Ogni anno le aziende della spazzatura setacciano circa 68 milioni di tonnellate di riciclaggio, che è l'equivalente di peso di oltre 30 milioni di auto.

Una fase chiave del processo avviene su nastri trasportatori in rapido movimento, dove i lavoratori devono ordinare gli articoli in categorie come carta, plastica e vetro. Tali lavori sono noiosi, sporco, e spesso pericoloso, soprattutto nelle strutture in cui i lavoratori devono rimuovere anche la normale spazzatura dal mix.

Con quello in mente, un team guidato da ricercatori del Computer Science and Artificial Intelligence Laboratory (CSAIL) del MIT ha sviluppato un sistema robotico in grado di rilevare se un oggetto è di carta, metallo, o plastica.

Il sistema "RoCycle" del team include una mano morbida in teflon che utilizza sensori tattili sulla punta delle dita per rilevare le dimensioni e la rigidità di un oggetto. Compatibile con qualsiasi braccio robotico, È stato riscontrato che RoCycle è preciso all'85% nel rilevare i materiali quando è fermo, e un'accuratezza del 63 percento su un nastro trasportatore simulato reale. (Il suo errore più comune era identificare le lattine di metallo ricoperte di carta come carta, che secondo il team sarebbe migliorato aggiungendo più sensori lungo la superficie di contatto.)

"La pelle sensorizzata del nostro robot fornisce un feedback tattile che gli consente di distinguere tra una vasta gamma di oggetti, dal rigido allo squishy, " dice la professoressa del MIT Daniela Rus, autore senior di un documento correlato che sarà presentato ad aprile alla IEEE International Conference on Soft Robotics (RoboSoft) a Seoul, Corea del Sud. "La sola visione del computer non sarà in grado di risolvere il problema di dare alle macchine una percezione simile a quella umana, quindi essere in grado di utilizzare l'input tattile è di vitale importanza."

Una collaborazione con la Yale University, RoCycle dimostra direttamente i limiti dell'ordinamento basato sulla vista:può distinguere in modo affidabile tra due tazze Starbucks visivamente simili, uno di carta e uno di plastica, che darebbe problemi ai sistemi di visione.

Incentivare il riciclaggio

Rus afferma che il progetto fa parte del suo obiettivo più ampio di ridurre il costo finale del riciclaggio, al fine di incentivare più città e paesi a creare i propri programmi. Oggi i centri di riciclaggio non sono particolarmente automatizzati; i loro principali tipi di macchinari includono selezionatrici ottiche che utilizzano luce di lunghezza d'onda diversa per distinguere tra plastica, selezionatrici magnetiche che separano i prodotti siderurgici, e selezionatrici di alluminio che utilizzano correnti parassite per rimuovere i metalli non magnetici.

Questo è un problema per una ragione molto grande:proprio il mese scorso la Cina ha alzato i suoi standard per la pulizia dei beni riciclati che accetta dagli Stati Uniti, il che significa che parte del riciclaggio a flusso singolo del paese viene ora inviato alle discariche.

"Se un sistema come RoCycle potesse essere implementato su larga scala, saremmo potenzialmente in grado di avere la comodità del riciclaggio a flusso singolo con i tassi di contaminazione più bassi del riciclaggio a flusso multiplo, " dice la studentessa di dottorato Lillian Chin, autore principale del nuovo articolo.

È sorprendentemente difficile sviluppare macchine in grado di distinguere tra carta, plastica, e metallo, il che mostra quanto sia un'impresa impressionante per gli umani. Quando raccogliamo un oggetto, possiamo riconoscere subito molte delle sue qualità anche ad occhi chiusi, come se è grande e rigido o piccolo e morbido. Sentendo l'oggetto e comprendendo come questo si collega alla morbidezza delle nostre dita, siamo in grado di imparare a maneggiare una vasta gamma di oggetti senza farli cadere o romperli.

Questo tipo di intuizione è difficile da programmare nei robot. Le tradizionali mani dei robot rigidi ("rigidi") devono conoscere la posizione e le dimensioni esatte di un oggetto per poter calcolare un percorso di movimento preciso. Le mani morbide fatte di materiali come la gomma sono molto più flessibili, ma hanno un problema diverso:poiché sono alimentati da forze fluidiche, hanno una struttura a palloncino che può forare abbastanza facilmente.

Come funziona RoCycle

Il team di Rus ha utilizzato una mano a motore realizzata con un materiale relativamente nuovo chiamato "auxetics". La maggior parte dei materiali si restringe quando viene tirata, come un elastico quando lo allunghi; auxetici, nel frattempo, effettivamente allargarsi. Il team del MIT ha preso questo concetto e gli ha dato una svolta, letteralmente:hanno creato auxetici che, quando tagliato, girare a sinistra o a destra. La combinazione di un auxetico "mancino" e "destrimano" per ciascuna delle due grandi dita della mano li fa incastrare e si oppongono alla rotazione dell'altro, consentendo un movimento più dinamico. (Il team lo chiama "auxetici da taglio manuale", o HSA.)

"A differenza dei robot morbidi, il cui approccio fluidodinamico richiede pompe ad aria e compressori, HSA combina la torsione con l'estensione, il che significa che sei in grado di utilizzare motori normali, "dice Mento.

La pinza del team utilizza prima il suo "sensore di deformazione" per stimare le dimensioni di un oggetto, e quindi utilizza i suoi due sensori di pressione per misurare la forza necessaria per afferrare un oggetto. Queste metriche, insieme ai dati di calibrazione sulle dimensioni e la rigidità di oggetti di diversi tipi di materiale, sono ciò che dà alla pinza un'idea di quale materiale è fatto l'oggetto. (Poiché i sensori tattili sono anche conduttivi, possono rilevare il metallo di quanto cambia il segnale elettrico.)

"In altre parole, stimiamo la dimensione e misuriamo la differenza di pressione tra l'attuale mano chiusa e come dovrebbe apparire una normale mano aperta, " dice Chin. "Usiamo questa differenza di pressione e dimensione per classificare l'oggetto specifico in base alle informazioni su diversi oggetti che abbiamo già misurato".

RoCycle si basa su una serie di sensori che rilevano il raggio di un oggetto con una precisione del 30%, e dire la differenza tra oggetti "duri" e "morbidi" con una precisione del 78%. La mano del team è anche quasi completamente resistente alle forature:è stata in grado di essere raschiata da un coperchio affilato e perforata da un ago più di 20 volte, con danni strutturali minimi.

Come passo successivo, i ricercatori hanno in programma di costruire il sistema in modo che possa combinare i dati tattili con i dati video reali delle telecamere di un robot. Ciò consentirebbe al team di migliorare ulteriormente la sua precisione e potenzialmente consentire una differenziazione ancora più sfumata tra i diversi tipi di materiali.

Questa storia è stata ripubblicata per gentile concessione di MIT News (web.mit.edu/newsoffice/), un popolare sito che copre notizie sulla ricerca del MIT, innovazione e didattica.