多光譜 AI 技術革新塑膠垃圾回收分揀

塑膠是新加坡四大廢物流之一，但 2023 年回收率只有 5%。回收鏈最關鍵的一步是分揀——可回收物先扔進藍桶，運到 MRF 後由人工分類、打包出口。人工分揀慢、容易出錯、對工人健康有害。

團隊用多光譜 AI 替代人工。系統通過捕捉不同波長下的反射模式，在傳送帶上即時識別塑膠型別；自監督學習讓所需標註資料減少 90%，分類效能仍優於現有最佳方案。AI 還能區分乾淨瓶子和受汙染瓶子，確保只有可回收材料進入下游。整套方案整合在機器人平臺，可在真實環境執行，降低人力成本，讓塑膠回收能規模化。團隊正與產業夥伴和政府機構合作擴大部署。

字幕語言： zh-Hant · 抓取日期： 2026-05-02

塑膠廢棄物是新加坡產生的四大廢物流之一。然而，2023年其回收率最低，僅為5%。回收鏈中的關鍵步驟是塑膠的分類。在現有系統中，可回收物首先被投入藍色垃圾桶，然後運送到物料回收設施。在那裡，材料通過人工分類並打包運往海外。然而，人工塑膠分類效率低下，速度慢，勞動強度大，容易出錯，並且對工人健康構成風險。我們引入了一種利用多光譜人工智慧技術革新塑膠分類過程的新方法。通過捕捉不同波長下的反射模式，該系統能夠準確識別塑膠型別，即使材料在傳送帶上移動。

我們的自監督學習技術在分類效能上優於現有最先進技術，同時減少了90%的標註資料需求。為了進一步提升分類質量，人工智慧系統還能區分乾淨和受汙染的瓶子，確保只有可回收材料繼續進入處理流程。這些功能整合在一個機器人平臺中，設計用於在現實環境中無縫執行。實際上，該系統能夠即時自動識別和分類塑膠廢棄物，最大限度減少人工干預，同時保持高精度。我們提出的多光譜人工智慧技術可以實現被動重量分類自動化，減少對人工分類的依賴。

該技術降低了人力成本，實現了大規模塑膠回收。我們將繼續擴大系統規模，並與產業合作伙伴及政府機構合作，推動塑膠回收的轉型。