Todos os anos, as empresas de lixo filtram cerca de 68 milhões de toneladas de reciclagem, que é o peso equivalente a mais de 30 milhões de carros.

Uma etapa fundamental no processo acontece em correias transportadoras de movimento rápido, onde os trabalhadores precisam classificar os itens em categorias como papel, plástico e vidro. Esses trabalhos são maçantes, sujo, e muitas vezes inseguro, especialmente em instalações onde os trabalhadores também têm que remover o lixo normal da mistura.

Com aquilo em mente, uma equipe liderada por pesquisadores do Laboratório de Ciência da Computação e Inteligência Artificial do MIT (CSAIL) desenvolveu um sistema robótico que pode detectar se um objeto é papel, metal, ou plástico.

O sistema "RoCycle" da equipe inclui uma mão de Teflon macia que usa sensores táteis nas pontas dos dedos para detectar o tamanho e a rigidez de um objeto. Compatível com qualquer braço robótico, O RoCycle demonstrou ser 85 por cento preciso na detecção de materiais quando estacionário, e 63 por cento de precisão em uma correia transportadora simulada real. (Seu erro mais comum era identificar latas de metal cobertas de papel como papel, que a equipe diz que seria melhorado com a adição de mais sensores ao longo da superfície de contato.)

"A pele sensorizada do nosso robô fornece feedback tátil que permite diferenciar entre uma ampla gama de objetos, do rígido ao mole, "diz a professora Daniela Rus do MIT, autor sênior em um artigo relacionado que será apresentado em abril na IEEE International Conference on Soft Robotics (RoboSoft) em Seul, Coreia do Sul. "A visão computacional por si só não será capaz de resolver o problema de dar às máquinas uma percepção humana, portanto, ser capaz de usar a entrada tátil é de vital importância. "

Uma colaboração com a Yale University, O RoCycle demonstra diretamente os limites da classificação com base na visão:ele pode distinguir com segurança entre dois copos Starbucks visualmente semelhantes, um feito de papel e outro de plástico, isso daria problemas aos sistemas de visão.

Incentivando a reciclagem

Rus diz que o projeto é parte de seu objetivo maior de reduzir o custo final da reciclagem, para incentivar mais cidades e países a criar seus próprios programas. Hoje, os centros de reciclagem não são particularmente automatizados; seus principais tipos de máquinas incluem classificadores ópticos que usam luz de diferentes comprimentos de onda para distinguir entre plásticos, classificadores magnéticos que separam produtos de ferro e aço, e classificadores de alumínio que usam correntes parasitas para remover metais não magnéticos.

Este é um problema por um grande motivo:no mês passado, a China elevou seus padrões de limpeza de produtos reciclados que aceita dos Estados Unidos, o que significa que parte da reciclagem de fluxo único do país agora é enviada para aterros.

"Se um sistema como o RoCycle pudesse ser implantado em larga escala, seríamos potencialmente capazes de ter a conveniência da reciclagem de fluxo único com as taxas de contaminação mais baixas da reciclagem de múltiplos fluxos, "diz a estudante de doutorado Lillian Chin, autor principal do novo artigo.

É surpreendentemente difícil desenvolver máquinas que possam distinguir entre papel, plástico, e metal, o que mostra como isso é impressionante para os humanos. Quando pegamos um objeto, podemos reconhecer imediatamente muitas de suas qualidades, mesmo com os olhos fechados, como se é grande e rígido ou pequeno e macio. Ao sentir o objeto e entender como ele se relaciona com a suavidade das pontas dos nossos dedos, somos capazes de aprender a manusear uma grande variedade de objetos sem deixá-los cair ou quebrá-los.

Esse tipo de intuição é difícil de programar em robôs. As mãos tradicionais de robôs duros ("rígidos") precisam saber a localização e o tamanho exatos de um objeto para poder calcular um caminho de movimento preciso. Mãos macias feitas de materiais como borracha são muito mais flexíveis, mas tem um problema diferente:porque eles são movidos por forças fluídicas, eles têm uma estrutura em forma de balão que pode perfurar com bastante facilidade.

Como funciona o RoCycle

A equipe de Rus usou uma mão movida a motor feita de um material relativamente novo chamado "auxética". A maioria dos materiais fica mais estreita quando puxada, como um elástico quando você o estica; auxética, Enquanto isso, na verdade, fica mais amplo. A equipe do MIT pegou esse conceito e deu uma guinada nele, literalmente:eles criaram auxéticos que, quando cortado, gire para a esquerda ou direita. Combinar uma auxética "canhota" e "destra" para cada um dos dois grandes dedos da mão faz com que eles se interliguem e se oponham à rotação um do outro, permitindo um movimento mais dinâmico. (A equipe chama isso de "auxética de tosquia manual", ou HSA.)

"Em contraste com os robôs soft, cuja abordagem acionada por fluido requer bombas de ar e compressores, HSA combina torção com extensão, o que significa que você é capaz de usar motores regulares, "diz Chin.

A garra da equipe primeiro usa seu "sensor de tensão" para estimar o tamanho de um objeto, e então usa seus dois sensores de pressão para medir a força necessária para agarrar um objeto. Essas métricas - junto com os dados de calibração sobre o tamanho e a rigidez de objetos de diferentes tipos de materiais - são o que dá à garra uma ideia de qual material o objeto é feito. (Uma vez que os sensores táteis também são condutores, eles podem detectar metal por quanto ele altera o sinal elétrico.)

"Em outras palavras, estimamos o tamanho e medimos a diferença de pressão entre a mão fechada atual e a aparência de uma mão aberta normal, "diz Chin." Usamos essa diferença de pressão e tamanho para classificar o objeto específico com base nas informações sobre objetos diferentes que já medimos. "

O RoCycle baseia-se em um conjunto de sensores que detectam o raio de um objeto com uma precisão de 30 por cento, e dizer a diferença entre objetos "duros" e "macios" com 78 por cento de precisão. A mão da equipe também é quase totalmente resistente a perfurações:ela foi capaz de ser raspada por uma tampa afiada e perfurada por uma agulha mais de 20 vezes, com danos estruturais mínimos.

Como uma próxima etapa, os pesquisadores planejam construir o sistema para que ele possa combinar dados táteis com dados reais de vídeo das câmeras de um robô. Isso permitiria à equipe melhorar ainda mais sua precisão e, potencialmente, permitir uma diferenciação ainda mais sutil entre diferentes tipos de materiais.

Esta história foi republicada por cortesia do MIT News (web.mit.edu/newsoffice/), um site popular que cobre notícias sobre pesquisas do MIT, inovação e ensino.