Главная / Библиотека кейсов / Кейс
Кейс
#производство·июль 2026
Как автоматизировать сортировку мусора на конвейере и увеличить извлечение фракций на 30%
96%
средняя точность распознавания материала
94%
точность захвата объекта манипулятором
+30%
больше извлекаемых фракций, чем у аналогов
Вторплюс
Раздельный сбор и сортировка отходов
Ниша
Производство
Куда внедрял ИИ
Операционка
!Проблема
Ручная сортировка ТБО на конвейере ограничена скоростью человека — около 27,8 единиц/мин при скорости ленты 0,39 м/с, а реальные показатели ещё ниже из-за человеческого фактора (усталость, ошибки).
Многостадийные автоматизированные линии сортировки требуют огромных инвестиций и производственных площадей, недоступных для регионального оператора.
Существующие на рынке иностранные системы распознавания работали только с одной фракцией за раз или использовали примитивное распознавание по форме и цвету — не подходят для смешанного потока ТБО.
✦Инструменты и решение
Компания «Вторплюс» заменила ручную сортировку твёрдых бытовых отходов на конвейере системой компьютерного зрения и робота-манипулятора от интегратора ZeBrains. Платформа распознаёт 11 типов отходов из 4 групп со средней точностью 96% и захватывает объекты манипулятором с точностью 94%, а количество извлекаемых фракций выросло на 30% без увеличения штата сортировщиков.
↦Как решали
Внедрена платформа компьютерного зрения MARQUS: NIR-камера в паре со стандартной камерой для определения глубины сцены, датчики освещённости и температуры для коррекции видеосигнала.
Обучены нейросети на архитектурах YOLO и ResNet (полнокадровая + региональная обработка) на датасете из более чем 223 209 размеченных изображений — технология Material Recognition по мультиспектральным данным.
Установлен GPU-сервер для инференса нейросетей и робот-манипулятор, интегрированный с контроллерами разных производителей, для автоматического захвата распознанных объектов с конвейера.
▲Результат в цифрах
96%
средняя точность распознавания материала
94%
точность захвата манипулятором
+30%
рост числа извлекаемых фракций относительно аналогов
11 типов
распознаваемых ТБО из 4 материальных групп
223 209+
размеченных изображений в обучающем датасете
без роста штата
увеличение объёма сортировки в несколько смен без расширения персонала
