1 배치구조를 나타낸 예시도이다.
도 4a 내지 도 4c는 도 3의 제1 배치구조에서의 카메라(30)와 로봇(40)을 이용한 재활용품 선별 과정을 설명하기 위한 예시도이다.
이하, 도 3 내지 도 4c를 참조하여, 본 발명에 따른 재활용 시스템(1)의 제1 배치구조 대해서 설명하도록 한다.
도 3 내지 도 4c를 보면, 상기 제1 배치구조의 설명을 위해 상기 복수의 선별영역인 제1 내지 제N 선별영역 중 제1 내지 제4 선별영역으로 설명하도록 한다.
도 3 내지 도 4c에서 카메라(30)는 상기 복수의 선별영역 중 상기 제1 선별영역에만 배치될 수 있고, 로봇(40)은, 재활용품을 종류 별로 각각 수거하는 복수의 로봇을 포함할 수 있다.
상기 복수의 로봇은, 상기 복수의 선별영역 중 상기 제1 선별영역을 제외한 복수의 선별영역에 각각 배치될 수 있다.
또한, 상기 복수의 로봇은, 상기 인식된 재활용 종류를 기반으로, 상기 복수의 재활용품이 해당 선별영역으로 이송될 때마다 각각 해당 재활용품 만을 선별적으로 수거할 수 있다.
여기서, 제1 카메라(301)는 상기 제1 선별영역에만 배치되고, 제1 내지 제3 로봇(401, 402, 403)은 상기 제1 선별영역을 제외한 제2 내지 제4 선별영역에 각각 배치될 수 있다.
제1 로봇(401)은 상기 재활용품 중 캔을 수거하는 로봇이고, 제2 로봇(402)은 상기 재활용품 중 유리 제품을 수거하는 로봇이고, 제3 로봇(403)은 상기 재활용품 중 플라스틱 제품을 수거하는 로봇일 수 있다.
도 3을 보면, 상기 복수의 재활용품은 상기 컨베이어(20)에 이송되어 상기 제1 선별영역에 정지하여 위치하고, 상기 제1 선별영역에 위치한 상기 제1 카메라(301)는 상기 제1 선별영역의 상기 컨베이어(20) 상에 위치된 복수의 재활용품이 포함된 이미지를 획득할 수 있다
도 4a를 보면, 상기 복수의 재활용품은 컨베이어(20)에 이송되어 상기 제2 선별영역에 정지하여 위치하고, 상기 제1 로봇(401)은 상기 제1 선별영역에 위치한 제1 카메라(301)로부터 획득된 상기 이미지를 기반으로 미리 할당된 재활용 종류인 캔을 수거할 수 있다.
보다 상세하게는, 먼저, 서버(10)의 프로세서(130)는 상기 제1 카메라(301)로부터 획득된 상기 이미지에 대한 인식이 완료되면, 상기 제1 로봇(401)에 할당된 재활용 종류에 해당하는 캔의 개수, 위치, 크기, 수거 순서 등의 정보를 생성할 수 있다.
또한, 프로세서(130)는 상기 제2 로봇(402)에 할당된 재활용 종류에 해당하는 유리 제품의 개수, 위치 크기, 수거 순서 등의 정보를 생성할 수 있다.
또한, 프로세서(130)는 상기 제3 로봇(403)에 할당된 재활용 종류에 해당하는 플라스틱 제품의 개수, 위치, 크기 등의 정보를 생성할 수 있다.
다음으로, 프로세서(130)는 상기 제1 로봇(401)이 할당된 재활용 종류가 캔이고, 상기 캔이 복수개인 경우, 상기 복수의 캔을 정확하게 수거할 수 있도록 상기 생성된 정보를 상기 제1 로봇(401)으로 전송할 수 있다.
다음으로, 프로세서(130)는 상기 제1 로봇(401)의 일측에 구비되는 인식모듈(41)을 통해 상기 복수의 캔 중 상기 수거 순서에 따라 캔이 포함된 부분을 실시간으로 촬영한 부분 이미지를 획득할 수 있다.
다음으로, 상기 프로세서(130)는 상기 컨베이어(20)의 이동에 따라 또는 상기 수거 순서가 앞선 캔의 수거에 따라 상기 복수의 캔의 위치가 변경된 경우가 있을 수 있음으로, 제2 인공지능 모델을 기반으로 상기 부분 이미지 내에서 상기 재활용품을 재인식하고, 상기 이미지와 상기 부분 이미지를 기반으로 상기 제1 로봇(401)이 상기 복수의 캔을 순차적으로 수거하도록 제어할 수 있다.
도 4b를 보면, 복수의 재활용품은 컨베이어(20)에 이송되어 상기 제3 선별영역에 정지하여 위치하고, 상기 제2 로봇(402)은 상기 제1 선별영역에 위치한 제1 카메라(301)로부터 획득된 상기 이미지를 기반으로 미리 할당된 재활용 종류인 유리 제품을 수거할 수 있다.
여기서, 상기 제3 선별영역의 상기 컨베이어(20)에 위치된 상기 복수의 재활용품은 상기 제2 선별영역에서 상기 제1 로봇(401)에 의해 상기 캔이 수거된 후 남은 재활용품일 수 있다.
다음으로, 프로세서(130)는 상기 제2 로봇(402)의 일측에 구비되는 인식모듈(41)을 통해 상기 복수의 유리 제품 중 상기 수거 순서에 따라 유리 제품이 포함된 부분을 실시간으로 촬영한 부분 이미지를 획득할 수 있다.
다음으로, 상기 프로세서(130)는 상기 컨베이어(20)의 이동에 따라 또는 상기 캔의 수거에 따라 또는 상기 수거 순서가 앞선 유리 제품의 수거에 따라 상기 복수의 유리 제품의 위치가 변경된 경우가 있을 수 있음으로, 제2 인공지능 모델을 기반으로 상기 부분 이미지 내에서 상기 유리 제품을 재인식하고, 상기 이미지와 상기 부분 이미지를 기반으로 상기 제2 로봇(402)이 상기 복수의 유리 제품을 순차적으로 수거하도록 제어할 수 있다.
도 4c를 보면, 복수의 재활용품은 컨베이어(20)에 이송되어 상기 제4 선별영역에 정지하여 위치하고, 상기 제3 로봇(403)은 상기 제1 선별영역에 위치한 제1 카메라(301)로부터 획득된 이미지를 기반으로 미리 할당된 재활용 종류인 플라스틱 제품을 수거할 수 있다.
여기서, 상기 제4 선별영역의 상기 컨베이어(20)에 위치된 상기 복수의 재활용품은 상기 제2 선별영역에서 상기 제1 로봇(401)에 의해 상기 캔이 수거되고, 상기 제3 선별영역에서 상기 제2 로봇(402)에 의해 상기 유리 제품이 수거된 후 남은 재활용품일 수 있다.
다음으로, 프로세서(130)는 상기 제3 로봇(403)의 일측에 구비되는 인식모듈(41)을 통해 상기 복수의 플라스틱 제품 중 상기 수거 순서에 따라 플라스틱 제품이 포함된 부분을 실시간으로 촬영한 부분 이미지를 획득할 수 있다.
다음으로, 상기 프로세서(130)는 상기 컨베이어(20)의 이동에 따라 또는 상기 유리 제품의 수거에 따라 또는 상기 수거 순서가 앞선 플라스틱 제품의 수거에 따라 상기 복수의 플라스틱 제품의 위치가 변경된 경우가 있을 수 있음으로, 제2 인공지능 모델을 기반으로 상기 부분 이미지 내에서 상기 플라스틱 제품을 재인식하고, 상기 이미지와 상기 부분 이미지를 기반으로 상기 제3 로봇(403)이 상기 복수의 플라스틱 제품을 순차적으로 수거하도록 제어할 수 있다.
도 5는 본 발명에 따른 재활용 시스템(1)의 카메라(30)와 로봇(40) 간의 제2 배치구조를 나타낸 예시도이다.
도 6a 내지 도 6c는 도 5의 제2 배치구조에서의 카메라(30)와 로봇(40)을 이용한 재활용품 선별 과정을 설명하기 위한 예시도이다.
이하, 도 5 내지 도 6c를 참조하여, 본 발명에 따른 재활용 시스템(1)의 제2 배치구조 대해서 설명하도록 한다.
도 5 내지 도 6c를 보면, 상기 제1 배치구조의 설명을 위해 상기 복수의 선별영역인 제1 내지 제N 선별영역 중 제1 내지 제4 선별영역으로 설명하도록 한다.
도 5 내지 도 6c에서 카메라는 복수의 카메라를 포함할 수 있고, 상기 로봇은 재활용품을 종류 별로 각각 수거하는 복수의 로봇을 포함할 수 있다.
상기 복수의 카메라 및 상기 복수의 로봇은 상기 복수의 선별영역 각각에 서로 교번적으로 배치될 수 있다.
또한, 상기 복수의 카메라는 해당 선별영역 상에 위치한 복수의 재활용품이 포함된 이미지를 각각 획득할 수 있다.
또한, 상기 복수의 로봇은 해당 선별영역의 이전 선별영역에 배치된 카메라의 이미지로부터 인식되는 재활용 종류를 기반으로 상기 복수의 재활용품이 해당 선별영역으로 이송될 때마다 각각 해당 할당된 재활용품만을 선별적으로 수거할 수 있다.
여기서, 제1 카메라(301)은 상기 제1 선별영역에 설치되고 제2 카메라(302)는 상기 제3 선별영역에 설치되고, 상기 제1 로봇(401)은 상기 제2 선별영역에 설치되고 상기 제2 로봇(402)은 상기 제4 선별영역에 각각 배치될 수 있다.
즉, 제1 선별영역에 제1 카메라(301), 제2 선별영역에 제1 로봇(401), 제3 선별영역에 제2 카메라(302) 및 제4 선별영역에 제2 로봇(402)이 교번적으로 설치될 수 있다.
여기서, 상기 제1 로봇(401)은 상기 재활용품 중 캔을 수거하는 로봇이고, 상기 제2 로봇(402)은 상기 재활용품 중 유리 제품을 수거하는 로봇일 수 있다.
도 5를 보면, 상기 복수의 재활용품은 상기 컨베이어(20)에 이송되어 상기 제1 선별영역에 정지하여 위치하고, 상기 제1 선별영역에 위치한 상기 제1 카메라(301)는 상기 제1 선별영역의 상기 컨베이어(20) 상에 위치된 복수의 재활용품이 포함된 제1 이미지를 획득할 수 있다.
보다 상세하게는, 먼저, 서버(10)의 프로세서(130)는 상기 제1 카메라(301)로부터 획득된 상기 제1 이미지에 대한 인식이 완료되면, 상기 제1 로봇(401)에 할당된 재활용 종류에 해당하는 캔의 개수, 위치, 크기, 수거 순서 등의 정보를 생성할 수 있다.
다음으로, 프로세서(130)는 상기 제1 로봇(401)이 할당된 재활용 종류가 캔이고, 상기 캔이 복수개인 경우, 상기 복수의 캔을 정확하게 수거할 수 있도록 상기 생성된 정보를 상기 로봇(401)으로 전송할 수 있다.
도 6a를 보면, 상기 복수의 재활용품은 상기 컨베이어(20)에 이송되어 상기 제2 선별영역에 정지하여 위치하고, 상기 제1 로봇(401)은 상기 제1 선별영역에 위치한 제1 카메라(301)로부터 획득된 상기 제1 이미지를 기반으로 미리 할당된 재활용 종류인 캔을 수거할 수 있다.
보다 상세하게는, 먼저, 프로세서(130)는 상기 제1 로봇(401)의 일측에 구비되는 인식모듈(41)을 통해 상기 복수의 캔 중 상기 수거 순서에 따라 캔이 포함된 부분을 실시간으로 촬영한 제1 부분 이미지를 획득할 수 있다.
다음으로, 상기 프로세서(130)는 상기 컨베이어(20)의 이동에 따라 또는 상기 수거 순서가 앞선 캔의 수거에 따라 상기 복수의 캔의 위치가 변경된 경우가 있을 수 있음으로, 제2 인공지능 모델을 기반으로 상기 제1 부분 이미지 내에서 상기 캔을 재인식하고, 상기 제1 이미지와 상기 제1 부분 이미지를 기반으로 상기 제1 로봇(401)이 상기 복수의 캔을 순차적으로 수거하도록 제어할 수 있다.
도 6b를 보면, 복수의 재활용품은 상기 컨베이어(20)에 이송되어 상기 제3 선별영역에 정지하여 위치하고, 상기 제3 선별영역에 위치한 제2 카메라(302)는 상기 제3 선별영역의 상기 컨베이어(20) 상에 위치된 복수의 재활용품이 포함된 재2 이미지를 획득할 수 있다.
여기서, 상기 제3 선별영역의 상기 컨베이어(20)에 위치된 상기 복수의 재활용품은 상기 제2 선별영역에서 상기 제1 로봇(401)에 의해 상기 캔이 수거된 후 남은 재활용품일 수 있다.
보다 상세하게는, 먼저, 서버(10)의 프로세서(130)는 상기 제1 카메라(301)로부터 획득된 상기 제1 이미지에 대한 인식이 완료되면, 상기 제1 로봇(401)에 할당된 재활용 종류에 해당하는 캔의 개수, 위치, 크기, 수거 순서 등의 정보를 생성할 수 있다.
다음으로, 프로세서(130)는 상기 제1 로봇(401)이 할당된 재활용 종류가 캔이고, 상기 캔이 복수개인 경우, 상기 복수의 캔을 정확하게 수거할 수 있도록 상기 생성된 정보를 상기 제1 로봇(401)으로 전송할 수 있다.
도 6c를 보면, 복수의 재활용품은 컨베이어(20)에 이송되어 상기 제4 선별영역에 정지하여 위치하고, 상기 제2 로봇(402)은 상기 제3 선별영역에 위치한 제2 카메라(302)로부터 획득된 상기 제2 이미지를 기반으로 미리 할당된 재활용 종류인 유리 제품을 수거할 수 있다.
여기서, 상기 제4 선별영역의 상기 컨베이어(20)에 위치된 상기 복수의 재활용품은 상기 제2 선별영역에서 상기 제1 로봇(401)에 의해 상기 캔이 수거된 후 남은 재활용품일 수 있다.
보다 상세하게는, 프로세서(130)는 상기 제2 로봇(402)의 일측에 구비되는 인식모듈(41)을 통해 상기 복수의 유리 제품 중 상기 수거 순서에 따라 유리 제품이 포함된 부분을 실시간으로 촬영한 제2 부분 이미지를 획득할 수 있다.
다음으로, 상기 프로세서(130)는 상기 컨베이어(20)의 이동에 따라 또는 상기 캔의 수거에 따라 또는 상기 수거 순서가 앞선 유리 제품의 수거에 따라 상기 복수의 유리 제품의 위치가 변경된 경우가 있을 수 있음으로, 제2 인공지능 모델을 기반으로 상기 제2 부분 이미지 내에서 상기 유리 제품을 재인식하고, 상기 제2 이미지와 상기 제2 부분 이미지를 기반으로 상기 제2 로봇(401)이 상기 복수의 유리 제품을 순차적으로 수거하도록 제어할 수 있다.
도 7은 본 발명에 따른 재활용 시스템(1)의 카메라(30)와 로봇(40) 간의 제3 배치구조를 나타낸 예시도이다.
도 8a 내지 도 8c는 도 7의 제3 배치구조에서의 카메라(30)와 로봇(40)을 이용한 재활용품 선별 과정을 설명하기 위한 예시도이다.
이하, 도 7 내지 도 8c를 참조하여, 본 발명에 따른 재활용 시스템(1)의 제3 배치구조 대해서 설명하도록 한다.
도 7 내지 도 8c를 보면, 상기 제3 배치구조의 설명을 위해 상기 복수의 선별영역인 제1 내지 제N 선별영역 중 제1 내지 제4 선별영역으로 설명하도록 한다.
도 7 내지 도 8c에서 카메라는 복수의 카메라를 포함할 수 있고, 상기 로봇은 재활용품을 종류 별로 각각 수거하는 복수의 로봇을 포함할 수 있다.
상기 제1 선별영역에는 상기 복수의 카메라 중 특정 카메라만이 배치되고, 상기 제1 선별영역을 제외한 상기 복수의 선별영역 각각에는, 상기 특정 카메라를 제외한 적어도 하나의 카메라 및 상기 복수의 로봇이 각각 하나씩 배치될 수 있다.
또한, 상기 특정 카메라를 제외한 상기 적어도 하나의 카메라는, 해당 선별영역에 함께 배치된 로봇의 수거 동작이 완료된 후에 상기 해당 선별영역 상의 복수의 재활용품이 포함된 이미지를 획득할 수 있다.
여기서, 상기 제1 선별영역에는 제1 카메라(301)가 설치되고, 상기 제2 선별영역에는 제1 로봇(401)과 제2 카메라(302)가 설치되고, 상기 제3 선별영역에는 제2 로봇(402)과 제3 카메라(303)가 설치되고, 상기 제4 선별영역에는 제3 로봇(403)과 제4 카메라(304)가 설치될 수 있다.
즉, 제1 선별영역에 제1 카메라(301), 제2 선별영역에 제1 로봇(401), 제3 선별영역에 제2 카메라(302) 및 제4 선별영역에 제2 로봇(402)이 교번적으로 설치될 수 있다.
여기서, 상기 제1 로봇(401)은 상기 재활용품 중 캔을 수거하는 로봇이고, 상기 제2 로봇(402)은 상기 재활용품 중 유리 제품을 수거하는 로봇이고, 상기 제3 로봇(403)은 상기 재활용품 중 플라스틱 제품을 수거하는 로봇일 수 있다.
도 7을 보면, 상기 복수의 재활용품은 상기 컨베이어(20)에 이송되어 상기 제1 선별영역에 정지하여 위치하고, 상기 제1 선별영역에 위치한 상기 제1 카메라(301)는 상기 제1 선별영역의 상기 컨베이어(20) 상에 위치된 복수의 재활용품이 포함된 제1 이미지를 획득할 수 있다.
보다 상세하게는, 먼저, 서버(10)의 프로세서(130)는 상기 제1 카메라(301)로부터 획득된 상기 제1 이미지에 대한 인식이 완료되면, 상기 제1 로봇(401)에 할당된 재활용 종류에 해당하는 캔의 개수, 위치, 크기, 수거 순서 등의 정보를 생성할 수 있다.
다음으로, 프로세서(130)는 상기 제1 로봇(401)이 할당된 재활용 종류가 캔이고, 상기 캔이 복수개인 경우, 상기 복수의 캔을 정확하게 수거할 수 있도록 상기 생성된 정보를 상기 제1 로봇(401)으로 전송할 수 있다.
도 8a를 보면, 복수의 재활용품은 상기 컨베이어(20)에 이송되어 상기 제2 선별영역에 정지하여 위치하고, 상기 제1 로봇(401)은 상기 제1 선별영역에 위치한 제1 카메라(301)로부터 획득된 상기 제1 이미지를 기반으로 미리 할당된 재활용 종류인 캔을 수거할 수 있다.
보다 상세하게는, 먼저, 프로세서(130)는 상기 제1 로봇(401)의 일측에 구비되는 인식모듈(41)을 통해 상기 복수의 캔 중 상기 수거 순서에 따라 캔이 포함된 부분을 실시간으로 촬영한 제1 부분 이미지를 획득할 수 있다.
다음으로, 상기 프로세서(130)는 상기 컨베이어(20)의 이동에 따라 또는 상기 수거 순서가 앞선 캔의 수거에 따라 상기 복수의 캔의 위치가 변경된 경우가 있을 수 있음으로, 제2 인공지능 모델을 기반으로 상기 제1 부분 이미지 내에서 상기 캔을 재인식하고, 상기 제1 이미지와 상기 제1 부분 이미지를 기반으로 상기 제1 로봇(401)이 상기 복수의 캔을 순차적으로 수거하도록 제어할 수 있다.
이후, 상기 제2 선별영역에 위치한 상기 제2 카메라(302)는 상기 제2 선별영역의 상기 컨베이어(20) 상에 위치된 복수의 재활용품이 포함된 제2 이미지를 획득할 수 있다.
여기서, 상기 제2 이미지는, 제2 선별영역의 상기 컨베이어(20)에 위치된 상기 복수의 재활용품이 포함된 이미지로, 상기 제2 선별영역에서 상기 제1 로봇(401)에 의해 상기 캔이 수거된 후 남은 재활용품에 대한 이미지일 수 있다.
도 8b를 보면, 상기 복수의 재활용품은 상기 컨베이어(20)에 이송되어 상기 제3 선별영역에 정지하여 위치하고, 상기 제2 로봇(402)은 상기 제2 선별영역에 위치한 제2 카메라(302)로부터 획득된 상기 제2 이미지를 기반으로 미리 할당된 재활용 종류인 유리 제품을 수거할 수 있다.
보다 상세하게는, 먼저, 프로세서(130)는 상기 제2 로봇(402)의 일측에 구비되는 인식모듈(41)을 통해 상기 복수의 유리 제품 중 상기 수거 순서에 따라 유리 제품이 포함된 부분을 실시간으로 촬영한 제2 부분 이미지를 획득할 수 있다.
다음으로, 상기 프로세서(130)는 상기 컨베이어(20)의 이동에 따라 또는 상기 복수의 캔의 수거에 따라 또는 상기 수거 순서가 앞선 유리 제품의 수거에 따라 상기 복수의 유리 제품의 위치가 변경된 경우가 있을 수 있음으로, 제2 인공지능 모델을 기반으로 상기 제2 부분 이미지 내에서 상기 유리 제품을 재인식하고, 상기 제2 이미지와 상기 제2 부분 이미지를 기반으로 상기 제2 로봇(402)이 상기 복수의 유리 제품을 순차적으로 수거하도록 제어할 수 있다.
이후, 상기 제3 선별영역에 위치한 상기 제3 카메라(303)는 상기 제3 선별영역의 상기 컨베이어(20) 상에 위치된 복수의 재활용품이 포함된 제3 이미지를 획득할 수 있다.
여기서, 상기 제3 이미지는, 제3 선별영역의 상기 컨베이어(20)에 위치된 상기 복수의 재활용품이 포함된 이미지로, 상기 제3 선별영역에서 상기 제2 로봇(401)에 의해 상기 유리 제품이 수거된 후 남은 재활용품에 대한 이미지일 수 있다.
도 8c를 보면, 상기 복수의 재활용품은 컨베이어(20)에 이송되어 상기 제4 선별영역에 정지하여 위치하고, 상기 제3 로봇(402)은 상기 제3 선별영역에 위치한 제3 카메라(302)로부터 획득된 상기 제3 이미지를 기반으로 미리 할당된 재활용 종류인 플라스틱 제품을 수거할 수 있다.
보다 상세하게는, 먼저, 프로세서(130)는 상기 제3 로봇(403)의 일측에 구비되는 인식모듈(41)을 통해 상기 복수의 플라스틱 제품 중 상기 수거 순서에 따라 플라스틱 제품이 포함된 부분을 실시간으로 촬영한 제3 부분 이미지를 획득할 수 있다.
다음으로, 상기 프로세서(130)는 상기 컨베이어(20)의 이동에 따라 또는 상기 복수의 유리 제품의 수거에 따라 또는 상기 수거 순서가 앞선 플라스틱 제품의 수거에 따라 상기 복수의 플라스틱 제품의 위치가 변경된 경우가 있을 수 있음으로, 제2 인공지능 모델을 기반으로 상기 제3 부분 이미지 내에서 상기 플라스틱 제품을 재인식하고, 상기 제3 이미지와 상기 제3 부분 이미지를 기반으로 상기 제3 로봇(403)이 상기 복수의 플라스틱 제품을 순차적으로 수거하도록 제어할 수 있다.
이후, 상기 제4 선별영역에 위치한 상기 제4 카메라(303)는 상기 제4 선별영역의 상기 컨베이어(20) 상에 위치된 복수의 재활용품이 포함된 제4 이미지를 획득할 수 있다.
여기서, 상기 제4 이미지는, 제4 선별영역의 상기 컨베이어(20)에 위치된 상기 복수의 재활용품이 포함된 이미지로, 상기 제4 선별영역에서 상기 제3 로봇(401)에 의해 상기 플라스틱 제품이 수거된 후 남은 재활용품에 대한 이미지일 수 있다.
도 9는 본 발명에 따른 재활용품을 선별하는 과정을 나타낸 흐름도이다. 여기서, 프로세서(130)의 동작은 서버(10)에서 수행 가능할 수 있다.
프로세서(130)는 컨베이어(20)를 통해 복수의 재활용품을 제1 선별영역으로 이송시킨 후 상기 컨베이어(20)의 이송을 정지시킬 수 있다(S901).
구체적으로, 프로세서(130)는 상기 재활용 시스템(1)의 컨베이어(20)를 통해 상기 복수의 재활용품을 복수의 선별영역 중 제1 선별영역으로 이송시킨 후 상기 제1 선별영역에서 상기 컨베이어(20)의 이송을 정지시킬 수 있다.
여기서, 상기 컨베이어는 상기 복수의 선별영역 상에서 해당 로봇의 해당 할당된 재활용품의 개수에 따라 정지시간이 변경되되, 상기 재활용품의 개수가 많을수록 상기 정지시간이 길어질 수 있다.
또한, 상기 컨베이어는 상기 복수의 선별영역 상에서 해당 로봇의 해당 할당된 재활용품에 대한 수거 속도에 따라 정시시간이 변경될 수 있다.
프로세서(130)는 카메라(30)를 통해 상기 제1 선별영역 상에 위치된 상기 복수의 재활용품이 포함된 이미지를 획득할 수 있다(S902).
구체적으로, 프로세서(130)는 상기 재활용 시스템(1)의 카메라(30)를 통해 상기 제1 선별영역 상에 상기 컨베이어(20)의 상단에 위치된 복수의 재활용품이 포함된 이미지를 획득할 수 있다.
프로세서(130)는 상기 인공지능 모델을 기반으로 상기 이미지 내에서 상기 복수의 재활용품을 복수의 재활용 종류 별로 인식할 수 있다(S903).
여기서, 상기 인공지능 모델은 콘볼루션 뉴럴 네트워크(CNN, convolutional neural network, 이하 CNN이라고 명칭함)를 포함할 수 있으나 반드시 이에 한정되지 않고, 다양한 구조의 신경망으로 형성될 수 있다.
프로세서(130)는 상기 인식 완료되면, 상기 컨베이어(20)를 통해 상기 복수의 재활용품을 상기 제2 선별영역으로 이송시킨 후 상기 컨베이어(20)의 이송을 정지시킬 수 있다(S904).
구체적으로, 프로세서(130)는 상기 인식이 완료되면, 상기 컨베이어(20)를 통해 상기 복수의 재활용품을 상기 제1 선별영역에서 제2 선별영역으로 이송시킨 후 상기 제2 선별영역에서 상기 컨베이어(20)의 이송을 정지시킬 수 있다.
프로세서(103)는 로봇(40)을 통해 상기 제2 선별영역 상에 위치된 상기 복수의 재활용품 중 상기 로봇(40)에 할당된 재활용 종류에 해당하는 재활용품만을 수거할 수 있다(S905).
구체적으로, 프로세서(130)는 상기 재활용 시스템(1)의 로봇(40)을 통해, 상기 제2 선별영역 상에 위치된 상기 복수의 재활용품 중 상기 로봇(40)에 할당된 재활용 종류에 해당하는 재활용품만을 수거할 수 있다.
또한, 프로세서(130)는 상기 로봇(40)의 일측에 구비되는 인식모듈(41)을 통해 상기 재활용품이 포함된 부분을 실시간으로 촬영한 부분 이미지를 획득할 수 있다.
이후, 프로세서(130)는 상기 컨베이어(20)의 이동 또는 상기 재활용품의 수거에 따라 위치가 변경되는 경우, 제2 인공지능 모델을 기반으로 상기 획득한 부분 이미지 내에서 상기 재활용품을 재인식할 수 있다.
또한, 일 예로, 상기 카메라(30)는 상기 복수의 선별영역 중 상기 제1 선별영역에만 배치될 수 있다.
또한, 상기 로봇(40)은 재활용품을 종류 별로 각각 수거하는 복수의 로봇을 포함할 수 있고, 상기 복수의 로봇은 상기 복수의 선별영역 중 상기 제1 선별영역을 제외한 복수의 선별영역에 각각 배치될 수 있다.
또한, 상기 복수의 로봇은 상기 인식된 재활용 종류를 기반으로, 상기 복수의 재활용품이 해당 선별영역으로 이송될 때마다 각각 해당 할당된 재활용품 만을 선별적으로 수거할 수 있다.
다른 예로, 상기 카메라(30)는 상기 복수의 카메라를 포함할 수 있고, 상기 로봇(40)은 재활용품을 종류 별로 각각 수거하는 복수의 로봇을 포함할 수 있다.
여기서, 상기 복수의 카메라 및 상기 복수의 로봇을 상기 복수의 선별영역 각각에 서로 교번적으로 배치될 수 있다.
이에 따라, 상기 복수의 카메라는 해당 선별영역 상에 위치한 복수의 재활용품이 포함된 이미지를 각각 획득할 수 있다.
그리고, 상기 복수의 로봇은 해당 선별영역의 이전 선별영역에 배치된 카메라의 이미지로부터 인식되는 재활용 종류를 기반으로, 상기 복수의 재활용품이 해당 선별영역으로 이송될 때마다 각각 해당 할당된 재활용품만을 선별적으로 수거할 수 있다.
또 다른 예로, 상기 카메라(30)는 상기 복수의 카메라를 포함할 수 있고, 상기 로봇(40)은 재활용품을 종류 별로 각각 수거하는 복수의 로봇을 포함할 수 있다.
여기서, 상기 제1 선별영역에는 상기 복수의 카메라 중 특정 카메라만이 배치될 수 있다.
그리고, 상기 제2 선별영역을 제외한 상기 복수의 선별영역 각각에는, 상기 특정 카메라를 제외한 적어도 하나의 카메라 및 상기 복수의 로봇이 각각 하나씩 배치될 수 있다.
보다 상세하게는, 상기 특정 카메라를 제외한 상기 적어도 하나의 카메라는 해당 선별영역에 함께 배치된 로봇의 수거 동작이 완료된 후에 상기 해당 선별영역 상의 복수의 재활용품이 포함된 이미지를 획득할 수 있다.
도 9는 단계 S901 내지 단계 S905를 순차적으로 실행하는 것으로 기재하고 있으나, 이는 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 도 9에 기재된 순서를 변경하여 실행하거나 단계 S901 내지 단계 S905 중 하나 이상의 단계를 병렬적으로 실행하는 것으로 다양하게 수정 및 변형하여 적용 가능할 것이므로, 도 9는 시계열적인 순서로 한정되는 것은 아니다.
이상에서 전술한 본 발명의 일 실시예에 따른 방법은, 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 어플리케이션)으로 구현되어 매체에 저장될 수 있다. 여기서, 컴퓨터는 앞에서 설명한 서버(10)일 수 있다.
상기 전술한 프로그램은, 상기 컴퓨터가 프로그램을 읽어 들여 프로그램으로 구현된 상기 방법들을 실행시키기 위하여, 상기 컴퓨터의 프로세서(CPU)가 상기 컴퓨터의 장치 인터페이스를 통해 읽힐 수 있는 C, C++, JAVA, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다. 이러한 코드는 상기 방법들을 실행하는 필요한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Functional Code)를 포함할 수 있고, 상기 기능들을 상기 컴퓨터의 프로세서가 소정의 절차대로 실행시키는데 필요한 실행 절차 관련 제어 코드를 포함할 수 있다. 또한, 이러한 코드는 상기 기능들을 상기 컴퓨터의 프로세서가 실행시키는데 필요한 추가 정보나 미디어가 상기 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조되어야 하는지에 대한 메모리 참조관련 코드를 더 포함할 수 있다. 또한, 상기 컴퓨터의 프로세서가 상기 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 상기 컴퓨터의 통신 모듈을 이용하여 원격에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수 있다.
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.
1: 재활용 시스템
10: 서버
110: 통신부
120: 메모리
130: 프로세서
20: 컨베이어
30: 카메라
40: 로봇
50: 통신망

Claims (10)

  1. 재활용 시스템에 의해 수행되는, 재활용품을 선별하는 방법에 있어서,
    상기 재활용 시스템의 컨베이어를 통해 상기 복수의 재활용품을 복수의 선별영역 중 제1 선별영역으로 이송시킨 후 상기 제1 선별영역에서 상기 컨베이어의 이송을 정지시키는 단계;
    상기 재활용 시스템의 카메라를 통해 상기 제1 선별영역 상에 위치된 복수의 재활용품이 포함된 이미지를 획득하는 단계;
    제1 인공지능 모델을 기반으로 상기 이미지 내에서 상기 복수의 재활용품을 복수의 재활용 종류 별로 인식하는 단계;
    상기 인식이 완료되면, 상기 컨베이어를 통해 상기 복수의 재활용품을 상기 제1 선별영역에서 제2 선별영역으로 이송시킨 후 상기 제2 선별영역에서 상기 컨베이어의 이송을 정지시키는 단계; 및
    상기 재활용 시스템의 로봇을 통해 상기 제2 선별영역 상에 위치된 상기 복수의 재활용품 중 상기 로봇에 할당된 재활용 종류에 해당하는 재활용품만을 수거하는 단계;를 포함하는, 방법.
  2. 제1항에 있어서,
    상기 카메라는, 상기 복수의 선별영역 중 상기 제1 선별영역에만 배치되고,
    상기 로봇은, 재활용품을 종류 별로 각각 수거하는 복수의 로봇을 포함하고,
    상기 복수의 로봇은, 상기 복수의 선별영역 중 상기 제1 선별영역을 제외한 복수의 선별영역에 각각 배치되는, 방법.
  3. 제2항에 있어서,
    상기 복수의 로봇은, 상기 인식된 재활용 종류를 기반으로, 상기 복수의 재활용품이 해당 선별영역으로 이송될 때마다 각각 해당 할당된 재활용품 만을 선별적으로 수거하는, 방법.
  4. 제1항에 있어서,
    상기 카메라는, 상기 복수의 카메라를 포함하고,
    상기 로봇은, 재활용품을 종류 별로 각각 수거하는 복수의 로봇을 포함하고,
    상기 복수의 카메라 및 상기 복수의 로봇은 상기 복수의 선별영역 각각에 서로 교번적으로 배치되는, 방법.
  5. 제4항에 있어서,
    상기 복수의 카메라는, 해당 선별영역 상에 위치한 복수의 재활용품이 포함된 이미지를 각각 획득하고,
    상기 복수의 로봇은, 해당 선별영역의 이전 선별영역에 배치된 카메라의 이미지로부터 인식되는 재활용 종류를 기반으로, 상기 복수의 재활용품이 해당 선별영역으로 이송될 때마다 각각 해당 할당된 재활용품만을 선별적으로 수거하는, 방법.
  6. 제1항에 있어서,
    상기 카메라는, 상기 복수의 카메라를 포함하고,
    상기 로봇은, 재활용품을 종류 별로 각각 수거하는 복수의 로봇을 포함하고,
    상기 제1 선별영역에는 상기 복수의 카메라 중 특정 카메라만이 배치되고,
    상기 제1 선별영역을 제외한 상기 복수의 선별영역 각각에는, 상기 특정 카메라를 제외한 적어도 하나의 카메라 및 상기 복수의 로봇이 각각 하나씩 배치되는, 방법.
  7. 제6항에 있어서,
    상기 특정 카메라를 제외한 상기 적어도 하나의 카메라는, 해당 선별영역에 함께 배치된 로봇의 수거 동작이 완료된 후에 상기 해당 선별영역 상의 복수의 재활용품이 포함된 이미지를 획득하는, 방법.
  8. 제1항에 있어서,
    상기 수거 단계는,
    상기 로봇의 일측에 구비되는 인식모듈을 통해 상기 재활용품이 포함된 부분을 실시간으로 촬영한 부분 이미지를 획득하고,
    상기 컨베이어의 이동 또는 상기 재활용품의 수거에 따라 위치가 변경되는 경우, 제2 인공지능 모델을 기반으로 상기 획득한 부분 이미지 내에서 상기 재활용품을 재인식하는, 방법.
  9. 제8항에 있어서,
    상기 컨베이어는,
    상기 복수의 선별영역 상에서 해당 로봇의 해당 할당된 재활용품의 개수에 따라 정지시간이 변경되되,
    상기 재활용품의 개수가 많을수록 상기 정지시간이 길어지는, 방법.
  10. 하드웨어인 서버와 결합되어, 재활용품을 선별하는 방법을 실행시키기 위한 컴퓨터 프로그램에 있어서,
    상기 컴퓨터 프로그램은,
    재활용 시스템의 컨베이어를 통해 상기 복수의 재활용품을 복수의 선별영역 중 제1 선별영역으로 이송시킨 후 상기 제1 선별영역에서 상기 컨베이어의 이송을 정지시키는 단계;
    상기 재활용 시스템의 카메라를 통해 상기 제1 선별영역 상에 위치된 복수의 재활용품이 포함된 이미지를 획득하는 단계;
    제1 인공지능 모델을 기반으로 상기 이미지 내에서 상기 복수의 재활용품을 복수의 재활용 종류 별로 인식하는 단계;
    상기 인식이 완료되면, 상기 컨베이어를 통해 상기 복수의 재활용품을 상기 제1 선별영역에서 제2 선별영역으로 이송시킨 후 상기 제2 선별영역에서 상기 컨베이어의 이송을 정지시키는 단계; 및
    상기 재활용 시스템의 로봇을 통해, 상기 제2 선별영역 상에 위치된 상기 복수의 재활용품 중 상기 로봇에 할당된 재활용 종류에 해당하는 재활용품만을 수거하는 단계;를 수행하는, 컴퓨터 프로그램.
KR1020210094313A 2021-07-19 2021-07-19 재활용품을 선별하는 시스템 및 방법 KR20230013498A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020210094313A KR20230013498A (ko) 2021-07-19 2021-07-19 재활용품을 선별하는 시스템 및 방법
PCT/KR2022/010389 WO2023003288A2 (ko) 2021-07-19 2022-07-15 인공지능 기반의 재활용품 선별 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210094313A KR20230013498A (ko) 2021-07-19 2021-07-19 재활용품을 선별하는 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20230013498A true KR20230013498A (ko) 2023-01-26

Family

ID=84978784

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210094313A KR20230013498A (ko) 2021-07-19 2021-07-19 재활용품을 선별하는 시스템 및 방법

Country Status (2)

Country Link
KR (1) KR20230013498A (ko)
WO (1) WO2023003288A2 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102650810B1 (ko) * 2023-09-27 2024-03-25 주식회사 에이트테크 대상객체와 비대상객체 분리 로봇 시스템
KR102651149B1 (ko) * 2023-09-27 2024-03-26 주식회사 에이트테크 다중 클래스 분류 기준표를 이용한 대상객체 분류 시스템
KR102651150B1 (ko) * 2023-09-27 2024-03-26 주식회사 에이트테크 대상객체 종류에 따른 공기압 제어를 통한 폐기물 분류 시스템
KR102651151B1 (ko) * 2023-09-27 2024-03-26 주식회사 에이트테크 공기 방향 제어를 통한 폐기물 분류 시스템
KR102658582B1 (ko) * 2023-05-25 2024-04-17 김형주 딥러닝 인공지능을 이용한 비전분석을 이용하는 물체 분류 장치

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090056273A (ko) 2007-11-30 2009-06-03 주식회사 다음커뮤니케이션 키워드 검색 방법

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5150307A (en) * 1990-10-15 1992-09-22 Automation Industrial Control, Inc. Computer-controlled system and method for sorting plastic items
KR101270354B1 (ko) * 2013-02-12 2013-06-04 한국쓰리알환경산업(주) 폐기물 재활용 분류 시스템
JP7108283B2 (ja) * 2018-05-08 2022-07-28 ウエノテックス株式会社 廃棄物選別システム、教師データ生成装置、教師データ生成システム、および教師データ生成プログラム
KR102179534B1 (ko) * 2019-02-26 2020-11-16 조선대학교산학협력단 재활용품 자동 분류 수거기
KR102222176B1 (ko) * 2020-07-24 2021-03-03 주식회사 에이트테크 인공지능 기반의 재활용 분류 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090056273A (ko) 2007-11-30 2009-06-03 주식회사 다음커뮤니케이션 키워드 검색 방법

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102658582B1 (ko) * 2023-05-25 2024-04-17 김형주 딥러닝 인공지능을 이용한 비전분석을 이용하는 물체 분류 장치
KR102650810B1 (ko) * 2023-09-27 2024-03-25 주식회사 에이트테크 대상객체와 비대상객체 분리 로봇 시스템
KR102651149B1 (ko) * 2023-09-27 2024-03-26 주식회사 에이트테크 다중 클래스 분류 기준표를 이용한 대상객체 분류 시스템
KR102651150B1 (ko) * 2023-09-27 2024-03-26 주식회사 에이트테크 대상객체 종류에 따른 공기압 제어를 통한 폐기물 분류 시스템
KR102651151B1 (ko) * 2023-09-27 2024-03-26 주식회사 에이트테크 공기 방향 제어를 통한 폐기물 분류 시스템

Also Published As

Publication number Publication date
WO2023003288A3 (ko) 2023-03-16
WO2023003288A2 (ko) 2023-01-26

Similar Documents

Publication Publication Date Title
KR20230013498A (ko) 재활용품을 선별하는 시스템 및 방법
CN109928107B (zh) 一种自动分类系统
US11527072B2 (en) Systems and methods for detecting waste receptacles using convolutional neural networks
CN113158956B (zh) 一种基于改进型yolov5网络的垃圾检测与识别方法
Altikat et al. Intelligent solid waste classification using deep convolutional neural networks
CN109622416B (zh) 基于超声传感器阵列的垃圾分类方法及其系统
CN112149573A (zh) 一种基于深度学习的垃圾分类与拾取机器人
Nafiz et al. Convowaste: An automatic waste segregation machine using deep learning
Mookkaiah et al. Design and development of smart Internet of Things–based solid waste management system using computer vision
CN110758932A (zh) 一种垃圾自动分类机构及分类方法
CN113469264A (zh) 一种垃圾自动分类模型的构建方法、垃圾分拣方法和系统
CN110516625A (zh) 一种垃圾识别分类的方法、系统、终端及存储介质
Hanbal et al. Classifying wastes using random forests, gaussian naïve bayes, support vector machine and multilayer perceptron
KR20230084017A (ko) 인공지능 모델을 이용한 재활용 폐기물 분류 장치, 방법 및 프로그램
CN112859885A (zh) 一种送料机器人路径协同优化方法
Mitra Detection of waste materials using deep learning and image processing
Hin et al. An Intelligent Smart Bin for Waste Management
CN113371363A (zh) 分类垃圾桶、基于深度学习的智能分类垃圾桶及分类方法
Gill et al. Garbage Classification Utilizing Effective Convolutional Neural Network
Sundaralingam et al. A deep learning-based approach to segregate solid waste generated in residential areas
Sree et al. Waste Management Detection Using Deep Learning
Mittal et al. Trash classification: classifying garbage using deep learning
Elangovan et al. A deep learning based multiclass segregation of e-waste using hardware software co-simulation
CN217576626U (zh) 分类垃圾桶
Puthussery et al. Green dream: A deep learning based real-time model for automatic waste segregation from video streams

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application