การแยกวัสดุต่าง ๆ ด้วยสายตาขอมนุษย์นั้นอาจมีความผิดเพี้ยนและการใช้ระบบทั่วไปในปัจจุบันก็ยังมีความเสี่ยงเหล่านั้นอยู่เช่นกัน MIT จึงได้พัฒนาเทคโนโลยี SensiCut เพื่อตรวจจับชนิดของวัสดุสำหรับการตัดด้วยเครื่องเลเซอร์ให้เกิดความปลอดภัยและเกิดประสิทธิภาพในการทำงานมากยิ่งขึ้น
การเข้ามามีส่วนของคอมพิวเตอร์นั้นทำให้การตัดด้วยเลเซอร์มีความเรียบง่ายและทรงพลังมากยิ่งขึ้น ด้วยซอฟต์แวรที่สามารถควบคุมเครื่องจักรให้สามารถตัดโลหะ ไม้ กระดาษหรือพลาสติกได้อย่างมีประสิทธิภาพ แต่ในการตัดวัสดุที่สามารถบ่งบอกคุณสมบัติได้ยากากมีลักษณะภายนอกที่ใกล้เคียงกันการตัดที่ไม่เหมาะสมอาจทำให้เกิดความยุ่งยากวุ่นวายได้ เช่น กลิ่น การละลายที่เหียวเหนอะหนะติดเครื่อง หรือซ้ำร้ายที่สุดสารเคมีที่เป็นพิษเกิดขึ้นจากการตัดนั้น
Computer Science and Artificial Intelligence Laboratory (CSAIL) จาก MIT จึงแก้ปัญหาที่อาจเกิดความผิดพลาดขึ้นมาจากตาเปล่าด้วยเทคโนโลยีที่ชื่อว่า SensiCut แพลตฟอร์มตรวจจับประเภทวัสดุอัตโนมัติสำหรับงานตัดด้วยเลเซอร์ ซึ่งสิ่งที่แตกต่างออกไปจากการทำงานแบบธรรมดา คือ การใช้กล้องเพื่อดูวัสดุแบบเดิม ๆ นั้สามารถระบุวัสดุผิดพลาดได้ง่าย ๆ แต่ SensiCut ใช้ระบบที่มีความละเอียดกว่าที่เคยใช้ด้วยการใช้ Deep Learning และรูปแบบการจับแสงที่เรียกว่า Speckle Sensing เทคนิคที่ใช้ Laser เพื่อตรวจจับโครงสร้างระดับไมโครที่พื้นผิวของวัสดุ ซึ่งใช้ได้ง่ายแค่ติดตั้ง Add-on ระบบจับภาพเพิ่มอีกตัวหนึ่งเท่านั้น
การใช้งาน SensiCut นั้นสามารถสนับสนุนการทำงานได้หลายรูปแบบ ไม่ว่าจะปกป้องผู้ใช้งานจากของเสียที่เป็นอันตรายด้วยการให้ความรู้จำเพาะของวัสดุและแนะนำการปรับแต่งก่อนการตัดเพื่อให้ได้ผลลัพธ์ที่ดียิ่งขึ้นเป็นต้น
เพื่อให้การใช้งานประสบความสำเร็จในการระบุวัสดุ ทีมวิจัยได้ฝึกฝนระบบด้วย Deep Neural Network กับวัสดุที่แตกต่างกันกว่า 30 ชนิด ใช้ภาพกว่า 38,000 ภาพ เพื่อให้แยกความแตกต่างได้ชัดเจน เช่น อคริลิก แผ่นโฟมหรือไสตรีนเป็นต้น
ในอนาคตนั้นนอกเหนือไปจากการใช้กับการตัดเลเซอร์แล้วทีมวิจัยยังคาดว่า SensiCut จะสามารถใช้กับอุปกรณ์การผลิตอื่น ๆ เช่น การพิมพ์ 3 มิติได้อีกด้วย
ที่มา:
News.mit.edu
