リサイクル

[3K0111-25-06] AI画像認識による黒色プラスチック破砕片の自動ソーティング

○古屋仲 茂樹¹、小林 賢一郎¹ (1. 産業技術総合研究所)

司会：芳賀 一寿（秋田大学）、三木 一（九州大学）、 ドドビバ ジョルジュ（東京大学）、大島 達也（宮崎大学）

キーワード：ソーティング、画像認識、黒色樹脂、深層学習、リサイクル

廃車の破砕選別プラントにおいて水を媒体とする比重選別工程を経て回収されているポリプロピレン（黒色）の純度の向上を目的として、混入するゴム・ホース類（黒色）及び木材との自動選別を検討した。ベルトコンベヤ上を移動する物体に対して、2Dエリアカメラで記録した2D画像データを畳み込みニューラルネットワーク（CNN）を用いた深層学習モデル（26層）に入力して分類する手法（2D_CNNモデル）と、レーザー3Dスキャナで記録した3D画像から計算した形状特徴量（22種類）データを浅い階層型ニューラルネットワークモデル（3層）に入力して分類する手法（3D_NNモデル）の識別精度（推論正解率）と処理速度（推論速度）を比較した。約2,000個のサンプルについてコンベヤ上での配置を変えながら記録したほぼ同数のデータ（約11,000通り）を各モデルに学習させて、最終的に到達した正解率を比較したところ、2D_CNNモデルの推論正解率は95％に達し、3D_NNモデルに比べて5ポイント以上優れる値を示した。一方、推論速度は3D_NNモデルが2D_CNNモデルに比べて約3倍高速であった。