JP7206451B2 - 対象物選別システム、対象物選別プログラム、情報処理装置、対象物選別方法及び選別装置 - Google Patents

Description

本発明は、対象物選別システム、対象物選別プログラム、情報処理装置、対象物選別方法及び選別装置に関する。

廃棄物処理工場等において行われる廃棄物の選別では、初めに、廃棄物の重量、磁性、体積、形状、光特性、硬度及び浮力等の違いに応じた各種の物理原理及び化学原理に従った選別処理が行われ、その後、人手に依存した更なる選別が行われる。この場合、作業者は、例えば、ベルトコンベア（以下、搬送装置とも呼ぶ）の傍に立ち、ベルトコンベアによって搬送されてくる廃棄物を目視によって確認し、各廃棄物の種類ごとの選別を手作業によって行う（特許文献１乃至８）。

実開平５－００５６３２号公報 実開平５－０８０５７１号公報 特開平６－１０６０９１号公報 特開平７－２５６２３１号公報 特開平９－２６２５５６号公報 特開２０００－００５６２６号公報 特開２００８－０６８１９７号公報 特開２０１１－０５０９５９号公報

しかしながら、上記のような廃棄物処理場等では、廃棄物の選別作業が行われる際の労働環境等によって、必要な数の作業者を確保することができない場合がある。そのため、廃棄物処理場等では、例えば、廃棄物の選別作業の稼働率を高めることができず、十分な量の廃棄物の選別を行うことができない場合がある。また、廃棄物の選別精度は、操作者の熟練度と判断力に依存する。そのため、上記のような廃棄物処理場等では、安定な選別精度を確保できない場合がある。

そこで、本発明の目的は、廃棄物の選別作業の選別精度及び稼働率を高めることを可能とする対象物選別システム、対象物選別プログラム、情報処理装置、対象物選別方法及び選別装置を提供することにある。

上記目的を達成するための本発明における対象物選別システムは、搬送装置によって搬送される対象物を種類ごとに選別する対象物選別システムであって、前記対象物を撮像する撮像装置と、前記撮像装置が撮像した画像データに含まれる対象物の種類を判定する情報処理装置と、前記情報処理装置による判定結果に従って、前記撮像装置が撮像した画像データに含まれる対象物の種類を選別する選別装置と、を有し、前記情報処理装置は、学習用の対象物を含む画像データと前記学習用の対象物の種類とを対応付けて学習した学習モデルを用いることによって、前記撮像装置が撮像した画像データに含まれる対象物の種類の判定を行う、ことを特徴とする。

また、上記目的を達成するための本発明における対象物選別システムは、一つの態様では、前記選別装置が、前記撮像装置が撮像した対象物を、対象物の種類のそれぞれに対応する１以上の領域のうち、前記情報処理装置が判定した種類に対応する領域に移動させる、ことを特徴とする。

また、上記目的を達成するための本発明における対象物選別システムは、一つの態様では、前記選別装置が、１以上の選別アームを有し、前記１以上の選別アームのそれぞれが、前記搬送装置の搬送経路上に配置され、かつ、各基端部に設けられた軸部が前記搬送経路上において軸支され、前記１以上の選別アームのそれぞれが、前記軸部を中心に先端部を回動させることにより、前記搬送装置によって搬送される対象物を前記先端部に接触させて、前記１以上の領域のうち、前記情報処理装置が判定した種類に対応する領域に案内する、ことを特徴とする。

また、上記目的を達成するための本発明における対象物選別システムは、一つの態様では、前記１以上の選別アームが、前記搬送装置の搬送方向の上流側から下流側に向けて間隔をあけて配置される複数段の選別アーム群を構成する、ことを特徴とする。

また、上記目的を達成するための本発明における対象物選別システムは、一つの態様では、前記選別装置が、前記搬送装置によって搬送される対象物の前記搬送経路の幅方向における位置が前記搬送経路の幅方向における前記選別アームの回動範囲内になるように、前記搬送装置によって搬送される対象物を案内する案内壁を有する、ことを特徴とする。

また、上記目的を達成するための本発明における対象物選別システムは、一つの態様では、前記情報処理装置が、前記学習モデルを用いることによって、前記撮像装置が撮像した対象物の種類が複数の種類候補のそれぞれである確率を算出し、算出した前記確率のうちの最大確率に対応する種類候補を、前記撮像装置が撮像した対象物の種類として特定する、ことを特徴とする。

また、上記目的を達成するための本発明における対象物選別システムは、一つの態様では、前記搬送経路が、少なくとも一部が環状経路であり、前記選別装置が、前記搬送経路における所定位置上を搬送された回数が所定回数を超えた対象物を検知した場合、検知した前記対象物を前記１以上の領域以外の領域に移動させる、ことを特徴とする。

また、上記目的を達成するための本発明における対象物選別システムは、一つの態様では、前記選別装置が、１以上の圧縮空気発生器を有し、前記１以上の圧縮空気発生器のそれぞれが、前記搬送装置の搬送経路上に配置され、前記１以上の圧縮空気発生器のそれぞれが、前記搬送装置によって搬送される対象物に対して圧縮空気を送出することにより、前記搬送装置によって搬送される対象物を、前記１以上の領域のうち、前記情報処理装置が判定した種類に対応する領域に案内する、ことを特徴とする。

また、上記目的を達成するための本発明における対象物選別システムは、一つの態様では、前記判定結果が、前記撮像装置が撮像した対象物の種類が複数の種類候補のそれぞれである確率を含み、前記情報処理装置が、前記学習モデルを用いることによって、前記判定結果に含まれる確率のうちの最大確率を特定し、かつ、前記最大確率に対応する種類候補を前記撮像装置が撮像した対象物の種類として特定し、前記選別装置が、前記撮像装置が撮像した対象物を、前記複数の種類候補のうちのいずれかと確率についての複数の範囲のうちのいずれかとの組み合わせにそれぞれ対応する１以上の領域のうち、前記情報処理装置が特定した前記対象物の種類と前記最大確率との組み合わせに対応する領域に移動させる、ことを特徴とする。

また、上記目的を達成するための本発明における対象物選別システムは、一つの態様では、前記情報処理装置が、前記学習用の対象物を含む画像データと前記学習用の対象物の種類とを含む学習データを学習することにより、前記学習モデルを生成する、ことを特徴とする。

また、上記目的を達成するための本発明における対象物選別システムは、一つの態様では、前記搬送装置が、前記搬送装置の搬送経路上における対象物の密度の平均値が第１閾値よりも大きい場合、前記搬送装置における搬送速度を低下させ、前記密度の平均値が第２閾値よりも小さい場合、前記搬送速度を上昇させる、ことを特徴とする。

また、上記目的を達成するための本発明における対象物選別プログラムは、学習用の対象物を含む画像データと前記学習用の対象物の種類とを含む学習データを学習することによって生成した学習モデルを用いることにより、撮像装置が撮像した画像データに含まれる対象物の種類を判定し、前記撮像装置が撮像した画像データに含まれる対象物の種類を選別する選別装置に対して、前記撮像装置が撮像した画像データに含まれる対象物の種類の判定結果を送信する、処理をコンピュータに実行させることを特徴とする。

また、上記目的を達成するための本発明における情報処理装置は、学習用の対象物を含む画像データと前記学習用の対象物の種類とを含む学習データを学習することによって生成した学習モデルを用いることにより、撮像装置が撮像した画像データに含まれる対象物の種類を判定する判定部と、前記撮像装置が撮像した画像データに含まれる対象物の種類を選別する選別装置に対して、前記撮像装置が撮像した画像データに含まれる対象物の種類の判定結果を送信する送信部と、を有する、ことを特徴とする。

また、上記目的を達成するための本発明における対象物選別方法は、学習用の対象物を含む画像データと前記学習用の対象物の種類とを含む学習データを学習することによって生成した学習モデルを用いることにより、撮像装置が撮像した画像データに含まれる対象物の種類を判定し、前記撮像装置が撮像した画像データに含まれる対象物の種類を選別する選別装置に対して、前記撮像装置が撮像した画像データに含まれる対象物の種類の判定結果を送信する、処理をコンピュータに実行させることを特徴とする。

また、上記目的を達成するための本発明における対象物選別方法は、搬送装置によって搬送される対象物を種類ごとに選別する対象物選別方法であって、撮像装置が、前記対象物を撮像し、情報処理装置が、前記撮像装置が撮像した画像データに含まれる対象物の種類を判定し、選別装置が、前記情報処理装置による判定結果に従って、前記撮像装置が撮像した画像データに含まれる対象物の種類を選別し、前記情報処理装置は、学習用の対象物を含む画像データと前記学習用の対象物の種類とを対応付けて学習した学習モデルを用いることによって、前記撮像装置が撮像した画像データに含まれる対象物の種類の判定を行う、ことを特徴とする。

また、上記目的を達成するための本発明における選別装置は、搬送経路上において対象物を搬送する搬送装置と、前記搬送経路上に配置され、各基端部に設けられた軸部が前記搬送経路上において軸支され、かつ、前記軸部を中心に先端部を回動させることにより、前記搬送装置によって搬送される対象物を前記先端部に接触させて、前記搬送装置によって搬送される対象物の種類のそれぞれに対応する１以上の領域のうち、前記搬送装置によって搬送される対象物の種類に対応する領域に案内する１以上の選別アームと、前記搬送装置によって搬送される対象物の前記搬送経路の幅方向における位置が前記搬送経路の幅方向における前記選別アームの回動範囲内になるように、前記搬送装置によって搬送される対象物を案内する案内壁と、を有する、ことを特徴とする。

また、上記目的を達成するための本発明における選別装置は、一つの態様では、前記１以上の選別アームが、前記搬送装置の搬送方向の上流側から下流側に向けて間隔をあけて配置される複数段の選別アーム群を構成する、ことを特徴とする。

また、上記目的を達成するための本発明における選別装置は、一つの態様では、前記１以上の選択アームのそれぞれが、前記搬送装置によって搬送される対象物を、前記搬送装置によって搬送される対象物の種類のそれぞれに対応する１以上の領域のうち、撮像装置が撮像した画像データに含まれる対象物の種類を判定する情報処理装置によって判定された種類に対応する領域に案内し、前記情報処理装置が、学習用の対象物を含む画像データと前記学習用の対象物の種類とを対応付けて学習した学習モデルを用いることによって、前記撮像装置が撮像した画像データに含まれる対象物の種類の判定を行う、ことを特徴とする。

また、上記目的を達成するための本発明における選別装置は、一つの態様では、前記搬送経路が、少なくとも一部が環状経路である、ことを特徴とする。

また、上記目的を達成するための本発明における選別装置は、搬送経路上において対象物を搬送する搬送装置と、前記搬送経路上に配置され、前記搬送装置によって搬送される対象物に対して圧縮空気を送出することにより、前記搬送装置によって搬送される対象物を、前記搬送装置によって搬送される対象物の種類のそれぞれに対応する１以上の領域のうち、前記搬送装置によって搬送される対象物の種類に対応する領域に案内する１以上の圧縮空気発生器と、を有する、ことを特徴とする。

また、上記目的を達成するための本発明における選別装置は、搬送経路上において対象物を搬送する搬送装置と、前記搬送経路上に配置され、軸部が前記搬送経路上において軸支され、前記軸部を中心として回転可能に径方向外側に延びる１以上の仕切壁を有し、前記１以上の仕切壁のそれぞれが周方向に隣接する他の仕切壁との間において径方向外側の端部が開口した１以上の領域を形成する選別器を有し、前記選別器が、前記１以上の仕切壁を回転させることにより、前記１以上の領域のうち、前記搬送装置によって搬送される対象物の種類のそれぞれに対応する領域を、前記搬送装置の搬送方向の上流側に対向させ、前記搬送装置によって搬送される対象物を前記搬送装置によって搬送される対象物の種類に対応する領域に案内する、ことを特徴とする。

本発明における対象物選別システム、対象物選別プログラム、情報処理装置、対象物選別方法及び選別装置によれば、廃棄物の選別作業の選別精度及び稼働率を高めることが可能になる。

図１は、対象物選別システム１０の構成を説明する図である。 図２は、選別装置２の構成を説明する図である。 図３は、選別装置２の他の構成を説明する図である。 図４は、情報処理装置１の構成を説明する図である。 図５は、情報処理装置１が実行する選別処理の概略について説明する図である。 図６は、情報処理装置１が実行する選別処理の詳細について説明する図である。 図７は、情報処理装置１が実行する選別処理の詳細について説明する図である。 図８は、情報処理装置１が実行する選別処理の詳細について説明する図である。 図９は、環状経路を用いた場合の構成の具体例について説明する図である。 図１０は、選別盤４１を用いた場合の構成の具体例について説明する図である。 図１１は、選別盤４１を用いた場合の構成の具体例について説明する図である。 図１２は、選別盤４１を用いた場合の構成の具体例について説明する図である。 図１３は、圧縮空気発生器２５を用いた場合の構成の具体例について説明する図である。 図１４は、圧縮空気発生器２５を用いた場合の構成の具体例について説明する図である。

以下、図面を参照して本発明の実施の形態について説明する。しかしながら、かかる実施の形態例が、本発明の技術的範囲を限定するものではない。

［対象物選別システムの構成］
図１は、対象物選別システム１０の構成を説明する図である。図１に示す対象物選別システム１０は、情報処理装置１と、選別装置２と、操作端末５とを有する。

情報処理装置１は、コンピュータ装置であって、例えば、汎用的なＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）である。そして、情報処理装置１は、例えば、廃棄物の種類を判定する学習モデルを用いることによって、選別装置２に含まれるベルトコンベア上を搬送される廃棄物の種類を判定する。なお、情報処理装置１は、据置型、ノードブック型及びタブレット型等の形態を問わない。

選別装置２は、作業者ＯＰによる操作端末５を介した操作の内容に従って、ベルトコンベア上において搬送される廃棄物を種類ごとに選別する。また、選別装置２は、情報処理装置１による判定結果に基づいて、ベルトコンベア上において搬送される廃棄物を種類ごとに選別する。

［選別装置の構成（１）］
次に、選別装置２の構成について説明を行う。図２は、選別装置２の構成を説明する図である。

図２に示す選別装置２は、ベルトコンベア２１を有する。また、図２に示す選別装置２は、整列機構２２ａ及び２２ｂを有する。また、図２に示す選別装置２は、選別アーム２３ａを有する。さらに、図２に示す選別装置２の近傍には、ベルトコンベア２１上の撮像を行うカメラ２４ａ、２４ｃ及び２４ｅが配置されている。

ベルトコンベア２１は、各廃棄物ＯＢを搬送方向（図２における矢印方向）に向けて搬送する。以下、ベルトコンベア２１上において２種類の廃棄物ＯＢ（廃棄物ＯＢ１及びＯＢ３）が搬送されるものとして説明を行う。

整列機構２２ａ及び２２ｂは、搬送方向の上流側（図２における右側）から搬送された廃棄物ＯＢのそれぞれを、ベルトコンベア２１の幅方向において整列機構２２ａと２２ｂとに挟まれた領域に案内する。

選別アーム２３ａは、作業者ＯＰによる操作端末５を介した操作の内容や情報処理装置１による廃棄物ＯＢの種類についての判定結果に基づいて、搬送方向の上流側（図２における右側）から搬送された廃棄物ＯＢのそれぞれを種類ごとに選別する。具体的に、選別アーム２３ａは、基端部（図２における左側の端部）に設けられた軸部２３ａ１がベルトコンベア２１上において軸支されており、軸部２３ａ１を中心として先端部（図２における右側の端部）を回動させることによって、ベルトコンベア２１上の各廃棄物ＯＢを先端部に接触させて各廃棄物ＯＢの種類に対応する領域に案内する。

なお、選別アーム２３ａは、例えば、ベルトコンベア２１の上方（ベルトコンベア２１の搬送面に対する垂直方向）に設けられた支持機構（図示しない）において軸部２３ａ１が軸支されることによって、ベルトコンベア２１と直接接触しないように配置されるものであってよい。

さらに具体的に、図２に示す選別アーム２３ａは、ベルトコンベア２１上を搬送されている廃棄物ＯＢが廃棄物ＯＢ１である場合、廃棄物ＯＢ１に対応する領域（図２における選別アーム２３ａの上側の領域）に廃棄物ＯＢを移動させ、ベルトコンベア２１上を搬送されている廃棄物ＯＢが廃棄物ＯＢ３である場合、廃棄物ＯＢ３に対応する領域（図２における選別アーム２３ａの下側の領域）に廃棄物ＯＢを移動させる。

図２に示す選別アーム２３ａは、ベルトコンベア２１の幅方向における整列機構２２ａと整列機構２２ｂとの中央付近に位置している。すなわち、図２に示す例において、ベルトコンベア２１の幅方向における選別アーム２３ａの位置は、整列機構２２ａ及び２２ｂによって各廃棄物ＯＢが案内される範囲に含まれている。これにより、選別アーム２３ａは、各廃棄物ＯＢについて２種類の選別を行うことが可能になる。

なお、整列機構２２ａ及び整列機構２２ｂは、各廃棄物ＯＢの案内を行うことにより、各廃棄物ＯＢの間隔を空けることが可能になる。これにより、選別アーム２３ａは、各廃棄物ＯＢの選別を精度良く行うことが可能になる。

その後、廃棄物ＯＢ１及びＯＢ３のそれぞれは、ストックヤードＳＹ１及びＳＹ３（以下、これらを総称してストックヤードＳＹとも呼ぶ）のそれぞれに収容される。

さらに、図２に示す例において、カメラ２４ａは、整列機構２２ａ、２２ｂ及び選別アーム２３ａの近傍の撮影を行う。また、カメラ２４ｃ及び２４ｅのそれぞれは、ストックヤードＳＹ１及びＳＹ３のそれぞれに対応する領域の撮影を行う。

なお、カメラ２４ａ、２４ｃ及び２４ｅのそれぞれは、例えば、可視光カメラや赤外線カメラであってよい、また、カメラ２４ａ、２４ｃ及び２４ｅのそれぞれは、例えば、ベルトコンベア２１上における廃棄物ＯＢの位置を認識するための超音波を発生する超音波発生器（図示しない）と共に用いられるものであってもよい。

また、図２に示す例では、ベルトコンベア２１上において整列機構２２ａ及び２２ｂが設けられている場合について説明を行ったが、これに限られない。具体的に、例えば、ベルトコンベア２１上において整列機構２２ａ及び２２ｂのうちの一方のみが設けられるものであってもよい。

また、図２に示す例では、整列機構２２ａ及び２２の搬送方向における位置が一致するように設けられている場合（整列機構２２ａ及び２２ｂが選別装置２の幅方向に対して並列になるように設けられている場合）について説明を行ったが、これに限られない。具体的に、整列機構２２ａ及び２２の搬送方向における位置が異なるものであってもよい。

また、整列機構２２ａ及び２２ｂの搬送方向に対する角度は、例えば、モータ（図示しない）によって変更可能なものであってもよい。

［選別装置の構成（２）］
次に、選別装置２の他の構成について説明を行う。図３は、選別装置２の他の構成を説明する図である。

図３に示す選別装置２は、ベルトコンベア２１を有する。また、図３に示す選別装置２は、整列機構２２ａ、２２ｂ、２２ｃ、２２ｄ、２２ｅ及び２２ｆ（以下、これらを総称して整列機構２２または案内壁２２とも呼ぶ）を有する。また、図３に示す選別装置２は、選別アーム２３ａ、２３ｂ及び２３ｃ（以下、これらを総称して選別アーム２３とも呼ぶ）を有する。さらに、図３に示す選別装置２の近傍には、ベルトコンベア２１上の撮像を行うカメラ２４ａ、２４ｂ、２４ｃ、２４ｄ、２４ｅ及び２４ｆ（以下、これらを総称してカメラ２４とも呼ぶ）が配置されている。すなわち、図３に示す選別装置２は、選別アーム２３ａからなる１段目の選別アーム群と、選別アーム２３ｂ及び２３ｃからなる２段目の選別アーム群とを含む構成を有している。

ベルトコンベア２１は、各廃棄物ＯＢを搬送方向（図３における矢印方向）に向けて搬送する。以下、ベルトコンベア２１上において４種類の廃棄物ＯＢ（廃棄物ＯＢ１、ＯＢ２、ＯＢ３及びＯＢ４）が搬送されるものとして説明を行う。

整列機構２２ａ及び２２ｂは、搬送方向の上流側（図３における右側）から搬送された廃棄物ＯＢのそれぞれを、ベルトコンベア２１の幅方向において整列機構２２ａと２２ｂとに挟まれた領域に案内する。

選別アーム２３ａは、作業者ＯＰによる操作端末５を介した操作の内容や情報処理装置１による廃棄物ＯＢの種類についての判定結果に基づいて、搬送方向の上流側（図３における右側）から搬送された廃棄物ＯＢのそれぞれを種類ごとに選別する。具体的に、選別アーム２３ａは、基端部（図３における左側の端部）に設けられた軸部２３ａ１がベルトコンベア２１上において軸支されており、軸部２３ａ１を中心として先端部（図３における右側の端部）を回動させることによって、ベルトコンベア２１上の各廃棄物ＯＢを先端部に接触させて各廃棄物ＯＢの種類に対応する領域に案内する。

なお、選別アーム２３ａは、例えば、ベルトコンベア２１の上方（ベルトコンベア２１の搬送面に対する垂直方向）に設けられた支持機構（図示しない）において軸部２３ａ１が軸支されることによって、ベルトコンベア２１と直接接触しないように配置されるものであってよい。

さらに具体的に、図３に示す選別アーム２３ａは、ベルトコンベア２１上を搬送されている廃棄物ＯＢが廃棄物ＯＢ１またはＯＢ２である場合、廃棄物ＯＢ１及びＯＢ２に対応する領域（図３における選別アーム２３ａの上側の領域）に廃棄物ＯＢを移動させ、ベルトコンベア２１上を搬送されている廃棄物ＯＢが廃棄物ＯＢ３またはＯＢ４である場合、廃棄物ＯＢ３及びＯＢ４に対応する領域（図３における選別アーム２３ａの下側の領域）に廃棄物ＯＢを移動させる。

図３に示す選別アーム２３ａは、ベルトコンベア２１の幅方向における整列機構２２ａと整列機構２２ｂとの中央付近に位置している。すなわち、図３に示す例において、ベルトコンベア２１の幅方向における選別アーム２３ａの位置は、整列機構２２ａ及び２２ｂによって各廃棄物ＯＢが案内される範囲に含まれている。これにより、選別アーム２３ａは、各廃棄物ＯＢについて２種類の選別を行うことが可能になる。

整列機構２２ｃ及び２２ｄは、搬送方向の上流側から搬送された廃棄物ＯＢのそれぞれ（選別アーム２３ａによって選別された廃棄物ＯＢのそれぞれ）を、ベルトコンベア２１の幅方向において整列機構２２ｃと２２ｄとに挟まれた領域に案内する。

選別アーム２３ｂは、選別アーム２３ａと同様に、搬送方向の上流側から搬送された廃棄物ＯＢのそれぞれを２種類に選別する。具体的に、図３に示す選別アーム２３ｂは、ベルトコンベア２１上を搬送されている廃棄物ＯＢが廃棄物ＯＢ１である場合、廃棄物ＯＢ１に対応する領域（図３における選別アーム２３ｂの上側の領域）に廃棄物ＯＢを移動させ、ベルトコンベア２１上を搬送されている廃棄物ＯＢが廃棄物ＯＢ２である場合、廃棄物ＯＢ２に対応する領域（図３における選別アーム２３ｂの下側の領域）に廃棄物ＯＢを移動させる。

図３に示す選別アーム２３ｂは、ベルトコンベア２１の幅方向における整列機構２２ｃと整列機構２２ｄとの中央付近に位置している。すなわち、図３に示す例において、ベルトコンベア２１の幅方向における選別アーム２３ｂの位置は、整列機構２２ｃ及び２２ｄによって各廃棄物ＯＢが案内される範囲に含まれている。これにより、選別アーム２３ｂは、上流側から搬送された各廃棄物ＯＢについてさらに２種類の選別を行うことが可能になる。

整列機構２２ｅ及び２２ｆは、搬送方向の上流側から搬送された廃棄物ＯＢのそれぞれ（選別アーム２３ａによって選別された廃棄物ＯＢのそれぞれ）を、ベルトコンベア２１の幅方向における整列機構２２ｅと２２ｆとに挟まれた領域に案内する。

選別アーム２３ｃは、選別アーム２３ａと同様に、搬送方向の上流側から搬送された廃棄物ＯＢのそれぞれを２種類に選別する。具体的に、図３に示す選別アーム２３ｃは、ベルトコンベア２１上を搬送されている廃棄物ＯＢが廃棄物ＯＢ３である場合、廃棄物ＯＢ３に対応する領域（図３における選別アーム２３ｃの上側の領域）に廃棄物ＯＢを移動させ、ベルトコンベア２１上を搬送されている廃棄物ＯＢが廃棄物ＯＢ４である場合、廃棄物ＯＢ４に対応する領域（図３における選別アーム２３ｃの下側の領域）に廃棄物ＯＢを移動させる。

図３に示す選別アーム２３ｃは、ベルトコンベア２１の幅方向における整列機構２２ｅと整列機構２２ｆとの中央付近に位置している。すなわち、図３に示す例において、ベルトコンベア２１の幅方向における選別アーム２３ｃの位置は、整列機構２２ｅ及び２２ｆによって各廃棄物ＯＢが案内される範囲に含まれている。これにより、選別アーム２３ｃは、上流側から搬送された各廃棄物ＯＢについてさらに２種類の選別を行うことが可能になる。

その後、廃棄物ＯＢ１、ＯＢ２、ＯＢ３及びＯＢ４のそれぞれは、ストックヤードＳＹ１、ＳＹ２、ＳＹ３及びＳＹ４（以下、これらを総称してストックヤードＳＹとも呼ぶ）のそれぞれに収容される。

さらに、図３に示す例において、カメラ２４ａは、整列機構２２ａ、２２ｂ及び選別アーム２３ａの近傍の撮影を行い、カメラ２４ｂは、整列機構２２ｃ、２２ｄ及び選別アーム２３ｂの近傍と、整列機構２２ｄ、２２ｅ及び選別アーム２３ｃの近傍との撮影を行う。また、カメラ２４ｃ、２４ｄ、２４ｅ及び２４ｆのそれぞれは、ストックヤードＳＹ１、ＳＹ２、ＳＹ３及びＳＹ４のそれぞれに対応する領域の撮影を行う。

なお、選別装置２は、選別アーム２３ｂによって案内された廃棄物ＯＢ２がストックヤードＳＹ３に収容されないように、かつ、選別アーム２３ｃによって案内された廃棄物ＯＢ３がストックヤードＳＹ２に収容されないように、ベルトコンベア２１の幅方向における選別アーム２３ｂ及び選別アーム２３ｃの中央位置において遮蔽壁（図示しない）を有するものであってもよい。

また、図３に示す例では、選別装置２に３つの選別アーム２３（すなわち、２段の選別アーム群）が含まれる場合について説明を行ったが、これに限られない。具体的に、選別装置２は、例えば、３つ以上の選別アーム２３（すなわち、３段以上の選別アーム群）を含み、４種類以上の廃棄物ＯＢの選別を行うものであってもよい。

また、図３に示す例では、搬送方向の上流側から２番目に近い選別アーム群に含まれる選別アーム２３（選別アーム２３ｂ及び２３ｃ）の数が、搬送方向の上流側に最も近い選別アーム群（搬送方向の上流側に隣接する選別アーム群）に含まれる選別アーム２３（選別アーム２３ａ）の数の倍である場合について説明を行ったが、これに限られない。具体的に、複数段の選別アーム群のそれぞれは、１つ以上の選別アームを有するものであればよい。

また、図３に示す例では、選別アーム２３が廃棄物ＯＢを種類毎に選別する場合について説明を行ったが、選別アーム２３の少なくとも一部は、例えば、廃棄物ＯＢが可燃物であるか否かに従った選別や廃棄物ＯＢの大きさ等に従った選別を行うものであってもよい。これにより、選別装置２は、廃棄物ＯＢの大きさや性質等が大きく異なる多くの種類の廃棄物ＯＢの選別を行う必要がある場合であっても、各廃棄物ＯＢの種類毎の選別を精度良く行うことが可能になる。

［情報処理装置の構成］
次に、情報処理装置１の構成（ハードウエア構成）について説明を行う。図４は、情報処理装置１の構成を説明する図である。

情報処理装置１は、汎用的なコンピュータ装置のハードウエア構成を有し、例えば、図４に示すように、プロセッサであるＣＰＵ１０１と、メモリ１０２と、ネットワークインタフェース１０３と、記憶媒体１０４とを有する。各部は、バス１０５を介して互いに接続される。

記憶媒体１０４は、例えば、廃棄物ＯＢを種類ごとに選別する処理（以下、選別処理とも呼ぶ）を行うためのプログラム（図示しない）を記憶するプログラム格納領域（図示しない）を有する。また、記憶媒体１０４は、例えば、選別処理を行う際に用いられる情報を記憶する記憶領域１１０を有する。なお、記憶媒体１０４は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）やＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）であってよい。

ＣＰＵ１０１は、記憶媒体１０４（記憶領域１１０）からメモリ１０２にロードされたプログラムを実行して選別処理を行う。

また、ネットワークインタフェース１０３は、例えば、選別装置２と通信を行うことによって、ネットワークを介した選別装置２の遠隔操作を可能とする。

［選別処理の概略］
次に、情報処理装置１が実行する選別処理の概略について説明を行う。図５は、情報処理装置１が実行する選別処理の概略について説明する図である。

初めに、情報処理装置１の学習モデル生成部１２は、情報処理装置１の学習データ生成部１１によって生成された学習データを学習することによって学習モデルを生成する。具体的に、学習モデル生成部１２は、例えば、学習用の廃棄物ＯＢを含む画像データと、学習用の廃棄物ＯＢの種類とを含む学習データを学習することにより、学習モデルの生成を行う。すなわち、学習モデル生成部１２は、例えば、作業者ＯＰが操作端末５を介して行った廃棄物ＯＢの選別の結果に基づいて生成された学習データを学習することにより、学習モデルの生成を行う。なお、例えば、カメラ２４が赤外線カメラである場合、学習データ生成部１１は、赤外線カメラが学習用の廃棄物ＯＢについて取得した赤外線データを学習データとして生成するものであってよい。

そして、情報処理装置１の種類判定部１３は、選別装置２のベルトコンベア２１上を搬送される廃棄物ＯＢ（以下、新たな廃棄物ＯＢとも呼ぶ）の画像データを取得した場合、取得した画像データを学習モデルに入力することによって、新たな廃棄物ＯＢの種類についての判定結果を取得する。

その後、情報処理装置１の選別アーム制御部１４は、種類判定部１３が取得した判定結果に従って選別アーム２３を動作させる。具体的に、選別アーム制御部１４は、例えば、判定結果の内容に対応する操作を選別アーム２３が行うように、選別アーム２３を制御する制御装置（図示しない）に指示を行う。

また、情報処理装置１の搬送制御部１５は、ベルトコンベア２１上における廃棄物ＯＢの密度に応じて、ベルトコンベア２１の搬送速度を制御する。

すなわち、本実施の形態における対象物選別システム１０は、廃棄物ＯＢの画像データと廃棄物の種類とを学習した学習モデルを用いることで、ベルトコンベア２１上を搬送される廃棄物ＯＢの選別を自動的に行う。

これにより、対象物選別システム１０は、廃棄物ＯＢの選別を効率的に行うことが可能になり、廃棄物ＯＢの選別に要する作業者の数を抑えることが可能になる。

［選別処理の詳細］
次に、情報処理装置１が実行する選別処理の詳細について説明を行う。図６から図８は、情報処理装置１が実行する選別処理の詳細について説明する図である。

［学習処理］
初めに、選別処理のうち、学習モデルの生成を行う際の処理（以下、学習処理とも呼ぶ）について説明を行う。

学習データ生成部１１は、図６に示すように、例えば、ベルトコンベア２１上における各ストックヤードＳＹに対応する各領域を撮影した動画データに含まれる画像データを取得する（Ｓ１１）。

具体的に、作業者ＯＰは、図２に示すように、例えば、操作端末５を介して各選別アーム２３を操作することによって、ベルトコンベア２１上を搬送される各廃棄物ＯＢの選別を行い、廃棄物ＯＢ１、ＯＢ２、ＯＢ３及びＯＢ４をストックヤードＳＹ１、ＳＹ２、ＳＹ３及びＳＹ４のそれぞれに収容する。そして、カメラ２４ｃ、２４ｄ、２４ｅ及び２４ｆのそれぞれは、例えば、作業者ＯＰによる選別作業が行われている間、ストックヤードＳＹ１、ストックヤードＳＹ２、ストックヤードＳＹ３及びストックヤードＳＹ４のそれぞれに対応する領域についての撮影を行う。

そのため、学習データ生成部１１は、例えば、各カメラ２４による各ストックヤードＳＹに対応する領域の撮影に並行して、各カメラ２４によって撮影された各領域についての動画データに含まれる画像データを取得する。

そして、学習データ生成部１１は、ベルトコンベア２１上における各ストックヤードＳＹに対応する領域ごとに、Ｓ１１の処理で取得した画像データに含まれる廃棄物ＯＢと、各ストックヤードＳＹに対応する領域に収容されている廃棄物ＯＢの種類とを含む学習データを生成する（Ｓ１２）。

具体的に、学習データ生成部１１は、例えば、ストックヤードＳＹ１に収容された廃棄物ＯＢごとに、各廃棄物ＯＢを含む画像データと各廃棄物ＯＢの種類が廃棄物ＯＢ１であることを示す情報（ラベル）とを含む学習データを生成する。また、学習データ生成部１１は、ストックヤードＳＹ２、ＳＹ３及びＳＹ４のそれぞれに収容された各廃棄物ＯＢについても同様に学習データを生成する。

これにより、学習データ生成部１１は、作業者ＯＰの操作によって廃棄物ＯＢの選別が行われる期間に応じた数の学習データを自動的に生成することが可能になる。

なお、カメラ２４は、複数種類のカメラ（可視光カメラ以外の赤外線カメラ等を含む）を用いることによって、同一廃棄物ＯＢについての画像データを複数方向から撮影するものであってもよい。そして、学習データ生成部１１は、この場合、同一廃棄物ＯＢについての学習データを複数生成するものであってもよい。

これにより、学習データ生成部１１は、廃棄物ＯＢの種類についての判定精度がより高い学習モデルを生成することが可能になる。

その後、学習モデル生成部１２は、Ｓ１２の処理で生成した学習データを学習することによって学習モデルを生成する（Ｓ１３）。

なお、学習データ生成部１１は、新たな学習データの生成を随時行うものであってよい。そして、学習モデル生成部１２は、新たな学習データを用いることによって、Ｓ１３の処理で生成した学習モデルの更新を随時行うものであってもよい。

［選別処理のメイン処理］
次に、選別処理のメイン処理について説明を行う。

種類判定部１３は、図７に示すように、選別アーム２３の近傍を撮影した動画データに含まれる画像データを取得する（Ｓ２１）。

具体的に、種類判定部１３は、例えば、図２で説明したカメラ２４ａによって撮影された選別アーム２３ａの近傍の動画データ（選別アーム２３ａによってこれから選別が行われる廃棄物ＯＢを撮影した動画データ）に含まれる画像データを取得する。また、種類判定部１３は、例えば、図２で説明したカメラ２４ｂによって撮影された選別アーム２３ｂ及び２３ｃの近傍の動画データ（選別アーム２３ｂまたは２３ｃによってこれから選別が行われる廃棄物ＯＢを撮影した動画データ）に含まれる画像データを取得する。

そして、種類判定部１３は、Ｓ１３の処理で生成した学習モデルに対して、Ｓ２１の処理で取得した画像データを入力することによって、Ｓ２１で取得した画像データに含まれる対象物の種類についての判定結果を取得する（Ｓ２２）。

具体的に、種類判定部１３は、例えば、カメラ２４ａによって撮影された選別アーム２３ａの近傍の動画データに含まれる画像データを入力することによって、選別アーム２３ａの近傍を搬送されている廃棄物ＯＢ（選別アーム２３ａがこれから選別を行う廃棄物ＯＢ）の種類についての判定結果を取得する。また、種類判定部１３は、例えば、カメラ２４ｂによって撮影された選別アーム２３ｂ及び２３ｃの近傍の動画データに含まれる画像データを入力することによって、選別アーム２３ｂまたは２３ｃの近傍を搬送されている廃棄物ＯＢ（選別アーム２３ｂまたは２３ｃがこれから選別を行う廃棄物ＯＢ）の種類についての判定結果を取得する。

その後、選別アーム制御部１４は、Ｓ２２の処理で取得した判定結果に従って、選別アーム２３を動作させる（Ｓ２３）。

具体的に、例えば、図２で説明した例において、選別アーム２３ａの近傍を搬送されている廃棄物ＯＢの種類が廃棄物ＯＢ１であると判定された場合、選別アーム制御部１４は、選別アーム２３ａの先端部を左側（図２における上方向）に回動させるように制御装置に対して指示を行う。一方、例えば、選別アーム２３ａの近傍を搬送されている廃棄物ＯＢの種類が廃棄物ＯＢ４であると判定された場合、選別アーム制御部１４は、選別アーム２３ａの先端部を右側（図２における下方向）に回動させるように制御装置に対して指示を行う。

同様に、例えば、選別アーム２３ｂの近傍を搬送されている廃棄物ＯＢの種類が廃棄物ＯＢ１であると判定された場合、選別アーム制御部１４は、選別アーム２３ｂの先端部が左側（図２における上方向）に回動するように制御装置に指示を行う。一方、例えば、選別アーム２３ｂの近傍を搬送されている廃棄物ＯＢの種類が廃棄物ＯＢ２であると判定された場合、選別アーム制御部１４は、選別アーム２３ｂの先端部が右側（図２における下方向）に回動するように制御装置に指示を行う。

これにより、情報処理装置１は、学習モデルを用いることで、ベルトコンベア２１上において搬送される廃棄物ＯＢを種類ごとに選別することが可能になる。

なお、図２に示す例において、整列機構２２ａ及び２２ｂは、例えば、開閉可能なドア部（図示しない）をそれぞれ有するものであってよい。具体的に、整列機構２２ａは、例えば、ベルトコンベア２１の幅方向における位置が選別アーム２３ｂと同じであるドア部（以下、第１ドア部とも呼ぶ）を有するものであってよい。また、整列機構２２ｂは、例えば、ベルトコンベア２１の幅方向における位置が選別アーム２３ｃと同じであるドア部（以下、第２ドア部とも呼ぶ）を有するものであってよい。

そして、情報処理装置１は、例えば、カメラ２４ａよりも上流側に配置されたカメラ（図示しない）によって撮影された整列機構２２ａ及び２２ｂの近傍の廃棄物ＯＢについての種類の判定結果に基づき、種類が廃棄物ＯＢ１または廃棄物ＯＢ２であると判定された廃棄物ＯＢが第１ドア部を通過するように必要なタイミングにおいて第１ドア部を開扉させ、種類が廃棄物ＯＢ３または廃棄物ＯＢ４であると判定された廃棄物ＯＢが第２ドア部を通過するように必要なタイミングにおいて第２ドア部を開扉させるものであってよい。

これにより、情報処理装置１は、例えば、選別装置２における各廃棄物ＯＢの選別精度をより向上させることが可能になる。

［搬送制御処理］
次に、選別処理のうち、ベルトコンベア２１の搬送速度を制御する処理（以下、搬送制御処理とも呼ぶ）について説明を行う。

搬送制御部１５は、図８に示すように、選別アーム２３の近傍を撮影した動画データに含まれる画像データを取得する（Ｓ３１）。

具体的に、搬送制御部１５は、例えば、図３で説明したカメラ２４ａ及びカメラ２４ｂによって撮影された選別アーム２３ａの近傍の動画データに含まれる所定タイミングの画像データを取得する。

そして、搬送制御部１５は、例えば、Ｓ３１の処理で取得した画像データにおける廃棄物ＯＢの密度を算出する（Ｓ３２）。さらに、搬送制御部１５は、Ｓ３２の処理で算出した一定時間内（例えば、１０秒間）の密度の平均値を算出する（Ｓ３３）。

続いて、搬送制御部１５は、Ｓ３３の処理で算出した平均値と上限閾値（以下、第１閾値とも呼ぶ）とを比較する。また、搬送制御部１５は、Ｓ３３の処理で算出した平均値と下限閾値（以下、第２閾値とも呼ぶ）とを比較する（Ｓ３４）。

具体的に、搬送制御部１５は、Ｓ３３の処理で算出した平均値が第１閾値よりも大きいか否かを判定する。また、搬送制御部１５は、Ｓ３３の処理で算出した平均値が第２閾値よりも小さいか否かを判定する。

その後、搬送制御部１５は、Ｓ３４の処理での比較結果に基づいて、ベルトコンベア２１上における廃棄物ＯＢの搬送速度を制御する。

具体的に、搬送制御部１５は、Ｓ３３の処理で算出した平均値が第１閾値よりも大きいと判定した場合、ベルトコンベア２１における廃棄物ＯＢの搬送速度を低速にする。すなわち、搬送制御部１５は、この場合、学習モデルを用いることによって種類の判定を行う必要がある廃棄物ＯＢの量が多いと判定し、ベルトコンベア２１における廃棄物ＯＢの搬送速度を低速にする。

これにより、搬送制御部１５は、例えば、種類の判定を行う必要がある廃棄物ＯＢの量が多い場合であっても、各廃棄物ＯＢの種類の判定をそれぞれ行うことが可能になる。

また、搬送制御部１５は、Ｓ３３の処理で算出した平均値が第２閾値よりも小さいと判定した場合、ベルトコンベア２１における廃棄物ＯＢの搬送速度を高速にする。すなわち、搬送制御部１５は、この場合、学習モデルを用いることによって種類の判定を行う必要がある廃棄物ＯＢの量が少ないと判定し、ベルトコンベア２１における廃棄物ＯＢの搬送速度を高速にする。

これにより、搬送制御部１５は、例えば、種類の判定を行う必要がある廃棄物ＯＢの量が少ない場合、各廃棄物ＯＢの種類の判定に要する時間を短縮させることが可能になる。

［環状経路を用いた場合の構成の具体例］
次に、環状経路を用いた場合の構成の具体例について説明を行う。図９は、環状経路を用いた場合の構成の具体例について説明する図である。

図９に示す選別装置２は、環状経路を２か所において含むベルトコンベア３１を有する。また、図９に示す選別装置２は、整列機構３２ａ、３２ｂ、３２ｃ、３２ｄ、３２ｅ及び３２ｆ（以下、これらを総称して整列機構３２とも呼ぶ）を有する。また、図９に示す選別装置２は、選別アーム３３ａ、３３ｂ及び３３ｃ（以下、これらを総称して選別アーム３３とも呼ぶ）を有する。なお、図９に示す例では、ベルトコンベア３１上を撮像するカメラについての記載を省略している。

ベルトコンベア３１は、各廃棄物ＯＢを搬送方向（図９における矢印方向）に向けて搬送する。

選別アーム３３ａは、搬送方向の上流側（図９における上側）から搬送された廃棄物ＯＢのそれぞれを種類ごとに選別する。具体的に、図９に示す選別アーム３３ａは、ベルトコンベア３１上を搬送されている廃棄物ＯＢが廃棄物ＯＢ１またはＯＢ２である場合、廃棄物ＯＢ１及びＯＢ２に対応する領域（図９における選別アーム３３ａの左側の領域）に廃棄物ＯＢを移動させ、ベルトコンベア２１上を搬送されている廃棄物ＯＢが廃棄物ＯＢ３またはＯＢ４である場合、廃棄物ＯＢ３及びＯＢ４に対応する領域（図９における選別アーム３３ａの右側の領域）に廃棄物ＯＢを移動させる。

また、選別アーム３３ｂは、搬送方向の上流側（図９における右側）から搬送された廃棄物ＯＢのそれぞれを種類ごとに選別する。具体的に、図９に示す選別アーム３３ｂは、ベルトコンベア３１上を搬送されている廃棄物ＯＢが廃棄物ＯＢ１である場合、廃棄物ＯＢ１に対応するストックヤードＳＹ１１に廃棄物ＯＢを移動させ、ベルトコンベア２１上を搬送されている廃棄物ＯＢが廃棄物ＯＢ２である場合、廃棄物ＯＢ２に対応するストックヤードＳＹ１２に廃棄物ＯＢを移動させる。

なお、ベルトコンベア３１上を搬送されている廃棄物ＯＢが廃棄物ＯＢ１及びＯＢ２のいずれかでない場合、選別アーム３３ｂは、廃棄物ＯＢをストックヤードＳＹ１１またはＳＹ１２に移動させることなく引き続きベルトコンベア３１上を搬送させる。

すなわち、選別装置２では、例えば、情報処理装置１における廃棄物ＯＢの選別精度によって、廃棄物ＯＢ３またはＯＢ４が選別アーム３３ｂの近傍に搬送される可能性がある。また、選別装置２では、例えば、廃棄物ＯＢに含まれることが想定されていない廃棄物ＯＢ５が選別アーム３３ｂの近傍に搬送される可能性がある。

そのため、選別装置２は、例えば、情報処理装置１が廃棄物ＯＢ１及びＯＢ２のいずれかであると判定できなかった廃棄物ＯＢについては、ストックヤードＳＹ１１及びＳＹ１２のいずれかに移動させることなく、ベルトコンベア３１上において引き続き搬送させる。

これにより、選別装置２は、情報処理装置１が廃棄物ＯＢ１及びＯＢ２のいずれかであると判定できなかった廃棄物ＯＢの種類について、再度判定を行わせることが可能になる。そのため、対象物選別システム１０は、ベルトコンベア３１上を搬送される廃棄物ＯＢの種類についての判定精度を高めることが可能になる。

さらに、選別アーム３３ｃは、搬送方向の上流側（図９における左側）から搬送された廃棄物ＯＢのそれぞれを種類ごとに選別する。具体的に、図９に示す選別アーム３３ｃは、ベルトコンベア３１上を搬送されている廃棄物ＯＢが廃棄物ＯＢ３である場合、廃棄物ＯＢ３に対応するストックヤードＳＹ１３に廃棄物ＯＢを移動させ、ベルトコンベア２１上を搬送されている廃棄物ＯＢが廃棄物ＯＢ４である場合、廃棄物ＯＢ２に対応するストックヤードＳＹ１４に廃棄物ＯＢを移動させる。

そして、選別アーム３３ｃは、ベルトコンベア３１上を搬送されている廃棄物ＯＢが廃棄物ＯＢ３及びＯＢ４のいずれかでない場合、廃棄物ＯＢをストックヤードＳＹ１３及びＳＹ１４のいずれかに移動させることなく引き続きベルトコンベア３１上を搬送させる。

なお、情報処理装置１は、例えば、ベルトコンベア３１上の同一の位置において所定回数以上搬送されている廃棄物ＯＢの検知を行うものであってよい。具体的に、情報処理装置１は、例えば、各カメラが撮像したベルトコンベア３１上の動画データを解析することによって、同一の場所において所定回数以上搬送されている廃棄物ＯＢの検知を行うものであってよい。そして、同一の場所において所定回数以上搬送されている廃棄物ＯＢが検知された場合、選別装置２は、例えば、図示しない所定の選別アーム（選別アーム３３ａ、３３ｂ及び３３ｃ以外の選別アーム）を動作させることによって、検知された廃棄物ＯＢを図示しない所定の領域（ストックヤードＳＹ１１、ＳＹ１２、ＳＹ１３及びＳＹ１４のそれぞれに対応する領域以外の領域）に移動させるものであってよい。

これにより、選別装置２は、例えば、ストックヤードＳＹ１１、ＳＹ１２、ＳＹ１３及びＳＹ１４のいずれにも収容されない廃棄物ＯＢ（廃棄物ＯＢ５等）がベルトコンベア３１上において搬送され続けることを防止することが可能になる。

［選別盤を用いた場合の構成の具体例］
次に、選別盤４１（以下、選別機構４１または選別器４１とも呼ぶ）を用いた場合の構成の具体例について説明を行う。図１０から図１２は、選別盤４１を用いた場合の構成の具体例について説明する図である。以下、図２及び図３で説明した選別装置２と異なる構成についてのみ説明を行う。

図１０に示す選別装置２は、廃棄物ＯＢを収容可能な複数の領域を含む選別機構４１を有する。選別機構４１は、ベルトコンベア２１の搬送面に対して垂直な軸部（図示しない）を中心として回転可能に径方向外側に延びる仕切壁４２、４３、４４、４５、４６、４７、４８及び４９を備える。仕切壁４２、４３、４４、４５、４６、４７、４８及び４９のそれぞれは、例えば、選別機構４１を等分割するように配置されており、かつ、周方向に隣接する他の仕切壁との間において径方向外側の端部が開口したストックヤードＳＹ２１、ＳＹ２２、ＳＹ２３、ＳＹ２４、ＳＹ２５、ＳＹ２６、ＳＹ２７及びＳＹ２８をそれぞれ形成する。

図１０に示す例において、ストックヤードＳＹ２１は、例えば、種類が廃棄物ＯＢ３である確率が最も高く、かつ、その確率が第１確率（例えば、９０（％））以上である廃棄物ＯＢが収容される領域であり、ストックヤードＳＹ２２は、例えば、種類が廃棄物ＯＢ３である確率が最も高く、かつ、その確率が第２確率（例えば、７０（％））以上である廃棄物ＯＢが収容される領域であり、ストックヤードＳＹ２３は、例えば、種類が廃棄物ＯＢ３である確率が最も高く、かつ、その確率が第３確率（例えば、５０（％））以上である廃棄物ＯＢが収容される領域であり、ストックヤードＳＹ２４は、例えば、種類が廃棄物ＯＢ３である確率が最も高く、かつ、その確率が第３確率未満である廃棄物ＯＢが収容される領域である。

また、ストックヤードＳＹ２５は、例えば、種類が廃棄物ＯＢ１である確率が最も高く、かつ、その確率が第１確率以上である廃棄物ＯＢが収容される領域であり、ストックヤードＳＹ２６は、例えば、種類が廃棄物ＯＢ１である確率が最も高く、かつ、その確率が第２確率以上である廃棄物ＯＢが収容される領域であり、ストックヤードＳＹ２７は、例えば、種類が廃棄物ＯＢ１である確率が最も高く、かつ、その確率が第３確率以上である廃棄物ＯＢが収容される領域であり、ストックヤードＳＹ２８は、例えば、種類が廃棄物ＯＢ１である確率が最も高く、かつ、その確率が第３確率未満である廃棄物ＯＢが収容される領域である。

具体的に、例えば、選別機構４１の近傍の廃棄物ＯＢの種類の判別結果が、廃棄物ＯＢの種類が廃棄物ＯＢ３である確率が最も高く、その確率が９０（％）以上であることを示している場合、情報処理装置１は、廃棄物ＯＢがストックヤードＳＹ２１に収容されるように選別機構４１を回転される旨の指示を制御装置に行う。すなわち、情報処理装置１は、この場合、図１１に示すように、ストックヤードＳＹ２１が搬送方向の上流側に対向するように選別機構４１を回転させる。

これにより、選別装置２は、例えば、図１２に示すように、選別機構４１の近傍の廃棄物ＯＢ（ストックヤードＳＹ２１に対応すると判定された廃棄物ＯＢ）をストックヤードＳＹ２１に収容させることが可能になる。そのため、選別装置２は、例えば、選別機構４１の近傍の廃棄物ＯＢを種類ごとであって判定精度ごとに選別することが可能になる。従って、作業者ＯＰは、例えば、異なる領域に収容された廃棄物ＯＢごとに、異なる後続処理を行うことが可能になる。

なお、ストックヤードＳＹ２１、ＳＹ２２、ＳＹ２３、ＳＹ２４、ＳＹ２５、ＳＹ２６、ＳＹ２７及びＳＹ２８は、例えば、異なる種類の廃棄物ＯＢ（８種類の廃棄物ＯＢ）をそれぞれ収容するものであってもよい。

また、選別機構４１は、例えば、８つ以外の枚数の仕切壁を有することによって、８つ以外の数の領域を形成するものであってもよい。

［圧縮空気発生器を用いた場合の構成の具体例］
次に、圧縮空気発生器２５を用いた場合の構成の具体例について説明を行う。図１３及び１４は、圧縮空気発生器２５を用いた場合の構成の具体例について説明する図である。

図１３に示す選別装置２は、図２等で説明した選別アーム２３に代えて、圧縮空気発生器２５ａ及び２５ｂ（以下、これらを総称して圧縮空気発生器２５とも呼ぶ）を有する。

圧縮空気発生器２５ａは、作業者ＯＰによる操作端末５を介した操作の内容や情報処理装置１による廃棄物ＯＢの種類についての判定結果に基づいて、搬送方向の上流側（図１３における右側）から搬送された廃棄物ＯＢのそれぞれを種類ごとに選別する。

具体的に、圧縮空気発生器２５ａは、図１３に示すように、例えば、廃棄物ＯＢの搬送経路上の領域（図１３におけるベルトコンベア２１の上側の領域）に配置されている。そして、圧縮空気発生器２５ａは、選別アーム２３を用いた場合と同様に、ベルトコンベア２１上を搬送される廃棄物ＯＢに対して圧縮空気を送出することによって、各廃棄物ＯＢを各廃棄物ＯＢの種類に対応する領域に案内する。

さらに具体的に、圧縮空気発生器２５ａは、図１４に示すように、例えば、ベルトコンベア２１上を搬送されている廃棄物ＯＢが廃棄物ＯＢ３である場合、その廃棄物ＯＢ（図１４に示す例では廃棄物ＯＢ３ａ）を廃棄物ＯＢ３に対応する領域（図１３におけるベルトコンベア２１の下側の領域）に移動させる。

また、圧縮空気発生器２５ｂは、作業者ＯＰによる操作端末５を介した操作の内容や情報処理装置１による廃棄物ＯＢの種類についての判定結果に基づいて、搬送方向の上流側（図１３における右側）から搬送された廃棄物ＯＢのそれぞれを種類ごとに選別する。

具体的に、圧縮空気発生器２５ｂは、図１３に示すように、例えば、廃棄物ＯＢの搬送経路上の領域（図１３におけるベルトコンベア２１の下側の領域）に配置されている。そして、圧縮空気発生器２５ｂは、選別アーム２３を用いた場合と同様に、ベルトコンベア２１上を搬送される廃棄物ＯＢに対して圧縮空気を送出することによって、各廃棄物ＯＢを各廃棄物ＯＢの種類に対応する領域に案内する。

さらに具体的に、圧縮空気発生器２５ｂは、ベルトコンベア２１上を搬送されている廃棄物ＯＢが廃棄物ＯＢ１である場合、その廃棄物ＯＢを廃棄物ＯＢ１に対応する領域（図１３におけるベルトコンベア２１の上側の領域）に移動させる。

なお、図１３及び図１４に示す例では、圧縮空気発生器２５ａ及び２５ｂが、図２等で説明した選別アーム２３に代えて設けられている場合について説明を行ったが、これに限られない。具体的に、圧縮空気発生器２５ａ及び２５ｂは、図２等で説明した選別アーム２３とともに設けられるものであってもよい。

１：情報処理装置
２：選別装置
５：操作端末
１１：学習データ生成部
１２：学習モデル生成部
１３：種類判定部
１４：選別アーム制御部
１５：搬送制御部
２１：ベルトコンベア
２２：整列機構
２３：選別アーム
２４：カメラ
１０１：ＣＰＵ
１０２：メモリ
１０３：ネットワークインタフェース
１０４：記憶媒体
１０５：バス

Claims (17)

1. 搬送装置によって搬送される対象物を種類ごとに選別する対象物選別システムであって、
   前記対象物を撮像する撮像装置と、
   前記撮像装置が撮像した特定の画像データに含まれる対象物の種類を判定する情報処理装置と、
   前記情報処理装置による判定結果に従って、前記特定の画像データに含まれる対象物の種類を選別する選別装置と、を有し、
   前記情報処理装置は、
   学習用の対象物を含む画像データと前記学習用の対象物の種類とを対応付けて学習した学習モデルを用いることによって、前記特定の画像データに含まれる対象物の種類が複数の種類候補のそれぞれである確率を前記判定結果として特定し、
   前記判定結果に含まれる確率のうちの最大確率を特定し、かつ、前記最大確率に対応する種類候補を前記特定の画像データに含まれる対象物の種類として特定し、
   前記選別装置は、前記特定の画像データに含まれる対象物を、前記複数の種類候補のうちのいずれかと確率についての複数の範囲のうちのいずれかとの組み合わせにそれぞれ対応する１以上の領域のうち、前記情報処理装置が特定した前記対象物の種類と前記最大確率との組み合わせに対応する領域に移動させる、
   ことを特徴とする対象物選別システム。
2. 請求項１において、
   前記選別装置は、１以上の選別アームを有し、
   前記１以上の選別アームのそれぞれは、前記搬送装置の搬送経路上に配置され、かつ、各基端部に設けられた軸部が前記搬送経路上において軸支され、
   前記１以上の選別アームのそれぞれは、前記軸部を中心に先端部を回動させることにより、前記搬送装置によって搬送される対象物を前記先端部に接触させて、前記１以上の領域のうち、前記情報処理装置が特定した前記対象物の種類と前記最大確率との組み合わせに対応する領域に案内する、
   ことを特徴とする対象物選別システム。
3. 請求項２において、
   前記１以上の選別アームは、前記搬送装置の搬送方向の上流側から下流側に向けて間隔をあけて配置される複数段の選別アーム群を構成する、
   ことを特徴とする対象物選別システム。
4. 請求項２において、
   前記選別装置は、前記搬送装置によって搬送される対象物の前記搬送経路の幅方向における位置が前記搬送経路の幅方向における前記選別アームの回動範囲内になるように、前記搬送装置によって搬送される対象物を案内する案内壁を有する、
   ことを特徴とする対象物選別システム。
5. 請求項２において、
   前記搬送経路は、少なくとも一部が環状経路であり、
   前記選別装置は、前記搬送経路における所定位置上を搬送された回数が所定回数を超えた対象物を検知した場合、検知した前記対象物を前記１以上の領域以外の領域に移動させる、
   ことを特徴とする対象物選別システム。
6. 請求項１において、
   前記選別装置は、１以上の圧縮空気発生器を有し、
   前記１以上の圧縮空気発生器のそれぞれは、前記搬送装置の搬送経路上に配置され、
   前記１以上の圧縮空気発生器のそれぞれは、前記搬送装置によって搬送される対象物に対して圧縮空気を送出することにより、前記搬送装置によって搬送される対象物を、前記１以上の領域のうち、前記情報処理装置が特定した前記対象物の種類と前記最大確率との組み合わせに対応する領域に案内する、
   ことを特徴とする対象物選別システム。
7. 請求項１において、
   前記情報処理装置は、前記学習用の対象物を含む画像データと前記学習用の対象物の種類とを含む学習データを学習することにより、前記学習モデルを生成する、
   ことを特徴とする対象物選別システム。
8. 請求項１において、
   前記搬送装置は、
   前記搬送装置の搬送経路上における対象物の密度の平均値が第１閾値よりも大きい場合、前記搬送装置における搬送速度を低下させ、
   前記密度の平均値が第２閾値よりも小さい場合、前記搬送速度を上昇させる、
   ことを特徴とする対象物選別システム。
9. 学習用の対象物を含む画像データと前記学習用の対象物の種類とを含む学習データを学習することによって生成した学習モデルを用いることにより、撮像装置が撮像した特定の画像データに含まれる対象物の種類が複数の種類候補のそれぞれである確率を特定し、
   特定した前記確率のうちの最大確率を特定し、かつ、前記最大確率に対応する種類候補を前記特定の画像データに含まれる対象物の種類として特定し、
   前記特定の画像データに含まれる対象物を、前記複数の種類候補のうちのいずれかと確率についての複数の範囲のうちのいずれかとの組み合わせにそれぞれ対応する１以上の領域のうち、特定した前記対象物の種類と前記最大確率との組み合わせに対応する領域に移動させる選別装置に対して、特定した前記対象物の種類と前記最大確率とを送信する、
   処理をコンピュータに実行させることを特徴とする対象物選別プログラム。
10. 学習用の対象物を含む画像データと前記学習用の対象物の種類とを含む学習データを学習することによって生成した学習モデルを用いることにより、撮像装置が撮像した特定の画像データに含まれる対象物の種類が複数の種類候補のそれぞれである確率を特定し、特定した前記確率のうちの最大確率を特定し、かつ、前記最大確率に対応する種類候補を前記特定の画像データに含まれる対象物の種類として特定する判定部と、
    前記特定の画像データに含まれる対象物を、前記複数の種類候補のうちのいずれかと確率についての複数の範囲のうちのいずれかとの組み合わせにそれぞれ対応する１以上の領域のうち、特定した前記対象物の種類と前記最大確率との組み合わせに対応する領域に移動させる選別装置に対して、特定した前記対象物の種類と前記最大確率とを送信する送信部と、を有する、
    ことを特徴とする情報処理装置。
11. 学習用の対象物を含む画像データと前記学習用の対象物の種類とを含む学習データを学習することによって生成した学習モデルを用いることにより、撮像装置が撮像した特定の画像データに含まれる対象物の種類が複数の種類候補のそれぞれである確率を特定し、
    特定した前記確率のうちの最大確率を特定し、かつ、前記最大確率に対応する種類候補を前記特定の画像データに含まれる対象物の種類として特定し、
    前記特定の画像データに含まれる対象物を、前記複数の種類候補のうちのいずれかと確率についての複数の範囲のうちのいずれかとの組み合わせにそれぞれ対応する１以上の領域のうち、特定した前記対象物の種類と前記最大確率との組み合わせに対応する領域に移動させる選別装置に対して、特定した前記対象物の種類と前記最大確率とを送信する、
    処理をコンピュータに実行させることを特徴とする対象物選別方法。
12. 搬送装置によって搬送される対象物を種類ごとに選別する対象物選別方法であって、
    撮像装置が、前記対象物を撮像し、
    情報処理装置が、前記撮像装置が撮像した特定の画像データに含まれる対象物の種類を判定し、
    選別装置が、前記情報処理装置による判定結果に従って、前記特定の画像データに含まれる対象物の種類を選別し、
    前記情報処理装置は、
    学習用の対象物を含む画像データと前記学習用の対象物の種類とを対応付けて学習した学習モデルを用いることによって、前記特定の画像データに含まれる対象物の種類が複数の種類候補のそれぞれである確率を前記判定結果として特定し、
    前記判定結果に含まれる確率のうちの最大確率を特定し、かつ、前記最大確率に対応する種類候補を前記特定の画像データに含まれる対象物の種類として特定し、
    前記選別装置は、前記特定の画像データに含まれる対象物を、前記複数の種類候補のうちのいずれかと確率についての複数の範囲のうちのいずれかとの組み合わせにそれぞれ対応する１以上の領域のうち、前記情報処理装置が特定した前記対象物の種類と前記最大確率との組み合わせに対応する領域に移動させる、
    ことを特徴とする対象物選別方法。
13. 搬送経路上において対象物を搬送する搬送装置と、
    前記搬送経路上に配置され、各基端部に設けられた軸部が前記搬送経路上において軸支され、かつ、前記軸部を中心に先端部を回動させることにより、前記搬送装置によって搬送される対象物を前記先端部に接触させて、前記搬送装置によって搬送される対象物を、前記搬送装置によって搬送される対象物の複数の種類候補のうちのいずれかと確率についての複数の範囲のうちのいずれかとの組み合わせにそれぞれ対応する１以上の領域のうち、前記搬送装置によって搬送される対象物に対応する領域として情報処理装置によって判定された領域に案内する１以上の選別アームと、
    前記搬送装置によって搬送される対象物の前記搬送経路の幅方向における位置が前記搬送経路の幅方向における前記選別アームの回動範囲内になるように、前記搬送装置によって搬送される対象物を案内する案内壁と、を有し、
    前記情報処理装置は、
    学習用の対象物を含む画像データと前記学習用の対象物の種類とを対応付けて学習した学習モデルを用いることによって、前記搬送装置によって搬送される対象物を撮像した特定の画像データに含まれる対象物の種類が前記複数の種類候補のそれぞれである確率を特定し、
    特定した前記確率のうちの最大確率を特定し、かつ、特定した前記最大確率に対応する種類候補を前記特定の画像データに含まれる対象物の種類として特定し、
    前記１以上の選択アームのそれぞれは、前記特定の画像データに含まれる対象物を、前記１以上の領域のうち、前記情報処理装置が特定した前記対象物の種類と前記最大確率との組み合わせに対応する領域に案内する、
    ことを特徴とする選別装置。
14. 請求項１３において、
    前記１以上の選別アームは、前記搬送装置の搬送方向の上流側から下流側に向けて間隔をあけて配置される複数段の選別アーム群を構成する、
    ことを特徴とする選別装置。
15. 請求項１３において、
    前記搬送経路は、少なくとも一部が環状経路である、
    ことを特徴とする選別装置。
16. 搬送経路上において対象物を搬送する搬送装置と、
    前記搬送経路上に配置され、前記搬送装置によって搬送される対象物に対して圧縮空気を送出することにより、前記搬送装置によって搬送される対象物を、前記搬送装置によって搬送される対象物の複数の種類候補のうちのいずれかと確率についての複数の範囲のうちのいずれかとの組み合わせにそれぞれ対応する１以上の領域のうち、前記搬送装置によって搬送される対象物に対応する領域として情報処理装置によって判定された領域に案内する１以上の圧縮空気発生器と、を有し、
    前記情報処理装置は、
    学習用の対象物を含む画像データと前記学習用の対象物の種類とを対応付けて学習した学習モデルを用いることによって、前記搬送装置によって搬送される対象物を撮像した特定の画像データに含まれる対象物の種類が前記複数の種類候補のそれぞれである確率を特定し、
    特定した前記確率のうちの最大確率を特定し、かつ、特定した前記最大確率に対応する種類候補を前記特定の画像データに含まれる対象物の種類として特定し、
    前記１以上の圧縮空気発生器のそれぞれは、前記特定の画像データに含まれる対象物を、前記１以上の領域のうち、前記情報処理装置が特定した前記対象物の種類と前記最大確率との組み合わせに対応する領域に案内する、
    ことを特徴とする選別装置。
17. 搬送経路上において対象物を搬送する搬送装置と、
    前記搬送経路上に配置され、軸部が前記搬送経路上において軸支され、前記軸部を中心として回転可能に径方向外側に延びる１以上の仕切壁を有し、前記１以上の仕切壁のそれぞれが周方向に隣接する他の仕切壁との間において径方向外側の端部が開口した１以上の領域を形成する選別器と、を有し、
    前記選別器は、前記１以上の仕切壁を回転させることにより、前記搬送装置によって搬送される対象物の複数の種類候補のうちのいずれかと確率についての複数の範囲のうちのいずれかとの組み合わせにそれぞれ対応する前記１以上の領域のうち、前記搬送装置によって搬送される対象物に対応する領域として情報処理装置によって判定された領域を、前記搬送装置の搬送方向の上流側に対向させ、前記搬送装置によって搬送される対象物を、前記情報処理装置によって判定された領域に案内し、
    前記情報処理装置は、
    学習用の対象物を含む画像データと前記学習用の対象物の種類とを対応付けて学習した学習モデルを用いることによって、前記搬送装置によって搬送される対象物を撮像した特定の画像データに含まれる対象物の種類が前記複数の種類候補のそれぞれである確率を特定し、
    特定した前記確率のうちの最大確率を特定し、かつ、特定した前記最大確率に対応する種類候補を前記特定の画像データに含まれる対象物の種類として特定し、
    前記選別器は、前記特定の画像データに含まれる対象物を、前記１以上の領域のうち、前記情報処理装置が特定した前記対象物の種類と前記最大確率との組み合わせに対応する領域に案内する、
    ことを特徴とする選別装置。

Images