KR102222177B1 - Ai를 활용한 재활용 분류 시스템 - Google Patents

Abstract

본 발명은 연속적으로 공급되는 폐기물의 이미지를 생성하는 촬상부; 상기 폐기물의 형상, 이미지 및 색상을 포함하는 폐기물에 대한 정보가 저장된 저장부; 및 상기 촬상부에서 생성된 폐기물의 이미지와 상기 저장부에 저장된 폐기물에 대한 정보를 이용하여 유사도를 분석하고 상기 연속적으로 공급되는 폐기물에 대한 분류 정보를 생성하는 분석부;를 포함하되, 상기 분류 정보는 폐기물의 종류, 오염도, 색상, 뚜껑 및 라벨의 유무 정보를 포함하는 AI를 활용한 재활용 분류 시스템이다.

Description

AI를 활용한 재활용 분류 시스템{RECYCLING CLASSIFICATION SYSTEM USING AI}

본 발명은 AI를 활용한 재활용 분류 시스템에 관한 것으로, 더욱 상세하게는 무작위로 공급되는 폐기물에서 특정한 분류 기준에 따라 종래 인력에 의존하여 수선별하던 과정을 본 발명이 대체함으로써 폐기물 분류에 소요되는 시간을 단축시킴과 동시에 AI를 이용한 폐기물 자동 인식으로 보다 용이하게 폐기물을 분리할 수 있는 AI를 활용한 재활용 분류 시스템에 관한 것이다.

하루에도 많은 양의 폐기물이 가정, 공장, 식당 등에서 배출되고 있으며, 일반 쓰레기, 재활용 가능한 쓰레기 및 음식물 쓰레기 중에서 음식물 쓰레기는 많은 사람들이 분리해서 버리고 있다.

그러나, 아직도 재활용이 가능한 쓰레기는 일반 쓰레기와 함께 섞여 배출되고 있으며, 이를 분리하는데 인력이 직접 투입되고 있다.

뿐만 아니라, 페트병이나 유리병을 사용하는 기업에서는 재활용 쓰레기가 제대로 분리되지 않아 일반 쓰레기로 폐기되기 때문에 외국에서 재활용 폐기물을 수입하고 있는 실정이다.

국내에서도 이러한 문제점을 해결하고자 다양한 발명이 이루어지고 있고, 특히 페트병을 분리하는 방법이나 장치, 시스템이 특허로 출원 및 등록이 되고 있다.

예를 들어, 등록특허 제10-1270354호 "폐기물 재활용 분류 시스템"은

폐기물을 촬영하여 재질에 따라 자동적으로 폐기물을 분류할 수 있다는 이점이 있다.

다만, 폐기물을 분류하더라도 폐기물 내에 이물질이 포함되어 있거나 뚜껑, 라벨의 포함 유무에 따라 이후, 세척 공정 또는 제거 공정 등이 필요한 문제점이 있다.

대한민국 등록특허 제10-1270354호 (등록일자, 2013.05.27)

본 발명이 이루고자 하는 기술적 과제는 무작위로 공급되는 폐기물에서 특정한 분류 기준에 따라 종래 인력에 의존하여 수선별하던 과정을 본 발명이 대체함으로써 폐기물 분류에 소요되는 시간을 단축시킴과 동시에 AI를 이용한 폐기물 자동 인식으로 보다 용이하게 폐기물을 분리할 수 있는 AI를 활용한 재활용 분류 시스템을 제공하고자 한다.

이러한 과제를 해결하기 위하여 본 발명의 실시예에 따른 AI를 활용한 재활용 분류 시스템은 연속적으로 공급되는 폐기물의 이미지를 생성하는 촬상부; 상기 폐기물의 형상, 이미지 및 색상을 포함하는 폐기물에 대한 정보가 저장된 저장부; 및 상기 촬상부에서 생성된 폐기물의 이미지와 상기 저장부에 저장된 폐기물에 대한 정보를 이용하여 유사도를 분석하고 상기 연속적으로 공급되는 폐기물에 대한 분류 정보를 생성하는 분석부;를 포함하되, 상기 분류 정보는 폐기물의 종류, 오염도, 색상, 뚜껑 및 라벨의 유무 정보를 포함할 수 있다.

상기 분석부는 상기 분류 정보를 상기 저장부에 지속적으로 업데이트 하여 상기 촬상부에서 생성된 폐기물의 이미지와 상기 저장부에 업데이트된 정보를 실시간으로 분석할 수 있다.

상기 폐기물의 종류는 페트병, 캔, 유리병, 종이, 종이팩, 스티로폼, 일반 플라스틱 및 일반 쓰레기를 포함할 수 있다.

상기 폐기물의 종류가 페트병, 유리병, 종이, 종이팩, 스티로폼 및 일반 플라스틱 중에서 어느 하나인 경우, 상기 분석부는 상기 폐기물의 오염도 정보를 추가로 생성하며, 상기 오염도 정보는 상기 분석부가 상기 촬상부에서 생성된 폐기물의 이미지와 상기 저장부에 저장된 폐기물에 대한 정보를 이용하여 상기 폐기물의 폐기물의 내부 또는 외부에 부착된 이물질의 여부를 분석하고 얻어진 정보일 수 있다.

상기 폐기물의 종류가 페트병, 유리병, 종이 및 일반 플라스틱 중 어느 하나 인경우, 상기 분석부는 상기 폐기물의 색상 정보를 추가로 생성하며, 상기 색상 정보는 투명, 하얀색, 녹색, 갈색, 노란색, 파란색 및 빨간색 중 어느 하나 이상의 색에 대한 정보일 수 있다.

상기 폐기물의 종류가 페트병 또는 유리병 중 어느 하나인 경우, 상기 분석부는 상기 폐기물의 뚜껑 및 라벨의 유무 정보를 추가로 생성하며, 상기 분석부는 상기 촬상부에서 생성된 폐기물의 이미지와 상기 저장부에 저장된 폐기물에 대한 정보를 서로 비교하여 상기 폐기물의 뚜껑 및 라벨 유무를 판단할 수 있다.

상기 분석부는, 상기 촬상부에서 생성된 이미지 내에서 폐기물을 인식하는 인식부; 및 상기 인식부에 의해 인식된 폐기물과 상기 저장부에 저장된 폐기물에 대한 정보를 이용하여 매칭 비율에 산출하고 상기 폐기물을 분류하는 분류부;를 포함할 수 있다.

상기 분류부는 상기 인식부에 의해 인식된 폐기물의 형상과 상기 저장부에 저장된 폐기물 형상의 매칭 비율이 기 설정된 기준 이상으로 산출되면, 상기 폐기물의 종류 중 어느 하나로 분류할 수 있다.

상기 분류부는 분류된 폐기물의 종류를 이용하여 상기 인식부에 의해 인식된 폐기물의 이미지와 상기 저장부에 저장된 폐기물의 이미지 매칭 비율이 기 설정된 기준 이하로 산출되면, 상기 인식된 폐기물에 이물질이 있는 것으로 오염도를 분류할 수 있다.

상기 분석부는 상기 공급되는 폐기물에 빛을 조사하는 광학부; 및 상기 공급된 폐기물에 상기 광학부에서 조사된 빛이 투과되고 난 후의 빛을 집광하는 집광부;를 더 포함하며, 상기 분류부는 상기 집광부에서 집광된 빛을 이용하여 상기 공급된 폐기물의 색상을 분류할 수 있다.

위에서 언급된 본 발명의 기술적 과제 외에도, 본 발명의 다른 특징 및 이점들이 이하에서 기술되거나, 그러한 기술 및 설명으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

이상과 같은 본 발명에 따르면 다음과 같은 효과가 있다.

본 발명의 일 실시예인 분석부가 저장부에 저장된 폐기물에 대한 정보를 이용하여 분류 정보를 생성함으로써, 한 번에 공급되는 폐기물에서 재활용이 가능한 폐기물을 사람에 의해 직접 분류하지 않더라도 용이하게 분류할 수 있다.

또한, 분류 정보에 오염도를 포함시켜 폐기물을 분류함으로써, 재활용이 가능한 폐기물로 분류되더라도 후에 세척공정이 필요한 재활용 폐기물을 분류할 수 있어 세척이 필요한 폐기물을 분류하는 시간을 단축과 추가 비용을 절감할 수 있다.

분류 정보에 라벨이 포함되어 있는지 여부를 포함시켜 폐기물을 분류함으로써, 재활용이 가능한 폐기물로 분류되더라도 후에 라벨 제거공정이 필요한 재활용 폐기물을 분류할 수 있다. 이에 따라, 폐기물을 분류하는 시간을 단축 및 추가 비용을 절감할 수 있다.

본 발명은 인식부에서 공급되는 폐기물의 형상 및 이미지를 인식할 수 있다. 이를 이용하여 저장부에 저장되어 있는 폐기물의 정보와 비교함으로써, 분류부는 인식부에서 인식된 폐기물의 형상만으로 폐기물의 종류를 분류할 수 있다.

또한, 인식부에서 인식된 폐기물의 이미지를 이용하여 오염도를 분류할 수 있어 공급되는 폐기물에서 재활용 가능한 폐기물을 용이하게 분류할 수 있다.

특히, 본 발명은 폐기물 분류에 AI를 적극적으로 활용함으로써, 폐기물 분류에 소요되는 시간을 획기적으로 줄일 수 있을 뿐만 아니라 분류 정확도도 크게 향상시킬 수 있다.

이 밖에도, 본 발명의 실시 예들을 통해 본 발명의 또 다른 특징 및 이점들이 새롭게 파악될 수도 있을 것이다.

도 1은 본 발명의 일 실시예에 따른 AI를 활용한 재활용 분류 시스템을 나타낸 블록도이다.
도 2는 본 발명의 일 실시예에 따른 분류 정보를 나타낸 분류표이다.
도 3은 도 1의 분석부를 나타낸 블록도이다.
도 4는 본 발명의 다른 실시예에 따른 도 1의 분석부를 나타낸 블록도이다.

본 명세서에서 각 도면의 구성 요소들에 참조번호를 부가함에 있어서 동일한 구성 요소들에 한해서는 비록 다른 도면상에 표시되더라도 가능한한 동일한 번호를 가지도록 하고 있음에 유의하여야 한다.

한편, 본 명세서에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.

단수의 표현은 문맥상 명백하게 다르게 정의하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하는 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다.

"포함하다" 또는 "가지다" 등의 용어는 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

이하, 첨부되는 도면을 참고하여 상기 문제점을 해결하기 위해 고안된 본 발명의 바람직한 실시예들에 대해 상세히 설명한다.

또한, 본 발명의 일 실시예에 따른 AI를 활용한 재활용 분류 시스템에 투입되는 폐기물들은 플라스틱, 페트병, 유리병, 유리, 종이, 스티로폼 및 일반 쓰레기 등을 말하는 것으로 이하에서는 폐기물이라 지칭하여 설명하기로 한다.

도 1은 본 발명의 일 실시예에 따른 AI를 활용한 재활용 분류 시스템을 나타낸 블록도이며, 도 2는 본 발명의 일 실시예에 따른 분류 정보를 나타낸 분류표이다.

도 1을 참고하면, AI를 활용한 재활용 분류 시스템(10)은 폐기물의 이미지를 생성하는 촬상부(100), 폐기물에 대한 정보가 저정된 저장부(200) 및 폐기물에 대한 분류 정보를 생성하는 분석부(300)를 포함할 수 있다.

촬상부(100)는 연속적으로 공급되는 폐기물의 이미지를 생성하는 장치로, 카메라일 수 있다.

카메라는 본 발명을 실시하기 위한 예시이며, 폐기물의 이미지 또는 폐기물에 포함된 바코드 등을 인식할 수 있는 렌즈, 적외선 센서, 또는 다양한 방식의 센서 등으로 구현될 수 있음은 당연하다.

촬상부(100)는 본 발명의 AI를 활용한 재활용 분류 시스템(10)에 투입되는 많은 양의 폐기물 각각에 대한 이미지를 생성할 수 있을 뿐만 아니라, 연속적으로 공급되는 폐기물의 이미지를 실시간으로 생성할 수 있다.

저장부(200)는 폐기물에 대한 정보가 저장되어 있을 수 있다.

폐기물에 대한 정보는 폐기물의 형상, 이미지 및 색상 등을 포함할 수 있다.

예를 들어, 폐기물이 페트병 또는 유리병인 경우, 폐기물이 공급되기 전에 완전한 상태의 형상과 이미지, 라벨이 제거된 완전한 상태의 이미지, 뚜껑이 제거된 상태의 이미지 및 색상 등을 포함할 수 있으며, 폐기물이 종이, 종이팩, 스티로폼 또는 일반 플라스틱인 경우, 폐기물의 형상 및 색상 등을 포함할 수 있다.

다만, 이는 본 발명을 실시하기 위한 하나의 예시이므로, 폐기물에 대한 상표명 및 등급 등 다양한 정보가 사용자의 이용 및 편의에 따라 저장될 수 있다.

분석부(300)는 촬상부(100)에서 생성된 폐기물의 이미지와 저장부(200)에 저장된 폐기물에 대한 정보를 이용하여 유사도를 분석하고 연속적으로 공급되는 폐기물에 대한 분류 정보를 생성할 수 있다.

분류 정보는 폐기물의 종류, 오염도, 색상, 뚜껑 및 라벨의 유무 등일 수 있다. 이러한 예가 도 2에 도시되어 있다.

도 2를 참고하면, 분석부(300)에 의해 생성되는 분류 정보는 폐기물의 종류, 오염도, 색상, 뚜껑 및 라벨의 유무를 대분류, 중분류 및 3가지의 소분류로 구분한 정보일 수 있다.

대분류는 폐기물의 종류일 수 있으며, 페트병, 알루미늄캔, 유리병, 종이, 종이팩, 스티로폼, 일반 플라스틱 및 일반 쓰레기를 포함할 수 있다.

대분류를 8가지의 폐기물로 구분해 놓았지만, 사용자의 이용 및 편의에 따라 폐기물의 종류를 추가할 수 있음은 당업자에게 있어 당연할 것이다.

분석부(300)는 촬상부(100)에서 생성된 폐기물의 이미지와 저장부(200)에 저장된 폐기물에 대한 이미지를 이용하여 유사도를 분석하고 폐기물의 종류를 분류할 수 있다.

또한, 분석부(300)는 촬상부(100)에서 생성된 폐기물의 이미지를 실시간으로 분석하고, 분석된 결과 및 분석에 사용된 폐기물의 이미지들을 지속적으로 저장부(200)에 저장할 수 있다. 즉, 폐기물의 종류 판단에 사용되는 저장부(200)의 데이터가 지속적으로 업데이트 될 수 있다.

또한, 폐기물의 전체 이미지 또는 온전한 형태의 이미지뿐만 아니라, 폐기물의 일부만 나타난 이미지 또는 손상된 폐기물의 이미지도 분류 기준으로 사용할 수 있게 된다. 따라서, 폐기물 분류의 정확도를 지속적으로 향상시키면서 분류에 소요되는 시간을 감소시킬 수 있다.

예를 들어, 저장부(200)에 페트병인 코카콜라 병에 대한 정보가 저장되어 있는 경우, 코카콜라 병이 폐기물로 공급되면 먼저, 촬상부(100)는 코카콜라 병의 이미지를 생성하게 된다.

분석부(300)는 저장부(200)에 저장된 코카콜라 병에 대한 정보와 촬상부(100)를 통해 생성된 코카콜라 병의 이미지의 유사도를 분석할 수 있다.

이때, 분석부(300)에는 촬상부(100)에서 생성된 폐기물의 이미지와 저장부(200)에 저장된 폐기물에 대한 정보의 유사도 값을 미리 설정할 수 있으며, 사용자는 이용 및 편의에 따라 유사도에 대한 값을 임으로 입력할 수 있다.

만약, 분석부(300)는 기 설정된 값 이상으로 유사도가 산출되면, 코카콜라 병을 페트병으로 분류할 수 있다.

그리고, 저장부(200)는 분석부(300)가 촬상부(100)에서 생성된 코카콜라 병 이미지와 저장부(200)에 저장된 코카콜라 병 이미지를 비교하여 분석한 유사도를 계속해서 저장할 수 있다.

저장된 유사도를 이용하여 분석부(300)는 계속적으로 코카콜라 병에 대한 이미지를 업데이트하고, 분석부(300)는 저장부(200)에 새롭게 업데이트된 정보를 통해 촬상부(100)에서 생성된 코카콜라 병의 일부 이미지만으로도 코카콜라 병을 페트병으로 분류할 수 있다.

이렇게 분석부(300)가 저장부(200)에 저장된 폐기물에 대한 정보를 이용하여 분류 정보를 생성함으로써, 한 번에 공급되는 폐기물에서 재활용이 가능한 폐기물을 사람에 의해 직접 분류하지 않더라도 용이하게 분류할 수 있다.

중분류는 오염도일 수 있으며, 오염도는 공급된 폐기물에 포함된 이물질의 여부에 따른 분류일 수 있다.

분석부(300)는 폐기물의 종류가 페트병, 유리병, 종이, 종이팩, 스티로폼 및 일반 플라스틱 중에서 어느 하나인 경우에 오염도에 대한 정보를 추가로 생성할 수 있다.

자세하게는, 촬상부(100)에서 생성된 폐기물의 이미지와 저장부(200)에 저장된 폐기물에 대한 정보를 이용하여 분석부(300)는 폐기물의 이미지 내부 또는 외부에 이물질이 포함되었는지를 분석하고, 오염도 정보를 생성할 수 있다.

계속해서 코카콜라 병을 가지고 설명하면, 전술한 바와 같이 촬상부(100)는 코카콜라 병의 이미지를 생성하게 된다.

그런 후, 분석부(300)는 촬상부(100)에서 생성된 코카콜라 병의 이미지를 저장부(200)에 저장된 코카콜라 병에 대한 이미지와 비교할 수 있다.

만약, 촬상부(100)에서 생성된 코카콜라 병의 이미지의 내부 또는 외부에 이물질이 포함되어 있는 경우, 코카콜라 병의 색상이 일부 어둡게 또는 다른 색상으로 나타날 수 있다.

분석부(300)는 코카콜라 병의 색상이 일부 어둡게 또는 다른 색상으로 나타나, 저장부(200)에 저장된 코카콜라 병에 대한 이미지와 유사도가 낮게 분석되면 이물질이 포함되어 있다는 오염도 정보를 생성할 수 있다.

이때, 분석부(300)에는 촬상부(100)에서 생성된 폐기물의 이미지와 저장부(200)에 저장된 폐기물에 대한 정보의 유사도 값을 미리 설정할 수 있으며, 사용자는 이용 및 편의에 따라 유사도에 대한 값을 임으로 입력할 수 있다.

따라서, 분석부(300)는 기 설정된 값 이하로 유사도가 산출되면, 코카콜라 병에 이물질이 있는 것으로 오염도 정보를 생성할 수 있다.

분류 정보에 오염도를 포함시켜 폐기물을 분류함으로써, 재활용이 가능한 폐기물로 분류되더라도 후에 세척공정이 필요한 재활용 폐기물을 분류할 수 있어 세척이 필요한 폐기물을 분류하는 시간을 단축하고 추가 비용을 절감할 수 있다.

3가지 소분류 중 첫번째는 색상에 대한 것 일 수 있으며, 색상은 투명, 하얀색, 녹색(민트 포함), 갈색, 노란색(연두 포함), 파란색(하늘색 포함) 및 빨간색 중 어느 하나 이상의 색을 포함할 수 있다.

분석부(300)는 폐기물의 종류가 페트병, 유리병, 종이 및 일반 플라스틱 중에서 어느 하나인 경우에 색상에 대한 정보를 추가로 생성할 수 있다.

촬상부(100)에서 생성된 폐기물의 이미지와 저장부(200)에 저장된 폐기물에 대한 정보를 이용하여 일치하는 색상을 분석하고, 색상에 대한 정보를 생성할 수 있다.

예를 들면, 분석부(300)는 촬상부(100)에서 생성된 코카콜라 병에 대한 이미지와 저장부(200)에 저장된 코카콜라 병에 대한 색상 정보를 비교하여 일치하는지 여부를 분석할 수 있다.

자세하게는, 분석부(300)는 저장부(200)에 저장되어 있는 코카콜라 병에 대한 정보 중에서 라벨이 제거된 완전한 상태의 이미지가 포함하고 있는 색상과 촬상부(100)에서 생성된 코카콜라 병의 이미지에 포함된 색상을 비교할 수 있다.

만약, 투명한 색상의 코카콜라병과 일치하게 되면, 분석부(300)는 코카콜라 병을 투명한 색으로 분류하여 색상 정보를 생성할 수 있다.

재활용이 가능한 폐기물 중에서 페트병, 유리병, 종이 및 일반 플라스틱은 색상에 따라 재활용으로 분류된 후의 가공과정이 달라질 수 있다.

특히, 페트병의 경우에는 투명한 색상에 다른 색을 입히는 가공과정이 추가될 수 있어 투명 페트병의 단가가 높고, 어두운 색상에는 다른 색상을 입히는 가공과정이 추가되지 않아 페트병의 단가가 낮으므로 생상 분류가 중요한 요소가 될 수 있다.

나머지 2가지 소분류는 폐기물에 뚜껑 및 라벨의 유무에 관한 것 일 수 있으며, 폐기물에 뚜껑 및 라벨의 포함여부에 따른 분류일 수 있다.

분석부(300)는 폐기물의 종류가 페트병 또는 유리병 중 어느 하나인 경우에 폐기물의 뚜껑 및 라벨의 유무에 대한 정보를 추가로 생성할 수 있다.

이때, 분석부(300)는 촬상부(100)에서 생성된 폐기물의 이미지와 저장부(200)에 저장된 폐기물에 대한 정보를 이용하여 폐기물에 뚜껑 또는 라벨이 포함되어 있는지 여부에 대한 분류 정보를 생성할 수 있다.

예를 들어, 분석부(300)는 촬상부(100)에서 생성된 폐기물의 이미지와 저장부(200)에 저장된 완전한 상태의 이미지와 비교하여 뚜껑 또는 라벨이 포함되어 있다면, 뚜껑 또는 라벨이 포함된 것으로 분류할 수 있다.

이와 반대로, 촬상부(100)에서 생성된 폐기물의 이미지에 뚜껑 또는 라벨이 포함되어 있지 않다면, 뚜껑 또는 라벨이 포함되지 않은 것으로 분류할 수 있다.

이를 포함시켜 폐기물을 분류함으로써, 재활용이 가능한 폐기물로 분류되더라도 후에 라벨 제거공정이 필요한 재활용 폐기물을 분류할 수 있다. 이에 따라, 폐기물을 분류하는 시간을 단축 및 추가 비용을 절감할 수 있다.

도 2는 예시적인 분류 정보임은 전술한 바 있으며, 사용자의 필요에 따라 취사 선택하거나 적절히 추가, 변경할 수 있다.

예를 들어, 폐기물의 종류, 오염도, 색상, 뚜껑 및 라벨의 유무 외에 폐기물의 무게, 폐기물의 재질 등이 추가될 수 있다.

도 3은 도 1의 분석부를 나타낸 블록도이다.

도 3을 참고하면, 분석부(300)는 폐기물을 인식하는 인식부(310) 및 인식된 폐기물과 저장부(200)에 저장된 폐기물의 매칭 비율을 이용해 폐기물을 분류하는 분류부(320)를 포함할 수 있다.

인식부(310)는 촬상부(100)에서 생성된 이미지 내에서 폐기물을 인식할 수 있으며, 인식부(310)에서 인식된 폐기물은 형상 및 이미지일 수 있다.

형상은 폐기물의 모양이며, 이미지는 폐기물의 색상, 라벨, 이물질 등을 전체적으로 포함하고 있는 사진일 수 있다.

촬상부(100)에서 생성된 이미지 내에 폐기물의 전체 이미지가 모두 포함된 경우라면, 인식부(310)는 폐기물의 전체 이미지를 인식할 수 있을 것이다.

이와 다르게, 촬상부(100)에서 생성된 이미지 내에 폐기물의 전체 이미지가 모두 포함되어 있지 않은 경우에는, 인식부(310)는 이미지 내에 포함된 폐기물의 일부만을 인식할 수 있을 것이다.

분류부(320)는 인식부(310)에서 인식된 폐기물과 저장부(200)에 저장된 폐기물에 대한 정보를 이용하여 매칭 비율을 산출해 폐기물을 분류할 수 있다.

자세하게는, 분류부(320)는 인식부(310)에 의해 인식된 폐기물의 형상과 저장부(200)에 저장된 폐기물에 대한 정보를 이용하여 폐기물의 종류를 분류할 수 있다.

분류부(320)에 의한 폐기물 종류의 분류는, 인식부(310)에 의해 인식된 폐기물의 형상이 저장부(200)에 저장된 폐기물의 형상과 매칭되는 비율을 이용한 분류일 수 있다.

만약, 분류부(320)는 인식부(310)에 의해 인식된 폐기물의 형상이 저장부(200)에 저장된 폐기물의 형상과 기 설정된 기준 이상으로 매칭 비율이 산출되면, 페트병, 알루미늄캔, 유리병, 종이, 종이팩, 스티로폼, 일반 플라스틱 및 일반 쓰레기 중 어느 하나로 분류할 수 있다.

페트병, 알루미늄캔, 유리병, 종이, 종이팩, 스티로폼 및 일반 플라스틱에 대한 정보는 저장부(200)에 폐기물의 정보로 저장되어 있을 수 있으며, 여기 정보로 저장되어 있지 않을 경우에는 분류부(320)는 일반 쓰레기로 분류할 수 있다.

이하, 저장부(200)에 페트병인 코카콜라 병에 대한 정보가 저장되어 있고, 폐기물의 종류를 분류하는데 형상의 매칭 비율을 50%로 설정한 경우를 예로 들어 설명한다.

인식부(310)는 촬상부(100)에서 생성된 코카콜라 병의 이미지에서 코카콜라 병의 형상을 인식할 수 있다. 분류부(320)는 인식된 코카콜라 병의 형상이 저장부(200)에 저장된 코카콜라 병에 대한 형상과 50% 이상으로 매칭 비율이 산출되면, 공급된 코카콜라 병을 페트병으로 분류할 수 있다.

다시 말해, 촬상부(100)에서 생성된 이미지 내에 폐기물의 전체 이미지가 모두 포함되어 인식부(310)가 폐기물의 전체 이미지를 인식한 경우에는 생성된 코카콜라 병의 형상과 저장부(200)에 저장된 코카콜라 병에 대한 형상이 50% 이상 매칭될 것이며, 용이하게 페트병으로 분류될 수 있을 것이다.

반면, 촬상부(100)에서 생성된 이미지 내에 폐기물의 전체 이미지가 모두 포함되어 있지 않아도 생성된 코카콜라 병의 일부 형상과 저장부(200)에 저장된 코카콜라 병에 대한 형상이 50% 이상만 매칭되면 페트병으로 분류될 수 있을 것이다.

분류부(320)는 계속해서 촬상부(100)에서 생성된 코카콜라 병의 이미지와 저장부(200)에 저장된 코카콜라 병에 대한 형상을 비교하여 일치비율이 50% 이상일 경우, 50% 이상으로 산출된 코카콜라 병의 이미지를 지속적으로 저장부(200)에 업데이트 할 수 있다.

촬상부(100)에서 생성된 코카콜라 병의 이미지가 일부의 이미지만으로 생성된다면, 분류부(320)는 업데이트 정보 중에서 이와 매칭되는 되는 코카콜라 병 형상을 추출하여 분석할 수 있다.

이때에도, 각각의 이미지와 형상의 매칭 비율이 50% 이상으로 산출되면 촬상부(100)에서 생성된 일부 코카콜라 병의 이미지만을 가지고 분류부(320)는 코카콜라 병을 페트병으로 분류할 수 있다.

저장부(200)의 데이터가 분류부()에 의해 지속적으로 업데이트 되면서 폐기물에 종류를 판단하는 시간이 획기적으로 감소될 수 있다.

한편, 분류부(320)는 공급된 폐기물의 종류가 분류된 후에, 이를 이용하여 인식부(310)에 의해 인식된 폐기물의 이미지와 저장부(200)에 저장된 폐기물의 이미지가 매칭되는 비율이 기 설정된 기준 이하로 산출되면, 이물질이 있는 것으로 오염도를 분류할 수 있다.

저장부(200)에 폐기물의 오염도를 분류하는데 이미지 매칭 비율을 90%로 설정한 경우를 가지고 예를 들어 설명한다.

페트병으로 분류된 코카콜라 병에 이물질이 포함되어 있으면, 코카콜라 병의 일부분의 색상이 어둡게 나타나거나, 코카콜라 병의 본연의 색이 아닌 다른 색상으로 나타날 수 있다. 그러면, 인식부(310)는 폐기물의 이미지를 그대로 인식하게 된다.

분류부(320)는 저장부(200)에 저장된 코카콜라 병의 이미지와 이물질이 포함된 코카콜라 병의 이미지를 매칭시켜 90% 이하로 이미지의 매칭 비율이 산출되면, 이물질이 있는 것으로 분석하고 오염도를 분류할 수 있다.

뿐만 아니라, 분류부(320)는 폐기물의 종류가 분류된 후에, 인식부(310)에서 인식한 폐기물의 이미지와 저장부(200)에 저장된 폐기물에 대한 이미지를 이용하여 색상, 뚜껑 및 라벨의 유무를 분류할 수 있다.

분류부(320)는 폐기물의 종류를 분류하면서 지속적으로 저장부(200)에 업데이트한 정보를 이용하여, 색상, 뚜껑 및 라벨의 유무에 대한 정보도 저장부(200)에 업데이트 할 수 있다.

분류부(320)는 인식부(310)에서 폐기물의 일부 이미지 또는 손상된 폐기물의 이미지를 인식하더라도 저장부(200)에 업데이트된 정보를 사용하여 폐기물의 색상, 뚜껑 및 라벨의 유무를 용이하게 판단할 수 있어 재활용 가능한 폐기물을 정확하게 분류할 수 있다.

분류부(320)에 기 설정된 기준 매칭 비율들은 사용자의 이용 및 편의에 따라 변경될 수 있다.

전술한 바와 같이 저장부(200)에는 저장된 폐기물에 대한 정보는 폐기문의 색상이 포함된 이미지, 뚜껑 및 라벨이 포함되지 않은 이미지 및 뚜껑 및 라벨이 모두 포함된 완전한 상태의 이미지를 모두 저장하고 있어, 이를 이용하여 인식부(310)에 의해 인식된 폐기물의 이미지와 매칭시킬 수 있다.

예를 들어, 인식부(310)에 인식된 폐기물의 이미지가 초록색 사이다 병이라면, 분류부(320)는 저장부(200)에 저장된 초록색 사이다 병을 서로 매칭할 수 있고, 공급된 폐기물은 초록색으로 분류될 수 있다.

또한, 분류부(320)는 인식부(310)에 인식된 사이다 병과 저장부(200)에 저장된 뚜껑이 포함되지 않은 사이다 병 또는 뚜껑이 포함된 사이다 병을 매칭시켜 입구 부분에 뚜껑이 포함되어 있지 않은 이미지와 매칭될 경우, 뚜껑이 포함되어 있지 않은 것으로 분류할 수 있다.

도 4는 본 발명의 다른 실시예에 따른 도 1의 분석부를 나타낸 블록도이다.

도 4를 참고하면, 분석부(300)는 광학부(330) 및 집광부(340)를 더 포함할 수 있다.

광학부(330)는 공급되는 폐기물에 빛을 조사할 수 있으며, 조사되는 빛은 가시광선을 포함하는 빛일 수 있다.

가시광선은 사람의 육안으로 확인이 되는 빛을 말하며, 물체에서 반사되는 빛이나 투과되는 빛이 색상으로 보이는 것이다.

이와 같이 색상은 빛에 영향을 받기 때문에 공급되는 폐기물의 환경에 따라 색상이 달라질 수 있다. 본 발명은 촬상부(100)에서 생성된 폐기물의 이미지로부터 색상 정보를 생성하는 것 외에도, 폐기물의 색상을 명확하게 구분하기 위해 광학부(330)와 집광부(340)를 더 포함함으로써 공급되는 폐기물에 직접 빛을 조사하고 반사되는 빛이나 투과되는 빛을 통해 폐기물의 색상을 구분할 수 있다.

집광부(340)는 광학부(330)에서 조사된 빛이 공급된 폐기물에 투과되고 난 후의 빛을 집광할 수 있다.

분류부(320)는 집광부(340)에서 집광된 빛을 이용하여 공급된 폐기물의 색상을 분류할 수 있다.

이에 따라, 폐기물이 공급되는 환경이 달라지더라도 광학부(330) 및 집광부(340)를 통해 폐기물의 색상을 명확하게 구분할 수 있어 재활용 폐기물을 분류하는데 정확도를 향상시킬 수 있다.

본 발명은 인식부(310)에서 공급되는 폐기물의 형상 및 이미지를 그대로 인식하고, 이를 이용하여 저장부(200)에 저장되어 있는 폐기물의 정보와 비교함으로써, 분류부(320)는 인식부(310)에서 인식된 폐기물의 형상만을 이용하여 폐기물의 종류를 분류할 수 있다.

뿐만 아니라, 인식부(310)에서 인식된 폐기물의 이미지를 이용하여 오염도를 분류할 수 있어 공급되는 폐기물에서 재활용 가능한 폐기물을 용이하게 분류할 수 있다.

이상에서 설명한 본 발명이 전술한 실시예 및 첨부된 도면에 한정되지 않으며, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지로 치환, 변형 및 변경이 가능하다는 것은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어 명백할 것이다.

10: AI를 활용한 재활용 분류 시스템
100 : 촬상부
200 : 저장부
300 : 분석부

Claims (10)

1. 연속적으로 공급되는 폐기물의 이미지를 생성하는 촬상부;
   상기 폐기물의 형상, 이미지 및 색상을 포함하는 폐기물에 대한 정보가 저장된 저장부; 및
   상기 촬상부에서 생성된 폐기물의 이미지와 상기 저장부에 저장된 폐기물에 대한 정보를 이용하여 유사도를 분석하고 상기 연속적으로 공급되는 폐기물에 대한 분류 정보를 생성하는 분석부;를 포함하되,
   상기 폐기물의 종류는 페트병, 캔, 유리병, 종이, 종이팩, 스티로폼, 일반 플라스틱 및 일반 쓰레기로 구분되고,
   상기 페트병과 상기 유리병은 오염도 정보, 색상 정보, 뚜껑 및 라벨의 유무 정보가 생성되고,
   상기 종이와 상기 일반 플라스틱은 오염도 정보, 색상 정보가 생성되고,
   상기 종이팩과 상기 스티로폼은 오염도 정보가 생성되며,
   상기 분석부는 상기 촬상부에서 생성된 이미지 내에서 폐기물을 인식하는 인식부와 상기 인식부에 의해 인식된 폐기물과 상기 저장부에 저장된 폐기물에 대한 정보를 이용하여 매칭 비율을 산출하고 상기 폐기물을 분류하는 분류부를 포함하여 폐기물을 종류별로 분류하고, 분류된 폐기물의 종류 중 페트병, 유리병, 종이, 종이팩, 스티로폼, 일반 플라스틱은 오염도 정보, 색상 정보, 뚜껑 정보, 라벨 정보 중 어느 하나 이상이 매칭되고,
   상기 분류부는 상기 인식부에 의해 인식된 폐기물의 형상과 상기 저장부에 저장된 폐기물 형상의 매칭 비율이 기 설정된 기준 이상으로 산출되면, 상기 폐기물의 종류 중 어느 하나로 분류하고,
   상기 분류부는 분류된 폐기물의 종류를 이용하여 상기 인식부에 의해 인식된 폐기물의 이미지와 상기 저장부에 저장된 폐기물의 이미지 매칭 비율이 기 설정된 기준 이하로 산출되면, 상기 인식된 폐기물에 이물질이 있는 것으로 오염도를 분류하는 AI를 활용한 재활용 분류 시스템.
2. 제1항에 있어서,
   상기 분석부는 상기 분류 정보를 상기 저장부에 지속적으로 업데이트 하여 상기 촬상부에서 생성된 폐기물의 이미지와 상기 저장부에 업데이트된 정보를 실시간으로 분석하는 것을 특징으로 하는 AI를 활용한 재활용 분류 시스템.
3. 삭제
4. 제1항에 있어서,
   상기 오염도 정보는 상기 분석부가 상기 촬상부에서 생성된 폐기물의 이미지와 상기 저장부에 저장된 폐기물에 대한 정보를 이용하여 상기 폐기물의 폐기물의 내부 또는 외부에 부착된 이물질의 여부를 분석하고 얻어진 정보인 것을 특징으로 하는 AI를 활용한 재활용 분류 시스템.
5. 제1항에 있어서,
   상기 색상 정보는 투명, 하얀색, 녹색, 갈색, 노란색, 파란색 및 빨간색 중 어느 하나 이상의 색에 대한 정보인 것을 특징으로 하는 AI를 활용한 재활용 분류 시스템.
6. 제1항에 있어서,
   상기 분석부는 상기 촬상부에서 생성된 폐기물의 이미지와 상기 저장부에 저장된 폐기물에 대한 정보를 서로 비교하여 상기 폐기물의 뚜껑 및 라벨 유무를 판단하는 것을 특징으로 하는 AI를 활용한 재활용 분류 시스템.
7. 삭제
8. 삭제
9. 삭제
10. 제1항에 있어서,
    상기 분석부는 상기 공급되는 폐기물에 직접 빛을 조사하는 광학부; 및
    상기 공급된 폐기물에 상기 광학부에서 조사된 빛이 투과되고 난 후의 빛을 집광하는 집광부;를 더 포함하며,
    상기 분류부는 상기 집광부에서 집광된 빛을 이용하여 상기 공급된 폐기물의 색상을 명확하게 분류하는 것을 특징으로 하는 AI를 활용한 재활용 분류 시스템.

Images