荷兰一家回收自动化初创公司表示,其研发出一套新型AI驱动分拣系统,能够在工业规模下从城市垃圾流中分离废弃电池,从而解决困扰回收行业数十年的难题。
该公司inSystem.io称,其新款"重力分拣机"(Gravity Sorter)每秒可从混合废料流中分离多达50块电池,并在近期的设施试验中实现了96%以上的纯净率。
这一消息凸显了全球回收运营商面临的一项日益严峻的问题。尽管公众对电池回收的认知日趋普遍,仍有大量便携式电池流入生活垃圾。
据该公司提供的数据,荷兰便携式电池的回收率仅约50%,而全球回收率估计仅约15%。
该公司还表示,近期研究显示,一辆满载的城市垃圾收运车平均携带252块便携式电池。
一旦进入城市固体废物流,电池在经过破碎、筛分和磁力分选等处理后,便难以从金属组分中单独分离。这给回收设施带来了经济和运营层面的双重挑战——电池既含有可回收材料,又存在污染和起火风险。
inSystem.io表示:"在处理城市固体废物中的电池时,此前唯一可行的方案是人工挑拣,这不仅带来安全隐患、精度不足和人力成本问题,漏网的电池还会污染黑色金属废料产出,甚至在下游工序中引发火灾。"
重力分拣机专为5毫米至70毫米的难分选物料区间而设计——这一类别长期以来是传统光学分拣系统的"痛点",因为该区间内的物料体积小、密度大、形状不规则,且在空气中的运动轨迹难以预测。
与基于传送带的分拣方式不同,重力分拣机在自由落体状态下对物料进行处理。
据该公司介绍,系统搭载的AI视觉系统每秒可捕捉多达400帧画面,在物体下落过程中对每个目标进行单独追踪,实时分析其运动状态、旋转角度和运行轨迹,随后由压缩空气喷嘴在精确计算的时间节点将目标物料弹出。
inSystem B.V.首席执行官叶夫根尼·古多夫(Evgeny Gudov)表示:"我们研发重力分拣机,就是为了攻克那些历来难以大规模分拣的物料。通过开发全新方式,我们彻底摒弃了传送带和延时弹射机制。整套系统在自由落体状态下运行,AI摄像头在下落过程中单独追踪每个物体的速度、加速度和旋转状态,从而实现精准弹射,既节约能源,又提升精度。"
古多夫同时指出,与传统传送带分拣系统相比,自由落体方式可大幅降低能耗。
他解释道:"如果物体最终都要撞上一堵墙,为何还要耗费能量在传送带上将其加速至每秒3米?只需从普通椅子的高度将其自由落下,重力就能将其加速到相同速度。空气喷嘴也遵循同样的逻辑——喷嘴仅在计算出的弹射时刻开启,并根据物体形状进行精准控制。每秒最多可实现500次开关切换,物体间隙期间不浪费任何气体。仅此一项,与旧系统相比就能节省大量压缩空气。在某些情况下,节省下来的能源成本甚至足以抵消设备本身的采购费用。"
该公司表示,重力分拣机每小时可处理多达6吨物料,并可无缝集成至现有回收生产线,无需大规模改造。
除电池回收外,该技术还可应用于电子废料碎片、塑料、有色金属、建筑垃圾及垃圾焚烧底渣的回收处理。
此外,系统还可扩展接入近红外(NIR)、短波红外(SWIR)、长波红外(LWIR)及X射线成像等传感技术,以识别不同类型的塑料聚合物和材料。
据inSystem.io透露,重力分拣机在2026年慕尼黑IFAT展会上引发强烈关注,来自欧洲、加拿大、澳大利亚和拉丁美洲的回收运营商及工厂工程师纷纷提出试点评估请求。
目前,该公司已正式开放试点项目申请及早期商业订单。
Q&A
Q1:重力分拣机的分拣速度和精度表现如何?
A:根据inSystem.io公布的数据,重力分拣机每秒可从混合废料流中分离多达50块电池,在近期的设施试验中纯净率超过96%,每小时最多可处理6吨物料。
Q2:重力分拣机是如何利用AI技术实现精准分拣的?
A:系统搭载的AI视觉系统每秒可捕捉多达400帧画面,在物体自由下落过程中对每个目标进行单独追踪,实时分析其速度、加速度、旋转角度和运行轨迹,随后由压缩空气喷嘴在精确计算的时间节点将目标物料弹出,从而实现高精度分拣。
Q3:重力分拣机除了回收电池,还能处理哪些废料?
A:除废旧电池外,重力分拣机还可用于电子废料碎片、塑料、有色金属、建筑垃圾及垃圾焚烧底渣的回收处理,并可通过扩展NIR、SWIR、LWIR及X射线等传感技术,识别不同类型的塑料聚合物和材料。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。