.png){kind=icon}
返回
Solid waste sorting using visual and RFID sensing with a collaborative robot
.png){kind=icon}
PRE
AI
DOI：10.1007/s13762-026-07131-2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
消费者产生的废品量不断增加，已导致垃圾填埋场出现严重的超负荷。因此，有效的废物管理对于人类福祉和环境可持续性都至关重要。废物分拣在循环经济框架下促进高效废物管理中发挥着尤为关键的作用，该框架强调回收原材料用于再利用。自动化废物分拣设施提供了一种可行的解决方案，在提高分拣效率的同时保障人员健康。本文提出了一种利用协作机器人的废物分拣框架。实施了一种基于视觉的分类算法，用于识别需要分拣的废物。此外，一个射频识别（RFID）传感系统监测协作机器人附近的人工作业人员，以确保安全操作。实验验证确认了该系统的有效性，通过可靠的材料检测（5帧/秒的视觉处理帧率）和动态安全自适应，展示了成功的废物分拣。当检测到人员时，协作机器人从标准的0.3 rad/s关节速度无缝切换到安全的协作关节速度0.1 rad/s，确保了分拣效率与作业人员安全。射频识别（RFID）系统在机器人工作空间周围1.5 m的范围内提供快速的人员检测。
Keyword:
Collaborative robot
Radio frequency identification
Vision
Waste sorting
期刊
IF:
3.4
论文数:
7.9K
被引数:
1.7W
机构
引用论文
Lightweight Deep Learning Algorithm for Sorting Medical Waste Embedded System轻量级深度学习算法在医疗废物分拣嵌入式系统中的应用
PREAI
分享收藏Workers’ perception of hazards on recycling sorting facilities in São Paulo, Brazil工人在圣保罗（São Paulo）巴西的回收分拣设施中对危险因素的感知
OAAI
OAAI分享收藏分享收藏Digitalisation and intelligent robotics in value chain of circular economy oriented waste management - A review.png)
WASTE MANAGEMENT
WASTE MANAGEMENTIF7.1
PREAI
分享收藏YOLO with adaptive frame control for real-time object detection applications具有自适应帧控制的YOLO实时目标检测应用
OAAI
OAAI分享收藏Microplastic characteristics, transport, risks, and remediation in groundwater: a review地下水中的微塑料特性、迁移、风险及修复：综述
PREAI
分享收藏
查看更多内容