特許 7618103 破砕不適物除去システムおよび破砕不適物の分別方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2025-01-09

(45)【発行日】2025-01-20

(54)【発明の名称】破砕不適物除去システムおよび破砕不適物の分別方法

(51)【国際特許分類】

   B02C 23/08 20060101AFI20250110BHJP

   B09B 3/35 20220101ALI20250110BHJP

   B09B 5/00 20060101ALI20250110BHJP

   B03C 1/00 20060101ALI20250110BHJP

   B03C 1/02 20060101ALI20250110BHJP

   B03C 1/14 20060101ALI20250110BHJP

   B03C 1/22 20060101ALI20250110BHJP

   B07C 5/344 20060101ALI20250110BHJP

【ＦＩ】

B02C23/08 A

B09B3/35 ZAB

B09B5/00 C

B03C1/00 B

B03C1/02 A

B03C1/14

B03C1/22

B07C5/344

【請求項の数】 9

(21)【出願番号】P 2024516395

(86)(22)【出願日】2023-11-22

(86)【国際出願番号】 JP2023042011

(87)【国際公開番号】W WO2024111629

(87)【国際公開日】2024-05-30

【審査請求日】2024-03-13

(31)【優先権主張番号】P 2022186360

(32)【優先日】2022-11-22

(33)【優先権主張国・地域又は機関】JP

【早期審査対象出願】

(73)【特許権者】

【識別番号】591063202

【氏名又は名称】産業振興株式会社

(73)【特許権者】

【識別番号】000006655

【氏名又は名称】日本製鉄株式会社

(74)【代理人】

【識別番号】100090273

【弁理士】

【氏名又は名称】國分 孝悦

(72)【発明者】

【氏名】河村 圭造

(72)【発明者】

【氏名】池田 健児

(72)【発明者】

【氏名】平野 弘二

(72)【発明者】

【氏名】立溝 信之

【審査官】今野 聖一

(56)【参考文献】

【文献】特開２００６－０７５７９３（ＪＰ，Ａ）

【文献】特開２０２０－１７６９０９（ＪＰ，Ａ）

【文献】特開２０２０－０６２６３３（ＪＰ，Ａ）

【文献】特開２０２１－０８７９３５（ＪＰ，Ａ）

【文献】特開平０７－２９９３８１（ＪＰ，Ａ）

【文献】特開２００２－２２０６１２（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｂ０７Ｃ ５／００ － ５／３８

Ｂ０９Ｂ １／００ － ５／００

Ｂ０２Ｃ ２３／００ － ２３／４０

Ｂ０３Ｃ １／００ － １／３２

(57)【特許請求の範囲】

【請求項1】

スクラップを破砕するシュレッダー設備へ前記スクラップを投入する前段階で、前記シュレッダー設備に対して損害を与える可能性のある破砕不適物を除去する破砕不適物除去システムであって、
前記スクラップのうち、所定の重量未満の磁性物を吸着するように磁力が設定されたドラム型磁選機と、
前記ドラム型磁選機に吸着されて分離された磁性物に対する撮影画像および三次元形状の測定結果のうち少なくとも一方に基づいて、前記破砕不適物となる磁性物を特定する特定手段と、前記特定手段によって破砕不適物が特定された場合には、前記破砕不適物を含む旨を出力する出力手段とを備える情報処理装置と、
を備えることを特徴とする破砕不適物除去システム。

【請求項2】

前記ドラム型磁選機に吸着されて分離された磁性物を撮影する撮像装置をさらに備え、
前記情報処理装置は、
前記撮像装置から前記撮影画像を取得する取得手段とをさらに備え、
前記特定手段は、前記破砕不適物を特定する学習モデルを用いて、前記取得手段によって取得された撮像画像から破砕不適物を特定することを特徴とする請求項１に記載の破砕不適物除去システム。

【請求項3】

前記ドラム型磁選機に吸着されて分離された磁性物の三次元形状を測定する三次元形状測定装置をさらに備え、
前記情報処理装置は、
前記磁性物の三次元形状の測定結果として前記磁性物の体積、高さおよび厚みのうちの少なくとも一つの情報を取得する測定結果取得手段をさらに備え、
前記特定手段は、前記測定結果取得手段によって取得された情報に基づいて、前記ドラム型磁選機に吸着されて分離された磁性物の中から破砕不適物を特定することを特徴とする請求項１または２に記載の破砕不適物除去システム。

【請求項4】

スクラップを搬送する第１の振動フィーダーをさらに備え、
前記ドラム型磁選機は、前記第１の振動フィーダーで搬送されたスクラップの中から、所定の重量未満の磁性物を吸着することを特徴とする請求項１に記載の破砕不適物除去システム。

【請求項5】

前記ドラム型磁選機は、前記第１の振動フィーダーとの距離、ドラムの電磁石の磁力、および前記ドラムの回転速度のうち少なくとも１つが調整可能に構成されていることを特徴とする請求項４に記載の破砕不適物除去システム。

【請求項6】

前記ドラム型磁選機に吸着されて分離された磁性物を搬送する第２の振動フィーダーをさらに有し、
前記撮像装置は、前記第２の振動フィーダー上または第２の振動フィーダーの下流側のコンベア上の磁性物を撮影することを特徴とする請求項２に記載の破砕不適物除去システム。

【請求項7】

前記出力手段によって前記破砕不適物を含む旨が出力された場合に、破砕不適物を除去する除去装置をさらに備えることを特徴とする請求項１に記載の破砕不適物除去システム。

【請求項8】

前記測定結果取得手段は、前記磁性物の三次元形状の測定結果として、少なくとも前記磁性物の厚みの情報を取得することを特徴とする請求項３に記載の破砕不適物除去システム。

【請求項9】

スクラップを破砕するシュレッダー設備へ前記スクラップを投入する前段階で、前記シュレッダー設備に対して損害を与える可能性のある破砕不適物を除去する破砕不適物除去システムでの破砕不適物の分別方法であって、
ドラム型磁選機において、前記スクラップのうち、所定の重量未満の磁性物を吸着して分離する第１の工程と、
前記ドラム型磁選機に吸着されて分離された磁性物に対する撮影画像および三次元形状の測定結果のうち少なくとも一方に基づいて、前記破砕不適物となる磁性物を特定することにより、前記破砕不適物を除去する第２の工程と、
を備えることを特徴とする破砕不適物の分別方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、シュレッダー設備を壊してしまう可能性があるスクラップを予め除去するために用いて好適な技術に関する。本願は、２０２２年１１月２２日に日本に出願された特願２０２２－１８６３６０号に基づき優先権を主張し、その内容をここに援用する。

【背景技術】

【0002】

近年、地球温暖化を抑制するためにＣＯ_２排出量を削減するニーズが高まっており、鉄鋼業においてはＣＯ_２ガスを排出する高炉法に代わり、電炉法が注目されている。電炉法では、主に廃車や、廃家電、建物、その他使用済み鉄製品である鉄スクラップが主原料として用いられている。一方で、廃車や、廃家電、建物、その他使用済み鉄製品には鉄以外に様々な金属および非金属が使用されており、シュレッダー設備で使用済み鉄製品等の老廃物から生成されたスクラップ（以下、老廃スクラップ）を破砕処理する際に、鉄とその他の金属および非金属とに選別することが一般的に行われている。

【0003】

ここで、老廃スクラップをシュレッダー設備に投入する際に、特に爆発等の危険のあるガスボンベなどの圧力容器やモータや形鋼などの大きな鉄塊といった破砕不適物が投入されると、シュレッダー設備を壊してしまう可能性があるので、シュレッダー設備へ投入する前に予めこれらを除去する必要がある。

【0004】

従来、シュレッダー設備へ投入する前段階で上記のような破砕不適物を除去する場合、作業員が重機を操作し、目視により選別除去が行われていた。しかしながら、作業員による除去作業では、膨大な量の老廃スクラップから選別処理しなければならないため、見逃しや誤選別等、除去効率が低く、シュレッダー設備内部で爆発やトラブルが多発していた。そこで、破砕不適物を除去するために様々な技術が提案されている。

【0005】

特許文献１には、破砕処理に適さない不適物を監視カメラで検知した上で落下させ、破砕システム外に排出するための排出部を破砕機の入側に設ける方法が開示されている。また、特許文献２には、Ｘ線透視画像により破砕不適物を自動的に検知し、自動的にごみ投入装置を停止して不適物除去装置により取り除く方法が開示されている。

【0006】

しかしながら、特許文献１に記載の方法は、監視カメラの映像を監視者が目視し、破砕不適物が映像に含まれていた場合に、破砕不適物を破砕システムの外部に排除する技術であるため、依然として見逃しや誤選別等が起こる可能性がある。また、特許文献２に記載の方法は、Ｘ線透視画像で単純に所定以上の濃度の画素が連続して所定の面積以上を占める場合に破砕不適物と判定するシステムであるため、検知の精度が不十分であり、依然として見逃しや誤選別等が起こる可能性がある。

【先行技術文献】

【特許文献】

【0007】

【文献】日本国特開２０１１－９２９０２号公報

【文献】日本国特開平８－３０９２２７号公報

【文献】日本国特開２００５－１４４３９０号公報

【非特許文献】

【0008】

【文献】Joseph Redmon、他３名、“You Only Look Once: Unified, Real-Time Object Detection”[令和３年５月１８日検索]、インターネット〈https://arxiv.org/abs/1506.02640〉

【文献】Olaf Ronneberger、他２名、“U-Net：Convolutional Networks for Biomedical Image Segmentation”［令和３年５月１８日検索］、インターネット〈URL:https://arxiv.org/abs/1505.04597〉

【文献】Samet Akcay、他２名、“GANomaly：Semi-Supervised Anomaly Detection via Adversarial Training”[令和３年５月１８日検索]、インターネット〈https://arxiv.org/abs/1805.06725〉

【文献】Paul Bergmann、他３名、“Improving Unsupervised Defect Segmentation by Applying Structural Similarity to Autoencoders”、[令和３年５月１８日検索]、インターネット〈https://arxiv.org/abs/1807.02011〉

【文献】Paolo Napoletano、他２名、“Anomaly Detection in Nanofibrous Materials by CNN-Based Self-Similarity”、[令和３年５月１８日検索]、インターネット〈https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5795842/〉

【発明の概要】

【発明が解決しようとする課題】

【0009】

本発明は前述の問題点を鑑み、シュレッダー設備に老廃スクラップを投入する前段階において、個々の老廃スクラップの中からシュレッダー設備を壊す可能性のある破砕不適物を精度良く除去できるようにすることを目的とする。

【課題を解決するための手段】

【0010】

本発明に係る破砕不適物除去システムは、スクラップを破砕するシュレッダー設備へ前記スクラップを投入する前段階で、前記シュレッダー設備に対して損害を与える可能性のある破砕不適物を除去する破砕不適物除去システムであって、前記スクラップのうち、所定の重量未満の磁性物を吸着するように磁力が設定されたドラム型磁選機と、前記ドラム型磁選機に吸着されて分離された磁性物に対する撮影画像および三次元形状の測定結果のうち少なくとも一方に基づいて、前記破砕不適物となる磁性物を特定する特定手段と、前記特定手段によって破砕不適物が特定された場合には、前記破砕不適物を含む旨を出力する出力手段とを備える情報処理装置と、を備えることを特徴とする。

【0013】

本発明に係る破砕不適物の分別方法は、スクラップを破砕するシュレッダー設備へ前記スクラップを投入する前段階で、前記シュレッダー設備に対して損害を与える可能性のある破砕不適物を除去する破砕不適物除去システムでの破砕不適物の分別方法であって、ドラム型磁選機において、前記スクラップのうち、所定の重量未満の磁性物を吸着して分離する第１の工程と、前記ドラム型磁選機に吸着されて分離された磁性物に対する撮影画像および三次元形状の測定結果のうち少なくとも一方に基づいて、前記破砕不適物となる磁性物を特定することにより、前記破砕不適物を除去する第２の工程と、を備えることを特徴とする。

【発明の効果】

【0016】

本発明によれば、シュレッダー設備に老廃スクラップを投入する前段階において、個々の老廃スクラップの中からシュレッダー設備を壊す可能性のある破砕不適物を精度良く除去することができる。

【図面の簡単な説明】

【0017】

【図1】図１は、本発明の実施形態において、破砕不適物を除去するための破砕不適物除去システムの概要を説明するための図である。

【図2】図２は、本発明の実施形態において、破砕不適物を検出する情報処理装置の機能構成例を示すブロック図である。

【図3】図３は、本発明の実施形態において、破砕不適物を検出する情報処理装置のハードウェア構成例を示すブロック図である。

【図4】図４は、本発明の第１の実施形態において、情報処理装置により学習モデルを用いて破砕不適物を検出する処理手順の一例を示すフローチャートである。

【図5】図５は、本発明の第１の実施形態において、破砕不適物を系外へ排出するドラム型磁選機の概要を説明するための図である。

【図6A】図６Ａは、監視カメラで撮影される画像および破砕不適物を明示した学習用画像の例を示す図である。

【図6B】図６Ｂは、監視カメラで撮影される画像および破砕不適物を明示した学習用画像の他の例を示す図である。

【図6C】図６Ｃは、監視カメラで撮影される画像および破砕不適物を明示した学習用画像のその他の例を示す図である。

【図7A】図７Ａは、破砕不適物を検出した場合の表示画面の例を示す図である。

【図7B】図７Ｂは、破砕不適物を検出した場合の表示画面の他の例を示す図である。

【図8】図８は、本発明の第２の実施形態において、破砕不適物を系外へ排出するオーバーフィード方式のドラム型磁選機の概要を説明するための図である。

【図9】図９は、本発明の第３の実施形態において、第２の振動フィーダー上に搬送された破砕不適物を除去する概要を説明するための図である。

【図10A】図１０Ａは、形状基礎情報の具体例を示す図である。

【図10B】図１０Ｂは、二次元画像から抽出されたエッジが示される画像の具体例を示す図である。

【図10C】図１０Ｃは、二次元画像から抽出された面が示される画像の具体例を示す図である。

【図11A】図１１Ａは、点群データの具体例を示す図である。

【図11B】図１１Ｂは、点群データから抽出されたエッジの具体例を示す図である。

【図11C】図１１Ｃは、点群データから抽出された面の具体例を示す図である。

【図12A】図１２Ａは、鋼管の半割れ個体のような形状において、注目すべき面を特定する方法を説明するための図である。

【図12B】図１２Ｂは、鋼管の半割れ個体のような形状において、注目すべき面を特定する他の方法を説明するための図である。

【発明を実施するための形態】

【0018】

以下の本発明の実施形態について、図面を参照しながら説明する。以下の説明において、破砕不適物とはシュレッダー設備を壊してしまう可能性があるものであり、例えば爆発等の危険のあるガスボンベなどの圧力容器、モータや形鋼などの大きな鉄塊といったものを指す。

【0019】

（第１の実施形態）
［システム構成］
図１は、本実施形態において、破砕不適物を除去するための破砕不適物除去システム１００の概要を説明するための図である。
図１に示すように、本実施形態に係る破砕不適物除去システム１００では、まず、作業者が重機を用いて老廃スクラップをプレシュレッダー１に投入し、粗破砕を行う。そして、粗破砕された老廃スクラップが第１の振動フィーダー２上に搬送される。粗破砕された老廃スクラップには破砕不適物が含まれていることがあるが、ドラム型磁選機３にて破砕不適物の少なくとも一部が系外へ排出される。一方、ドラム型磁選機３にて回収された老廃スクラップは第２の振動フィーダー４上に搬送され、第２の振動フィーダー４の途中にある監視カメラ５によって撮影される。監視カメラ５の画像から、ドラム型磁選機３で排出されなかった破砕不適物が検出されると、ロボットアーム（不図示）などを用いて破砕不適物が除去される。以下、各設備について詳細に説明する。

【0020】

プレシュレッダー１は、２軸又は３軸のローターを有し、刃付のローターが低速回転することで、プレス状に圧縮された状態などで投入された老廃スクラップを粗破砕する。プレシュレッダー１は、老廃スクラップがプレシュレッダー１に投入されると、老廃スクラップを破砕可能な形状に加工することができる。なお、プレシュレッダー１は、粗破砕設備のため通常のシュレッダーに比べてローター間の隙間が大きく、破砕不適物がすり抜けやすい構造となっている。また、ローター間の隙間よりも大きいものは粗破砕できず過負荷トリップによりローターが停止する。粗破砕された老廃スクラップは、第１の振動フィーダー２上に投下される。

【0021】

第１の振動フィーダー２は、ドラム型磁選機３へ老廃スクラップを供給するための振動フィーダーであり、コンベアに載せられた際に山積みされた状態となっている老廃スクラップ６を振動によってコンベア全体に広げながら搬送し、ドラム型磁選機３による磁力選別の精度を向上させる。

【0022】

ドラム型磁選機３は、ドラムの中に磁石が搭載されており、ドラムの外側が回転することにより磁石に引き付けられた鉄を回収する。ここで、ドラム型磁選機３の詳細について、図５を参照しながら説明する。

【0023】

図５に示すように、ドラム型磁選機３は、ドラム軸３１を中心に電磁石３２を搭載した回転ドラム３３を回転させることによって、老廃スクラップ６の中から薄物および軽量物といった破砕物６ａ（磁性物）を回転ドラム３３に吸着させて回収する。一方で、電磁石３２の磁力によって吸着できない非磁性物６ｃ（非鉄、プラスチック、ゴム、ダストなど）は、系外へ排出される。また、第１の振動フィーダー２により搬送される老廃スクラップ６は粗破砕されたものであるため、通常の磁選機とは異なりドラム型磁選機３には、厚物および重量物といった破砕不適物６ｂも搬送される。本実施形態では、第１の振動フィーダー２の先端とドラム型磁選機３との距離、電磁石３２の磁力、回転ドラム３３の回転速度のうち少なくとも１つを適宜調整することにより破砕物６ａと破砕不適物６ｂとを分別し、破砕不適物６ｂを排出できるようにしている。

【0024】

なお、電磁石３２は回転しない。また、電磁石３２によって回転ドラム３３に吸着された破砕物６ａは、回転ドラム３３の回転に従って移動し、電磁石３２の磁力の領域から外れたところからは慣性力で進んでいく。その後、破砕物６ａは重力によって第２の振動フィーダー４上へ落下することによってドラム型磁選機３から分離される。ただし、本実施形態に限定されず、電磁石３２を離れた破砕物６ａが集められ、人手または運搬車などによって第２の振動フィーダー４まで運ばれて、第２の振動フィーダー４に載置されてもよい。また、回転ドラム３３の表面からは、径方向に向けて立設する板状の部材が周方向に複数設けられていてもよく、電磁石３２の磁力の領域から外れたところにおいても回転時に滑る磁性物を支持して強制的に回転方向に運ぶことが可能となる。また、電磁石３２は、上述したように破砕物６ａを吸着・分離できれば、電磁石３２の具体的な形状や回転ドラム３３における位置は任意である。

【0025】

第１の振動フィーダー２の先端とドラム型磁選機３との距離を大きくすると、その分だけ磁力の影響を小さくすることができ、回転ドラム３３の回転速度を大きくすると、搬送量を大きくすることができる。また、電磁石３２の磁力を大きくし過ぎると、厚物や重量物といった破砕不適物までも回転ドラム３３に吸着してしまうため、シュレッダー設備を壊してしまう可能性のある重量及びサイズに応じて電磁石３２の磁力を調整する。このように第１の振動フィーダー２の先端とドラム型磁選機３との距離、回転ドラム３３の回転速度、および電磁石３２の磁力を調整することによって、所定の重量以上の破砕不適物は磁力によって回収することができなくなるため、厚物または重量物といった所定の重量以上の破砕不適物を系外へ排出することができる。なお、回転ドラム３３の回転速度を調整する場合には、第１の振動フィーダー２の搬送速度も併せて調整することが好ましい。一方で、ガスボンベなど空洞を有するもの、および鉄以外にＡｌなどの軽金属を含む老廃スクラップは、体積の割に重量が小さくなることから、体積が大きいにもかかわらず破砕物として回収される可能性がある。ドラム型磁選機３によって回収された老廃スクラップは、第２の振動フィーダー４に投下される。このように本実施形態においては、所定の重量以上の磁性物のものは電磁石３２の磁力によって回転ドラム３３に吸着しにくいものとし、所定の重量未満の磁性物は電磁石３２の磁力によって回転ドラム３３に吸着しやすいものとみなしている。

【0026】

より具体的には、例えば、ドラム型磁選機３との距離と、回転ドラム３３の回転速度とを考慮して、所定の重量未満の磁性物を吸着するようにドラム型磁選機３の磁力が設定されてもよい。例えば電磁石に流れる電流値を調整することで、磁力を調整してもよい。ドラム型磁選機３の磁力を定めた上で、ドラム型磁選機３との距離と、回転ドラム３３の回転速度との少なくとも一方を調整することで、ドラム型磁選機３の電磁石３２に所定の重量未満の磁性物が吸着するようにされていてもよい。ドラム型磁選機３の磁力を固定する場合には、磁石として永久磁石を使っても良い。なお、この点は、後述するオーバーフィード方式のドラム型磁選機８０でも同様である。

【0027】

第２の振動フィーダー４は、第１の振動フィーダー２と同様に、山積みされた老廃スクラップ７を振動によってコンベア全体に広げながら搬送するものである。なお、第２の振動フィーダー４の途中にある一部の領域において、搬送されている老廃スクラップが監視カメラ５により上方から撮影される。このとき、監視カメラ５が撮影する領域で第２の振動フィーダー４による振動が生じていると撮影画像にブレが生じてしまう。したがって、監視カメラ５で撮影する領域に到達する前に、山積みされた老廃スクラップ７をコンベア全体に広げ、監視カメラ５で撮影する領域では、第２の振動フィーダー４による振動は発生させないようにすることが好ましい。この観点から、第２の振動フィーダー４の下流に、振動しない一般的な別のベルトコンベアを設け、そのベルトコンベア上の老廃スクラップ７を監視カメラ５により撮影してもよい。

【0028】

監視カメラ５は、搬送されている老廃スクラップを上方より真下または斜めへ撮影し、リアルタイムに撮影画像を情報処理装置１０へ逐次転送する。情報処理装置１０では、撮影画像から破砕不適物を検出し、破砕不適物を検出した場合に監視者へ通知する。なお、破砕不適物の検出方法については後述する。また、監視カメラ５の撮影範囲において、老廃スクラップの高さ情報を補完するために、三次元形状測定装置８により老廃スクラップの形状測定も並行して行われる。形状測定の結果も情報処理装置１０へ転送され、破砕不適物が存在するか否かの判定に用いられる。三次元形状測定装置８としては、例えばＴｏＦ（Time of Flight）カメラやレーザースキャナーといったデバイスが用いられる。

【0029】

なお、図１に示した例では、監視カメラ５は１台であるが、破砕不適物の検出精度をより向上させるために、幅方向または搬送方向に複数台並べてもよい。また、ガスボンベのように高さ情報がある程度予測可能な場合もあるため、破砕不適物除去システム１００を簡略化する目的で三次元形状測定装置８による形状測定を省略してもよい。

【0030】

第２の振動フィーダー４上から、破砕不適物が除去されると、破砕物が回収され、不図示のシュレッダー設備へ搬送される。シュレッダー設備は公知の設備であり（例えば、特許文献１参照）、シュレッダー設備側においては、破砕機によりさらに破砕物が粉砕された後、磁力選別機による鉄などの磁性物と磁性物以外の金属との分別がなされる。

【0031】

［情報処理装置の構成］
続いて、監視カメラ５を用いて破砕不適物を検出する詳細な手順について説明する。図３は、本実施形態において、破砕不適物を検出する情報処理装置１０のハードウェア構成例を示すブロック図である。
図３に示すように、情報処理装置１０は、ＣＰＵ３０１と、ＲＯＭ３０２と、ＲＡＭ３０３と、記憶装置３０４と、入出力Ｉ／Ｆ３０５と、通信Ｉ／Ｆ３０６とを備えており、これらはバス３０７によって接続されている。

【0032】

ＣＰＵ３０１は、ＲＯＭ３０２または記憶装置３０４に記憶された制御プログラムを読み出して各種処理を実行する。ＲＡＭ３０３は、ＣＰＵ３０１の主メモリ、ワークエリア等の一時記憶領域として用いられる。記憶装置３０４は、各種データや各種プログラム等を記憶する。入出力Ｉ／Ｆ３０５は、キーボードまたはマウスからユーザによる各種操作を受け付けたり、不図示の表示装置に演算結果を表示させたりするためのインターフェースである。

【0033】

通信Ｉ／Ｆ３０６は、ネットワークなどを介して外部装置から情報を取得するためのインターフェースである。監視カメラ５で撮影された老廃スクラップの撮影画像は、有線または無線通信により、通信Ｉ／Ｆ３０６を介して本実施形態の情報処理装置１０に受信される。また、三次元形状測定装置８の測定結果も、有線または無線通信により、通信Ｉ／Ｆ３０６を介して本実施形態の情報処理装置１０に受信される。

【0034】

図２は、本実施形態に係る情報処理装置１０の機能構成例を示すブロック図である。なお、図２に示す各構成は、ＣＰＵ３０１がＲＯＭ３０２または記憶装置３０４に記憶された制御プログラムを読み出して実行することにより実現される。以下、各構成について説明する。

【0035】

画像取得部２０１は、監視カメラ５で撮影された撮影画像を動画または１枚以上の静止画として取得する。ここで取得する撮影画像は、上述したように第２の振動フィーダー４で搬送されている老廃スクラップを撮影したものであり、第２の振動フィーダー４上の幅方向の長さに合うように監視カメラ５の画角が設定されている。したがって、撮影画像全体に老廃スクラップが含まれるように監視カメラ５は撮影を行うことができる。

【0036】

不適物特定部２０２は、画像取得部２０１で取得した撮影画像を、学習モデル（機械学習により学習済みの学習モデル）に入力して、撮影画像内における破砕不適物の候補およびその位置を特定する。ここで、学習モデルとは、画像から破砕不適物を特定するために学習されたモデルであり、詳細については後述する。なお、破砕不適物には、薄物および軽量物に相当する磁性物（例えば、空洞の多いガスボンベ）以外に、ドラム型磁選機３において分別し損ねた厚物または重量物といったものも含まれる。

【0037】

体積算出部２０６は、三次元形状測定装置８から測定結果を入力し、その測定結果に基づいて、個々の老廃スクラップの体積を算出する。なお、本実施形態では、破砕不適物を特定することが目的であるため、三次元形状の測定結果から明らかに破砕不適物でない老廃スクラップについては体積の算出を省略してもよい。例えば、高さ方向が所定値以上、もしくは老廃スクラップの表面積が所定値以上の老廃スクラップのみ、体積を算出するようにしてもよい。また、三次元形状の測定は、学習モデルで特定された破砕不適物の候補の高さ方向の情報を補完するためのものであるため、体積を算出せず、個々の老廃スクラップの高さ方向を計算するのみとしてもよい。体積まで算出する場合と比較して、高さのみを計算する場合は、破砕不適物か否かの識別精度は落ちる可能性があるが、演算量が減るため破砕不適物か否かの識別までにかかる時間を短縮することができる。

【0038】

判定部２０７は、不適物特定部２０２において特定された破砕不適物の候補と、体積算出部２０６にて算出された老廃スクラップの体積とに基づいて、破砕不適物の候補が実際の破砕不適物であるか否かを判定する。なお、学習モデルにより垂直方向から見て破砕不適物の候補とならなかったが、高さが所定値以上あり、破砕不適物に相当する体積となる場合も可能性として考えられる。しかしながら、第２の振動フィーダー４で振動することにより老廃スクラップの山が平坦になるように搬送されているため、このようなケースは起こらないと考えてよい。

【0039】

結果出力部２０８は、判定部２０７により破砕不適物が含まれていると判定された場合に、その旨の通知を行う。通知方法については特に限定されないが、作業者が目視により破砕不適物を特定でき、その破砕不適物を除去できるのであればどのような方法を用いてもよい。例えば、図７Ａに示す画像のように、撮影画像の中で破砕不適物７０１の領域を長方形７０２で囲った画像を不図示の表示装置に表示させ、併せて警告内容７０３も表示させるようにしてもよい。また、図７Ｂに示す画像のように、破砕不適物７０１をマーキングした重畳画像を生成し、その重畳画像および警告内容７０３を不図示の表示装置に表示させるようにしてもよい。また、その他の方法として、不図示の音声スピーカから、破砕不適物の位置などを通知するようにしてもよい。このようにすることで、前述したロボットアーム等を操作する作業員が破砕不適物の位置を特定し、その破砕不適物を除去することができる。なお、このロボットアーム等は作業員によって操作させる必要はなく、自動運転としてもよい。この場合は、ロボットアームなどに直接破砕不適物が含まれているとの判定結果やその存在位置等に関わる情報を出力するようにしてもよい。

【0040】

続いて、学習モデルの詳細について説明する。学習モデルは、例えば、ニューラルネットワーク等のディープラーニング（深層学習）によって生成された学習済みモデルである。ディープラーニングの手法としては、畳み込みニューラルネットワーク（ＣＮＮ：Convolutional Neural Network）などの多層のニューラルネットワークを適用することができるが、これに限定されるものではない。

【0041】

モデル生成部２０３は、監視カメラ５で撮影された撮影画像から破砕不適物の位置、および破砕不適物である確率を特定する単数あるいは複数の学習モデルを生成する。具体的には、図６Ａに示すような老廃スクラップを含む撮影画像と、その画像に含まれていた破砕不適物（図６Ａ～図６Ｃの場合はガスボンベ）６０１の種類および位置を表す情報とが関連付けられた複数のデータを学習データとして、機械学習により、画像中の破砕不適物の種類、位置および破砕不適物である確率を特定するモデルを生成する。例えば、非特許文献１及び２に示すような画像中の物体の種類、位置およびその物体である確率を出力する学習モデルを生成する。なお、破砕不適物の種類は、「ガスボンベ」、「形鋼」、というように複数の種類に分類して出力してもよく、単に「破砕不適物」との１種類を出力するようにしてもよい。

【0042】

学習データはデータ記憶部２０５に予め記憶されており、本実施形態では、監視カメラ５により撮影された過去の撮影画像と、その画像中において破砕不適物が存在している正解の領域を特定し得るラベルデータとを、学習データのセットとして用いる。例えば、予め、過去の撮影画像に対して手動により破砕不適物の存在している領域を判定して、破砕不適物全体にラベル付け（マーキング）した画像を学習データのセットとして用いる。

【0043】

学習データとして用いる過去の撮影画像は、不適物特定部２０２で破砕不適物の検出に用いる撮影画像と同一のカメラにより撮影された画像であることが望ましいが、異なるカメラにより撮影された画像であってもよい。また、学習データに用いる画像としては、老廃スクラップに紛れている実際の破砕不適物を撮影して得た画像が望ましいが、インターネットなどで取得可能な破砕不適物の画像（ガスボンベの画像など）であってもよい。学習時には手動により作成した正解のラベルデータに対して破砕不適物である確率が所定の基準値以上（例えば、１００％）となるように最適化の目的関数を設定して学習する。

【0044】

なお、ここで用いるラベルデータとしては、図６Ｃに示すように、撮影画像中における破砕不適物６０１の位置をマーキングしたマーキング画像データであってもよい。このとき、マーキングした破砕不適物の種類を表す情報として、あらかじめ破砕不適物ごとに振り分けた輝度値を用いることができる。例えば、０～２５５段階の輝度値で表されるグレースケール画像をマーキング画像として用いる場合、ガスボンベを輝度１００、形鋼を輝度５０でマーキングするなどして、破砕不適物の種類を各画素の輝度値で区別できるようにしてもよい。もちろん、マーキングした破砕不適物の位置を表す情報として、破砕不適物として振り分けた輝度値を有する複数の画素の座標を用いればよい。

【0045】

また、図６Ｂに示すように、ラベルデータとして、撮影画像中の破砕不適物の周囲を囲うように作成した矩形情報６０２などを含むテキストデータとしてもよい。例えば、このテキストデータには、破砕不適物の位置として矩形の座標データを用い、破砕不適物の種類としてその矩形内の破砕不適物を識別可能な情報を用いればよい。上記で用いる撮影画像のデータには、例えば、ｊｐｇ、ｂｍｐ、ｐｎｇ等の形式が用いられ、テキストデータには、ｔｘｔ、ｊｓｏｎ、ｘｍｌなどの形式が用いられる。

【0046】

一方で、モデル生成部２０３は、非特許文献３～５のように正常な画像を学習し正常からのズレを異常として検知する学習モデルを生成するようにしてもよい。この手法では、破砕不適物を含まない正常な老廃スクラップの画像を複数枚用いて、正常な老廃スクラップを表現するための特徴を学習モデルに学習させる。このように正常な老廃スクラップを学習して生成された学習済みのモデルに、破砕不適物が含まれている画像が入力されたときは、異常として異常部位と異常度が出力される。このモデルを採用する場合、オペレータに出力する破砕不適物である確率には、その異常度をベースとした値を使用する。例えば、異常度の値が０．０～１．０の範囲に入るように規格化し、その異常度を破砕不適物である確率とみなす。この方法による学習モデルは、異常かどうか、すなわち破砕不適物があるかどうかを出力するので、「ガスボンベ」、「形鋼」といった種類までは出力しない。

【0047】

学習モデルは上述のものに限られるわけではない。例えば、撮影画像を、破砕不適物の映っていない正常画像と破砕不適物が映っている異常画像との２クラスに分類する２クラス分類モデルであってもよい。あるいは、学習モデルは、撮影画像を、破砕不適物の種類で分類する多クラス分類モデルであってもよい。多クラス分類モデルは、撮影画像内における破砕不適物の位置情報まで出力はしない点が、上述の非特許文献１及び２に即した学習モデルとは異なる。

【0048】

また以上の説明では、学習モデルには、ある時点の撮影画像１枚が入力されることを前提としてきたが、時間方向に複数の撮影画像を入力としてもよい。例えばリカレントニューラルネットワーク（ＲＮＮ）等のような、撮影画像の時系列性をも考慮するアルゴリズムを用いてもよい。例えば、過去の判定結果等を現在の入力に加えることで、判定したい現在の撮影画像の判定精度を向上させることができる。

【0049】

モデル生成部２０３は、破砕不適物除去システム１００を用いてシュレッダー設備へ投入する前段階として破砕不適物の除去を実施する前に、あらかじめユーザからの指示に基づき学習モデル生成処理を開始する。もしくは、モデル生成部２０３は、定期的に学習モデル生成処理を実行してもよい。

【0050】

本実施形態の学習モデルの学習条件は、モデル条件、データセット条件及び学習設定条件を含む。モデル条件は、ニューラルネットワークの構造に関する条件である。データセット条件は、学習中にニューラルネットワークに入力する学習データの選択条件、それらデータの前処理や画像の拡張方法の条件等を含む。学習設定条件は、重みおよびバイアスといったニューラルネットワークのパラメータの初期化条件や最適化方法の条件、損失関数の条件等を含む。ここで、損失関数の条件には正則化関数の条件も含まれる。

【0051】

学習モデル生成処理を開始すると、まず、モデル生成部２０３は、監視カメラ５により撮影された撮影画像から老廃スクラップ中に含まれている破砕不適物を検出することが可能な学習モデルの生成に必要な学習データを、データ記憶部２０５から取得する。そして、モデル生成部２０３は、取得した学習データを用いて、機械学習によって、破砕不適物を検出可能な学習モデルを生成する。

【0052】

画像中の破砕不適物の特徴を学習し、検出時に破砕不適物の種類、位置、および破砕不適物である確率を算出する学習モデルを生成する場合には、モデル生成部２０３は、データ記憶部２０５から取得した、破砕不適物が含まれている撮影画像を学習モデルに入力し、その学習モデルが出力する破砕不適物の位置（領域）が、破砕不適物が存在している正解の位置に近づくように、また破砕不適物の種類とその破砕不適物である確率が所定の基準値以上（例えば、１００％）となるように、学習モデルを最適化する。この形式の学習モデルを破砕不適物の検出に用いる場合、破砕不適物の種類、破砕不適物の位置（領域）を示す座標データ、確信度を示す確率の値が学習モデルから出力される（例えば非特許文献１参照）。

【0053】

一方で、破砕不適物が含まれていない正常な老廃スクラップの撮影画像を学習データとして、正常な老廃スクラップ全体の特徴を学習し、検出時には老廃スクラップに破砕不適物が含まれているときのみ異常として、その異常部位と異常度を算出する学習モデルを生成する場合は、モデル生成部２０３は、データ記憶部２０５から取得した、破砕不適物が含まれていない正常な老廃スクラップの撮影画像を学習モデルに入力し、正常な老廃スクラップ全体の特徴を学習する。このとき、生成される学習モデルが老廃スクラップに破砕不適物が含まれていないことを表現（出力）できるように学習モデルを最適化する。この場合、破砕不適物が含まれた撮影画像が学習モデルに入力された際の破砕不適物の位置および破砕不適物である確率の算出には、学習モデルに入力した撮影画像と、学習モデルから出力された撮影画像との差分画像又は異常度を用いる（例えば非特許文献３参照）。

【0054】

モデル生成部２０３は、機械学習により学習モデルを生成すると、その学習モデルをモデル出力部２０４へ出力する。

【0055】

モデル出力部２０４は、モデル生成部２０３により生成された学習モデルを出力する。例えば、モデル出力部２０４は、モデル生成部２０３により生成された学習モデルを、不適物特定部２０２において破砕不適物の種類、位置、および破砕不適物である確率を特定するときに用いることが可能なように、不適物特定部２０２へ出力する。

【0056】

次に、上述した手順で生成された学習モデルを用いて、破砕不適物を検出する処理手順について説明する。図４は、本実施形態において、情報処理装置１０により学習モデルを用いて破砕不適物を検出する処理手順の一例を示すフローチャートである。図４に係る処理は、ＣＰＵ３０１がＲＯＭ３０２に記憶された制御プログラムを読み出すことにより実行される。

【0057】

まず、ステップＳ４０１において、画像取得部２０１は、監視カメラ５から撮影画像をリアルタイムに取得する。なお、取得する画像は動画であってもよく、静止画であってもよい。また、監視カメラ５を複数台設置している場合は、これらの監視カメラ５からリアルタイムに撮影画像を取得する。

【0058】

次に、ステップＳ４０２において、不適物特定部２０２は、画像取得部２０１で取得された撮影画像を、上述した学習モデル生成処理でモデル生成部２０３が生成した学習モデルに入力して、破砕不適物の種類、位置、および破砕不適物である確率をそれぞれ特定する。そして、破砕不適物である確率が所定値以上である場合に、破砕不適物の候補として特定する。

【0059】

次に、ステップＳ４０３において、体積算出部２０６は、三次元形状測定装置８から三次元形状の測定結果を入力し、その測定結果から個々の老廃スクラップの体積または高さを算出する。このとき、三次元形状の測定を行った位置および時間の情報も併せて入力し、撮影画像の撮影時間と整合が取れるようにする。なお、ステップＳ４０３の処理は、ステップＳ４０１またはＳ４０２の前に行われてもよい。

【0060】

次に、ステップＳ４０４において、判定部２０７は、ステップＳ４０２で特定された破砕不適物の候補について、体積算出部２０６で算出された体積または高さの情報を取得する。そして、破砕不適物の候補の縦、横および高さを勘案し、ステップＳ４０２で特定された破砕不適物の候補が除去すべき破砕不適物であるか否かを判定する。

【0061】

次に、ステップＳ４０５において、結果出力部２０８は、ステップＳ４０４での判定結果に応じた情報を出力する。例えば、ステップＳ４０４で除去すべき破砕不適物であると判定された場合であって、不図示の表示装置に情報を出力する場合は、結果出力部２０８は、図７Ａに示したような、画像取得部２０１で取得した撮影画像に対して破砕不適物７０１を長方形７０２で囲った画像を含む表示画面、または図７Ｂに示したような、破砕不適物７０１の位置をマーキングした画像を含む表示画面を生成し、表示装置に表示させることによって、作業者に通知するようにする。このとき、破砕不適物の種類も特定できた場合は、破砕不適物の種類の情報も表示されることによって、破砕不適物の除去時に作業者はより簡単に破砕不適物を見つけて除去することができる。

【0062】

一方で、ステップＳ４０４で除去すべき破砕不適物であると判定された場合であって、不図示のスピーカに音声データを出力する場合は、結果出力部２０８は、破砕不適物の種類および位置を通知するための音声データを生成してスピーカに出力する。また、ステップＳ４０４で除去すべき破砕不適物であると判定されなかった場合は、何も出力しなくてもよく、画像取得部２０１で取得した撮影画像をそのまま表示装置に表示させるようにしてもよい。

【0063】

ステップＳ４０６においては、画像取得部２０１は、破砕不適物を検出する処理を終了するか否かを判定する。この判定は、例えば作業者がキーボード等を操作して、破砕不適物の検出を終了する指示を入力したか否かによって行われる。この判定の結果、処理を継続する場合はステップＳ４０１に戻り、引き続き、破砕不適物を検出する処理を継続する。一方、処理を終了する場合はそのまま図４の処理を終了する。

【0064】

以上のように本実施形態によれば、第一段階として、重量の大きい老廃スクラップはドラム型磁選機３によって排出するようにしたので、空洞が少なく、かつ重量の大きい鉄塊といった老廃スクラップがシュレッダー設備へ投入されることを防止することができる。一方で、空洞の大きいガスボンベや比重の小さい合金などは、ドラム型磁選機３によって排出されない可能性があるが、その後、監視カメラ５の撮影画像から学習モデルを用いて特定できるようにしたので、このような老廃スクラップについてもより確実にシュレッダー設備へ投入されることを防止することができる。

【0065】

従来は、特許文献３に記載されているようなドラム型磁選機のように、磁性物と非磁性物とを分離することが行われていたが、本実施形態のドラム型磁選機３では、磁性物の中で、重量の大きい老廃スクラップと、軽量の老廃スクラップとを分別している点で、従来とは異なっている。なお、本実施形態においては、情報処理装置１０において学習モデルを生成する例について説明したが、学習機能を省略し、他の外部装置で生成した学習モデルを記憶し、その学習モデルを用いて推論のみを行う構成としてもよい。

【0066】

（第２の実施形態）
第１の実施形態では、ドラム型磁選機３により、電磁石の磁力によって吸着できない非磁性物のみならず、厚物および重量物といった磁性物の破砕不適物をも系外へ排出する例について説明した。図５に示したドラム型磁選機はピックアップ方式のドラム型磁選機であり、厚物および重量物といった巨大な破砕不適物６ｂを首尾よく落として系外へ排出するためには、第１の振動フィーダー２の先端と回転ドラム３３との距離であるクリアランスを大きくする必要がある。一方で、そのクリアランスを大きくし過ぎると、薄物および軽量物といった破砕物６ａを回転ドラム３３に吸着できなくなる。

【0067】

そこで、図１に示した破砕不適物除去システム１００において、図５に示すピックアップ方式のドラム型磁選機の代わりに、オーバーフィード方式のドラム型磁選機を用いてもよい。以下、本実施形態においては、第１の実施形態と異なる点についてのみ説明する。

【0068】

図８は、破砕不適物を系外へ排出するオーバーフィード方式のドラム型磁選機の概要を説明するための図である。図８に示すように、ドラム型磁選機８０は、ドラム軸８１を中心に電磁石８２を搭載した回転ドラム８３を回転させることによって、老廃スクラップ６の中から薄物および軽量物といった破砕物６ａを回転ドラム８３に吸着させて回収する点では、図５に示したピックアップ方式のドラム型磁選機と同様である。但し、本実施形態においては、第１の振動フィーダー２で運搬された、薄物および軽量物といった破砕物６ａと、厚物および重量物といった巨大な破砕不適物６ｂと、非磁性物６ｃとを回転ドラム８３上に一旦載せる。そして、磁力と重力とのバランスにより、落下点が変わることを利用し、破砕物６ａと破砕不適物６ｂおよび非磁性物６ｃとを分別する。なお、図５に示した例と同様に、電磁石８２は回転しない。また、電磁石８２は、上述したように破砕物６ａと破砕不適物６ｂおよび非磁性物６ｃとを分別できれば、電磁石８２の具体的な形状や回転ドラム３３における位置は任意である。電磁石３２によって回転ドラム８３に吸着された破砕物６ａは回転ドラム８３の回転に従って移動し、電磁石８２の磁力の領域まで吸着されたままとなる。そして、電磁石８２の磁力の領域から外れると、破砕物６ａは重力によって落下してドラム型磁選機８０から分離される。一方で、破砕不適物６ｂのうち、所定の重量以上となる厚物および重量物は、回転ドラム８３の回転に従って電磁石８２の磁力の領域から外れるところまで吸着された状態を維持できず、その途中で、磁力と重力とのバランスが取れなくなったところで落下することになる。

【0069】

非磁性物６ｃの場合は、電磁石８２によって回転ドラム８３へ引き寄せられないため、回転ドラム８３上に載っている非磁性物６ｃは、回転ドラム８３の回転に伴ってそのまま重力により落下する。また、巨大な破砕不適物６ｂは磁性物であり、電磁石８２の磁力により回転ドラム８３に引き寄せられるが、回転ドラム８３の回転に伴って破砕不適物６ｂの重力による回転ドラム８３から引き離す力の方が大きくなるため、破砕不適物６ｂはそのまま落下する。なお、本実施形態においては、薄物および軽量物といった破砕物６ａ、破砕不適物６ｂ、非磁性物６ｃを含む全ての搬送物を回転ドラム８３上に一旦載せるため、第１の振動フィーダー２の高さは、回転ドラム８３の高さと同じかやや低い位置としているが、回転ドラム８３よりも高い位置とし、老廃スクラップを回転ドラム８３上に落下させるようにしてもよい。

【0070】

以上のようにオーバーフィード方式のドラム型磁選機の場合には、第１の振動フィーダー２の先端と回転ドラム３３との距離（クリアランス）をほとんど設ける必要がない。したがって、電磁石８２の磁力の調整のみによって、薄物および軽量物といった破砕物６ａと、厚物および重量物といった巨大な破砕不適物６ｂとを適切に分別することができる。ピックアップ方式のドラム型磁選機を用いる場合には、ドラム型磁選機に向けて搬送されてくる代表的な老廃スクラップの大きさが変動する度にクリアランスの調整が必要である。これに対してオーバーフィード式のドラム型磁選機の場合には、代表的な老廃スクラップの大きさが大きく変動する場合であってもクリアランスの調整が不要であるため、このような場合には特に有効である。

【0071】

（第３の実施形態）
第１の実施形態においては、情報処理装置１０により破砕不適物が検出された場合に、作業者が図７Ａまたは図７Ｂに示す画面を確認し、作業者がその破砕不適物を直接除去するか、作業者がロボットアーム等を操作してその破砕不適物を除去することを想定したものである。本実施形態では、第２の振動フィーダー４の上方に吊り下げ式磁力選別機を設け、情報処理装置１０により検出された破砕不適物を磁力により除去する例について説明する。以下、本実施形態においては、第１の実施形態と異なる点についてのみ説明する。

【0072】

図９は、本実施形態において、第２の振動フィーダー４上に搬送された破砕不適物を除去する概要を説明するための図である。図９に示すように、本実施形態では、図１に示した破砕不適物除去システム１００において、監視カメラ５よりも後方側に、さらに除去装置として吊り下げ式磁力選別機９１を設けた構成となっている。

【0073】

吊り下げ式磁力選別機９１は、第２振動フィーダー４の上方に設置されており、情報処理装置１０において破砕不適物が検出されていない通常時は磁力がＯＦＦとなっている。なお、吊り下げ式磁力選別機９１の磁力のＯＮ／ＯＦＦは、不図示の制御装置から切り替えることができる。情報処理装置１０において破砕不適物が検出されると、その旨が制御装置に入力され、吊り下げ式磁力選別機９１の磁力がＯＮに切り替えられる。具体的には、情報処理装置１０において破砕不適物を検出した場合に、結果出力部２０８は、吊り下げ式磁力選別機９１を制御する制御装置へ破砕不適物が含まれている旨を通知する。このとき、結果出力部２０８は、吊り下げ式磁力選別機９１の磁力が適切に及ぶ範囲に検出した破砕不適物が入った状態になるのに合わせて設定された、磁力をＯＮにするタイミングを、併せて通知するようにする。例えば、結果出力部２０８は、第２の振動フィーダー４での送り速度、および第２の振動フィーダー４上での監視カメラ５で撮影される位置と吊り下げ式磁力選別機９１の真下の位置との間の距離に応じて、磁力をＯＮにするタイミングを併せて通知するようにする。以上では、上述した磁力をＯＮにするタイミングの演算を結果出力部２０８にて実施する場合を記載したが、磁力をＯＮにするタイミングの演算を別の装置で実施してもよい。

【0074】

情報処理装置１０から破砕不適物が含まれている旨の通知を受けると、制御装置は、所定時間後に吊り下げ式磁力選別機９１の磁力をＯＮにし、第２の振動フィーダー４上に搬送されている破砕不適物９３を吊り下げ式磁力選別機９１に吸着させる。吊り下げ式磁力選別機９１としては、例えば日本国実願昭６１－１１０３２４号（日本国実開昭６３－１６８５０号公報）のマイクロフィルムに記載さているような公知のものを適用することができる。

【0075】

吊り下げ式磁力選別機９１の下面には、破砕不適物を収納する箱９４の方向（第２の振動フィーダー４とは直交する方向）へ動くコンベアが備わっており、破砕不適物９３はコンベアに吸着されたまま破砕不適物を収納する箱９４の真上に向かって移動し、破砕不適物９３が箱９４の真上の位置などの破砕不適物９３が箱９４に落下可能な位置に到達すると吊り下げ式磁力選別機９１の磁石の力がそこまでは及ばなくなっているため、破砕不適物を収納する箱９４へ破砕不適物９３が落下するようになっている。そして、破砕不適物がすべて落下した後に、制御装置は吊り下げ式磁力選別機９１の磁力をＯＦＦに戻す。一方で、シュレッダー設備へ投入される予定の破砕物９２は、吊り下げ式磁力選別機９１には吸着されずに、第２の振動フィーダー４上をそのまま端部付近まで搬送されたところで落下することで、老廃スクラップを収納する箱９５へ回収される。このように吊り下げ式磁力選別機９１の磁力をＯＮにしたときに、破砕不適物のみを吸着できるように、吊り下げ式磁力選別機９１の磁力を予め調整しておくものとする。

【0076】

以上のように本実施形態においては、破砕不適物を検出した後においても、吊り下げ式磁力選別機で磁力のＯＮ／ＯＦＦを切り替えるだけで、シュレッダー設備へ投入可能な老廃スクラップと破砕不適物とを分別することができる。また、破砕不適物を検出した段階で吊り下げ式磁力選別機９１の磁力をＯＮに切り替えるため、図７Ａまたは図７Ｂに示すような画面の表示を不要にしてもよい。すなわち、破砕不適物が検出した場合に、破砕不適物を含む旨を出力する先は、作業者に除去を促す目的の画面（例えば、図７Ａまたは図７Ｂ）を生成する表示装置でなくとも、破砕不適物を自動で除去する除去装置であってもよい。さらにまた、以上では、破砕不適物９３を箱９４へ、その他の老廃スクラップを箱９５へ、それぞれ回収する例を述べたが、それとは逆に、破砕不適物９３を箱９５へ、その他の老廃スクラップを箱９４へ、それぞれ回収してもよい。この場合は、吊り下げ式磁力選別機のＯＮ／ＯＦＦタイミングも逆になる。すなわち、破砕不適物を検出したタイミングだけＯＦＦとし、それ以外の時間はＯＮとする。

【0077】

（第４の実施形態）
第１の実施形態では、三次元形状の測定結果を基に個々の老廃スクラップの体積または高さの情報を取得し、破砕不適物の候補が除去すべき破砕不適物であるか否かを判定した。一方で、シュレッダー設備に対して損害を与える可能性のある老廃スクラップは、厳密には高さというよりは厚みが重要である。また、第２の振動フィーダー４で搬送されている老廃スクラップが山積みされたまま搬送される場合もあり、その場合には老廃スクラップの高さのみでは、山積みされた個々の老廃スクラップの厚みを正確に測定できない。そこで本実施形態では、さらに個々の老廃スクラップの厚みの情報も取得し、破砕不適物をより適切に特定できるようにする。以下、本実施形態においては、第１の実施形態と異なる点についてのみ説明する。

【0078】

体積算出部２０６は、さらに、ステップＳ４０３において、三次元形状測定装置８から入力された測定結果に基づいて、個々の老廃スクラップの厚みを算出する。第１の実施形態と同様に、三次元形状の測定結果から明らかに破砕不適物でない老廃スクラップについては厚みの算出を省略してもよい。以下、個々の老廃スクラップの厚みを算出する具体的な手順について説明する。

【0079】

図１０Ａは、形状基礎情報の具体例を示す図である。形状基礎情報は、３次元の形状情報を得るのに用いる対象物の二次元画像である。体積算出部２０６は、例えば、図１０Ａに示されるように形状基礎情報として対象物の二次元画像を取得する。対象物の二次元画像は、例えば画像取得部２０１が取得した撮影画像から、対象物を含む一部の領域をフィルタリングすることで得られた部分画像とする。このようなフィルタリングは、例えば固定的に設定された領域（例えば、常に対象物が映り込む領域）を抽出する処理であってもよいし、特定の色情報（対象物が有する色情報）を有する領域を抽出する処理であってもよいし、代表的な破砕不適物の形状など特定の形状を有する領域を抽出する処理であってもよい。

【0080】

続いて、体積算出部２０６は、例えば二次元画像に対してエッジ（対象物の外形に対応する線分）を抽出する画像処理を行うことによって、エッジが示される対象物の画像を生成する。図１０Ｂは、図１０Ａの二次元画像から抽出されたエッジが示される画像の具体例を示す図である。このようなエッジを抽出する処理は、例えば二次元画像に対してハイパスフィルタをかけることによって行われてもよい。

【0081】

さらに、体積算出部２０６は、例えば二次元画像に対して面を抽出する画像処理を行うことによって、面が示される画像を生成する。図１０Ｃは、図１０Ａの二次元画像から抽出された面が示される画像の具体例を示す図である。このような面を抽出する処理は、例えば二次元画像においてエッジを検出し、エッジによって囲まれる領域を検出し、検出された各領域に対してラベリング（検出された各領域と、各領域の識別情報との対応付け）を行うことによって行われてもよい。ラベリングが行われた各領域が一つの面として検出されてもよい。

【0082】

なお、三次元形状測定装置８の測定結果として、個々の老廃スクラップの形状を表す情報である点群データが含まれる場合には、その点群データから個々の老廃スクラップの面を特定するようにしてもよい。

【0083】

図１１Ａは、点群データの具体例を示す図である。例えば、図１１Ａに示されるように対象物の点群データが三次元形状測定装置８から得られた場合には、体積算出部２０６は、例えば点群データに対してエッジを抽出する処理を行うことによって、エッジが示される情報を生成する。図１１Ｂは、図１１Ａの点群データから抽出されたエッジの具体例を示す図である。このようなエッジを抽出する処理は以下のように実行されてもよい。まず、点群データの中で近傍に位置する所定数の点のデータに基づいて法線ベクトルを求める。例えば、隣接する３つの点のデータに基づいて、その３つの点を含む平面に対する法線ベクトルを求めてもよい。互いに隣接し、法線ベクトルの向きが所定の閾値以内の領域を同一の面として判定し、対象物の全点群データについて面を判定する。面と面とが接する境界を示す線分をエッジとして抽出する。このような処理は、形状情報（例えば点群データ）からエッジに関する情報を取得するための処理の一例にすぎない。他の処理によって点群データからエッジに関する情報が取得されてもよい。

【0084】

さらに体積算出部２０６は、例えば点群データに対して面を抽出する処理を行うことによって、面を特定する情報を生成する。図１１Ｃは、図１１Ａの点群データから抽出された面の具体例を示す図である。このような面を抽出する処理は、上述したように、点群データの中で近傍に位置する所定数の点のデータに基づいて法線ベクトルを求め、法線ベクトルに基づいて各面が抽出されてもよい。以上説明した処理のいずれか一つ又は複数を実行することによって、体積算出部２０６はエッジおよび面に関する形状情報を取得する。なお、体積算出部２０６は、上述した処理とは異なる処理によって形状情報を取得してもよい。

【0085】

上述した処理によって抽出されたエッジまたは面に関して、体積算出部２０６はさらに処理を行うことによって他の形状情報も併せて取得するようにしてもよい。

【0086】

以上のように形状情報としてエッジおよび面の情報を取得すると、体積算出部２０６は、それぞれの面について、平行するエッジ（線分）の間の長さを示す情報を取得し、各直方体（各個体）内でそれら複数出てきた長さの最小値を求め、その値を個々の老廃スクラップの厚みとする。

【0087】

上述した手順は老廃スクラップが直方体であることを想定し、個々の老廃スクラップの厚みを算出したが、老廃スクラップには様々な形状のものが存在し、例えば鋼管の半割れ個体のような形状のものが含まれる場合もある。この場合、シュレッダー設備に対して損害を与える可能性を判断する際に、どの面の厚みに注目すべきかが自明でない。そこで、上述した手順と同様に面を同定した後に、さらにその情報を深層学習モデルなどに入力することで、その老廃スクラップの厚みを求める際に注目すべき面を出力するようにしてもよい。図１２Ａの例の場合には、体積算出部２０６は、まず、二次元画像または点群データを用いて面Ａ～面Ｅを特定する。そして、深層学習モデルなどを用いて、注目すべき面として面Ａ、面Ｃおよび面Ｄ（図１２右側の斜線部）を特定する。深層学習モデルを用いる場合には、老廃スクラップで特定されたすべての面を深層学習モデルに入力し、その中から、シュレッダー設備に対して損害を与える可能性を考慮する上で注目すべき面を特定結果として出力する。また、図１２Ｂに示す例のように、二次元画像または点群データを入力し、別の深層学習モデルにより、注目すべき面を直接出力させるように構成してもよい。この深層学習モデルを用いる場合には、老廃スクラップの二次元画像または点群データを深層学習モデルに入力し、シュレッダー設備に対して損害を与える可能性を考慮する上で注目すべき面を特定結果として出力する。そして、注目すべき面について、同様に平行するエッジ（線分）の間の長さを示す情報を取得し、例えばその最小値を老廃スクラップの厚みとする。

【0088】

以上のように個々の老廃スクラップの厚みを算出すると、判定部２０７は、ステップＳ４０４において、個々の老廃スクラップの厚みの情報から、破砕不適物の候補が除去すべき破砕不適物であるか否かを判定する。例えば山積みされた状態では、複数の老廃スクラップで１つの物体と判断されると、個々の物体よりも体積あるいは高さが大きくなるが、厚みだけは、積み重なっていても大きくなることはない。このように本実施形態によれば、第２の振動フィーダー４上に山積みされた状態で老廃スクラップが運搬されているような場合であっても、個々の老廃スクラップの厚み情報を取得して、より適切に破砕不適物を特定することができる。

【0089】

また、図１１Ａに示す点群データを用いて老廃スクラップの形状情報を取得する場合には、撮影画像を用いずに老廃スクラップの体積、高さ、および厚みのうちの少なくとも一つの情報を取得できる。したがって、個々の老廃スクラップの体積、高さ、または厚みの情報のみから、破砕不適物の候補が除去すべき破砕不適物であるか否かを判定する場合には、不適物特定部２０２による破砕不適物の候補の特定を省略し、体積、高さ、または厚みが所定値以上の場合に破砕不適物と特定してもよい。これにより、監視カメラ５を不要にし、三次元形状測定装置８の測定結果のみから、破砕不適物を特定することができる。また、三次元形状測定装置を複数設置し、これらの装置の測定結果を統合してより正確に破砕不適物の厚み情報を取得できるようにしてもよい。

【0090】

（その他の実施形態）
なお、以上述べた各実施形態の情報処理装置は、具体的にはコンピュータシステム或いは装置により構成されるものである。したがって、前述した機能を実現するソフトウェアのプログラムコードを記憶した記憶媒体をシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ（又はＣＰＵやＭＰＵ）が記憶媒体に格納されたプログラムコードを読み出し実行することによっても、達成されることは言うまでもない。

【0091】

この場合、記憶媒体から読み出されたプログラムコード自体が前述した実施形態の機能を実現することになり、プログラムコード自体及びそのプログラムコードを記憶した記憶媒体は本発明を構成することになる。プログラムコードを供給するための記憶媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ－ＲＯＭ、ＣＤ－Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭ等を用いることができる。

【0092】

以上説明した本発明の実施形態は、何れも本発明を実施するにあたっての具体化の例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。即ち、本発明はその技術思想、またはその主要な特徴から逸脱することなく、様々な形で実施することができる。

【0093】

具体的には、図１に示した破砕不適物除去システム１００では、プレシュレッダー１、第１の振動フィーダー２、ドラム型磁選機３、第２の振動フィーダー４、監視カメラ５（および三次元形状測定装置８）を介して破砕不適物が除去されるが、破砕不適物除去システム１００は、これらの一部を省略してもよい。例えば大型の老廃スクラップがない場合は、プレシュレッダー１を省略してもよい。また、前述した第１の実施形態においては、三次元形状測定装置８も省略してもよい。

【0094】

さらに、図１の例では、破砕不適物を特定したり排出したりするために、破砕不適物除去システム１００は、ドラム型磁選機３および監視カメラ５（および情報処理装置１０）を備えているが、いずれか一方を省略してもよい。一例としては、破砕不適物除去システム１００は、ドラム型磁選機３のみから構成されるようにしてもよいし、第１の振動フィーダー２およびドラム型磁選機３のみから構成されるようにしてもよい。この場合、第１の振動フィーダー２に代えて、振動しない一般的なベルトコンベアに置き換えてもよいし、第１の振動フィーダー２と振動しない一般的なベルトコンベアの組合せに置き換えてもよい。また、ドラム型磁選機３を省略する場合には、破砕不適物除去システム１００は、第２の振動フィーダー４および監視カメラ５（および情報処理装置１０）のみから構成されるようにしてもよい。この場合、第２の振動フィーダー４に代えて、振動しない一般的なベルトコンベアに置き換えてもよいし、第２の振動フィーダー４と振動しない一般的なベルトコンベアの組合せに置き換えてもよい。一方で、ドラム型磁選機３および監視カメラ５の両方を備える場合には、順番が逆であってもよい。つまり、監視カメラ５（および情報処理装置１０）により破砕不適物を特定して破砕不適物を除去した後に、破砕不適物として特定できなかった所定の重量以上の磁性物をドラム型磁選機３で除外するようにしてもよい。また以上で述べてきた各々の構成において、監視カメラ５に代えて、三次元形状測定装置８に置き換えてもよいし、監視カメラ５と三次元形状測定装置８の組合せに置き換えてもよい。また、例えば第１、第３、第４の実施形態を組み合せたり、第２～第４の実施形態を組み合わせたりするなど、前述した各実施形態の２以上を適宜組み合わせてもよい。

【産業上の利用可能性】

【0095】

本発明によれば、シュレッダー設備に老廃スクラップを投入する前段階において、個々の老廃スクラップの中からシュレッダー設備を壊す可能性のある破砕不適物を精度良く除去することができ、工業的価値は大きい。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6A】

【図6B】

【図6C】

【図7A】

【図7B】

【図8】

【図9】

【図10A】

【図10B】

【図10C】

【図11A】

【図11B】

【図11C】

【図12A】

【図12B】