每年都有大量廢舊零件進(jìn)入廢料場(chǎng)進(jìn)行回收。然而，再制造交流發(fā)電機(jī)、起動(dòng)機(jī)等再回收方法的資源效率要更高，不僅可以減少浪費(fèi)，還可降低二氧化碳排放量并延長(zhǎng)產(chǎn)品的使用壽命。

在EIBA項(xiàng)目中，德國(guó)弗勞恩霍夫協(xié)會(huì)生產(chǎn)設(shè)備和設(shè)計(jì)技術(shù)研究所正在開(kāi)發(fā)一種基于人工智能的輔助系統(tǒng)，以基于圖像半自動(dòng)識(shí)別廢舊零部件，而無(wú)需二維碼或條形碼。該系統(tǒng)可幫助工人進(jìn)行分類(lèi)，以便可以將更多使用過(guò)的組件分揀進(jìn)行再制造。

四眼原則降低錯(cuò)誤率

清楚地識(shí)別和評(píng)估車(chē)輛部件是再制造過(guò)程中的一項(xiàng)關(guān)鍵挑戰(zhàn)。許多產(chǎn)品帶有很多污垢，且磨損嚴(yán)重，幾乎難以識(shí)別。截至目前，這項(xiàng)任務(wù)一直由專(zhuān)家手動(dòng)完成，承受著巨大的時(shí)間壓力。而基于人工智能的輔助系統(tǒng)可以幫助該過(guò)程，其系統(tǒng)將根據(jù)四眼原則幫助員工識(shí)別和評(píng)估有缺陷的易損件，例如起動(dòng)機(jī)、空調(diào)壓縮機(jī)和交流發(fā)電機(jī)。

“在汽車(chē)行業(yè)，一旦使用過(guò)的部件被移除，分揀中心就會(huì)根據(jù)某些標(biāo)準(zhǔn)對(duì)其進(jìn)行評(píng)估，以確定它是否可以重復(fù)使用。然而零件號(hào)是唯一視覺(jué)上可靠的特征，一旦該號(hào)碼不清晰易讀，被劃傷、涂漆，或者銘牌可能已經(jīng)脫落，工人可能將其丟棄，而該零件就只能作為材料被回收。因此人工智能在此就發(fā)揮功效，可根據(jù)零件的外觀識(shí)別使用過(guò)的零件，而不考慮零件編號(hào)，并進(jìn)行回收更新。識(shí)別特征包括重量、體積、形狀、尺寸和顏色等，但評(píng)估還包括客戶(hù)和交付數(shù)據(jù)。當(dāng)然工人可以發(fā)現(xiàn)松動(dòng)組件或燒毀部件，這一點(diǎn)AI系統(tǒng)的圖像處理功能尚無(wú)法做到?！?/p>

研究顯示，該系統(tǒng)的識(shí)別準(zhǔn)確率達(dá)98.9%。如與之前的方法相比，基于AI的識(shí)別可從廢棄的70,000個(gè)廢舊零件多識(shí)別出67,200個(gè)。