日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

ロボット分解・リサイクルarXiv:2509.23048

RAISE: 廃棄スマートフォン向けロボット支援選択的分解・選別システム

RAISE: A Robot-Assisted Selective Disassembly and Sorting System for End-of-Life Phones

シェア:XThreadsFacebookLINEはてブBluesky

廃棄スマホを適応的切断・視覚ロボット選別・バッテリー除去の3サブシステムで自動分解し、毎時120台以上・成功率98.9%を達成した低コストシステムを提案。

詳しい要約

1. どんなもの?

- End-of-Life (EoL) 携帯電話を対象とした、低コストで導入しやすい自動選択的分解・選別システム「RAISE」の提案 - 3つのサブシステムで構成 - adaptive cutting system - vision-based robotic sorting system - battery removal system - 高価値部品を選択的に下流工程へ供給することを狙う - 性能は毎時120台以上、平均分解成功率98.9%

2. 先行研究と比べてどこがすごい?

- 従来のEoL携帯電話の分解は製品の多様性ゆえに人手依存で、労働集約的かつ時間を要する - 本研究は低コスト・導入容易な自動化システムを提示 - 選択的高価値部品の選別まで含む点が特徴 - 経済性面でも従来は不採算だった工程を単位重量あたりの純利益が出る工程に変えると主張 - 具体的な先行研究との定量比較は要旨からは不明

3. 技術・手法の肝は?

- adaptive cutting system による適応的な切断 - vision-based robotic sorting system による視覚に基づくロボット選別 - battery removal system によるバッテリー除去 - これら3サブシステムを統合し、製品ばらつきに対応する選択的分解を実現 - 各サブシステムの詳細アルゴリズムや構成は要旨からは不明

4. どうやって有効だと検証した?

- 毎時120台以上の処理能力を報告 - 平均分解成功率98.9%を報告 - 高価値部品を下流工程へ効率的に供給できることを示す - 自動化により単位重量あたりの純利益が得られることを示す - 実験条件やデータセットの詳細は要旨からは不明

5. 議論はある?

- 製品ばらつきへの対応を自動化で克服する点を強調 - 低コスト・導入容易性とスケーラビリティを訴求 - 経済性改善(不採算から純利益へ)を主張 - 限界や失敗事例、一般化可能性についての議論は要旨からは不明

6. 次に読むべき論文は?

- EoL phones の robotic disassembly に関する先行研究(要旨では個別参照なし) - adaptive cutting や vision-based robotic sorting に関する関連手法 - battery removal の自動化に関する研究 - e-waste リサイクル向けロボットシステムの定番研究

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Chang Liu, Badrinath Balasubramaniam, Neal Yancey, Michael Severson, Adam Shine, Philip Bove, Beiwen Li, Xiao Liang, Minghui Zheng

分類: cs.RO

原文アブストラクト

End-of-Life (EoL) phones significantly exacerbate global e-waste challenges due to their high production volumes and short lifecycles. Disassembly is among the most critical processes in EoL phone recycling. However, it relies heavily on human labor due to product variability. Consequently, the manual process is both labor-intensive and time-consuming. In this paper, we propose a low-cost, easily deployable automated and selective disassembly and sorting system for EoL phones, consisting of three subsystems: an adaptive cutting system, a vision-based robotic sorting system, and a battery removal system. The system can process over 120 phones per hour with an average disassembly success rate of 98.9%, efficiently delivering selected high-value components to downstream processing. It provides a reliable and scalable automated solution to the pressing challenge of EoL phone disassembly. Additionally, the automated system can enhance disassembly economics, converting a previously unprofitable process into one that yields a net profit per unit weight of EoL phones.

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI