米乐m6官方网站（以下简称“AIST”）能源环境研究企划室 上田隆夫 环境创造研究部规划主任 资源价值创造研究小组 古谷茂树 环境创造研究部高级首席研究员 大木龙也 首席研究员 使用透射 X 射线和多重 AI（深度学习网络)的电池检测程序，我们开发了一种高精度、全面的自动检测电池的系统。
在回收设施中，该系统可以自动执行确定废品和废物中是否存在电池的手动过程，提高处理速度和准确性，并有助于防止因意外压碎电池而引起的火灾。
在全国各地的回收设施中，混有废品和废物的电池被错误地放入破碎机中，从而引发火灾。每年大约发生 4,500 起火灾，其中包括火花在内的火灾大约为 9,000 起。其中大约一半是在拆解和破碎过程中产生的（环境省《2020 财年难以处理锂离子电池的适当处理措施审查结果》）。为了防止此类火灾，有必要在将废品/废物放入粉碎机之前检测嵌入或受污染的电池。在当前的回收设施中，工作人员手动检查废品和废物，以凭经验确定电池是否存在。这种方法需要时间和精力。此外，内置电池的产品种类繁多，因此很难确定是否有内置电池。
AIST 是战略城市采矿研究中心 (SURE)（AIST 杂志，2023 年 3 月 1 日，https://wwwaistgojp/aist_j/magazine/20230301html) 与联盟成员公司一起小型数码家电开发一个自动、自主的回收工厂。https://wwwaistgojp/aist_j/news/pr20180620html）。自动拆卸智能手机或平板电脑设备时，重要的是不要损坏内置电池。此外，由于产品的内部结构差异很大，因此需要以非破坏性的方式了解内部结构。
因此，我们开发了一种技术，利用透射 X 射线透视智能手机或平板电脑的内部结构，并使用 AI（深度学习网络）分析图像以了解电池状态。这次，我们应用这项技术来开发技术，不仅可以检测智能手机和平板电脑中内置的电池，还可以检测各种其他废品中的电池。
这项研究和开发得到了国家研究开发机构新能源产业技术综合开发机构（NEDO）“构建高效资源循环系统的回收技术研究开发项目（2017-2023）”的支持。
在这项研发中，面临的挑战是在电池检测程序中实现高精度和全面性。一般来说，基于人工智能的检测会计算图像中各个区域包含物体（在本研究中为电池）的预测概率（置信度分数）。然后，它检测置信度分数高于用户设置的阈值的区域。因此，检测结果根据阈值而变化。换句话说，如果阈值设置得高，则只选择置信度分数高的区域，这样就增加了检测结果是电池的可能性（准确率高），但同时也增加了漏检电池的可能性（覆盖率低）。另一方面，如果设置较低的阈值，则会检测到置信度分数较低的区域，因此检测结果将包含非电池项目（准确度低），但电池检测的数量会减少（覆盖率高）。这样一来，就需要在高精度和全面性之间进行权衡，很难两者兼得。然而，回收设施需要快速、安全地处理大量废物，这需要高度准确和全面的检测计划。
使用透射 X 射线和人工智能进行电池检测的想法将于 2021 年在一篇论文中发表（Sterkens 等人，2021 年，资源。保存。回收。,168、105246)。然而，在实现高精度和全面性方面存在挑战，并且尚未开发出能够自动检测的实用技术或系统。
新开发的电池检测程序的特点是独特的三步处理过程（图1）。当输入透射的 X 射线图像时（图 1(a)），人工智能会在第一阶段分析图像，并提取适合在第二阶段处理的区域（图 1(b) 中的蓝色和绿色框）。第二阶段由10多种人工智能组成，每种人工智能都有不同的图像类型，并使用第一阶段提取的每个区域的最佳专用网络来检测电池（图1（c））。在第三阶段，人工智能比第二阶段准确度较低，但更全面，可以检测第二阶段中被忽视的电池（图1（d））。所开发程序的处理速度约为每幅图像 1 秒。
为了构建深度学习网络，需要多次使用约 3400 个样本透射 X 射线摄影我们使用 95% 的图像进行学习，剩余 5% 的图像用于性能评估。
图1 开发的电池检测程序（右图为概念图）
使用一次拍摄的 150 个样本的透射 X 射线图像验证了所开发程序的性能。样品由下列物品组成，以及与电池混合的废物和单体电池。这些物品的选择是参考了过去被认为引起火灾的物品以及回收设施难以确定的物品。
手持吸尘器、数码相机、电子烟、电动牙刷、手机电池、便携式DVD机、便携式音箱、扫地机器人、剃须刀
目前还没有能够自动检测电池的产品。因此，为了评估所开发程序的性能，我们使用一种人工智能创建了一个检测程序，并将其作为比较目标。
我们尝试使用开发程序和比较程序从 150 张图像中检测电池。作为检测结果的评价，对应的是准确度”精确“对应于全面性”召回”。两个索引都取0到1之间的值，值越高表示性能越高。
图 2 显示了验证结果。首先，我们将开发的程序与对比程序（高门槛）进行比较（图2①②）。虽然准确度相差无几，但对比程序在全面性上稍逊一筹。需要高度的全面性，以防止电池在回收设施中被遗漏。因此，当我们将比较程序的阈值设置为较低值时，覆盖率增加，但准确率下降（图2（3））。这样可以看出，虽然对比程序在高精度和全面性之间进行了权衡，但开发的程序能够在高水平上实现准确性和全面性。图 3 显示了使用开发的程序进行电池检测结果的示例。
图2 开发的电池检测程序验证结果
图 3 电池检测结果示例。黄色方块包围的区域是检测到的电池，数字是可靠性得分。
我们开发了配备此程序的自动检测和分选系统。如图4所示，透射型X射线装置（石田株式会社制造的X射线检查装置）、搭载开发程序的个人计算机（PC）以及分选装置通过带式输送机连接。废品和废物输入后，使用透射 X 射线对其进行拍照，并将图像存储在支持网络的硬盘驱动器 (NAS) 上。该程序会自动分析新保存的图像以确定电池是否存在。信息被发送到分拣装置，通过皮带输送机的垂直运动对废品和废弃物进行分拣。这样，这个开发的程序就可以连接到现有的具有将图像存储在NAS上的功能的透射X射线设备，并作为自动检测和分类系统的一部分。
图4 配备电池检测功能的自动检测分拣系统（照片中不含PC）
由于分拣设备的规格，目前处理速度为每张图像 6 秒，但预计对分拣设备的改进将使开发的程序的处理速度提高到 1 秒/图像。
我们衷心感谢 Re-Tem Co, Ltd 和 Daiei Kankyo Co, Ltd 为本次研发提供废品样品。
将来，我们将寻找回收公司等合作伙伴在回收设施中使用该系统。此外，为了扩大所开发程序的使用范围，我们将致力于将其与更大或更高分辨率的X射线设备连接、识别电池类型以及检测电池以外的物体等问题。