随着塑料工业的迅猛发展，以及塑料垃圾的不断增长，废旧塑料再生利用行业日益兴起。但由于塑料品种繁多，应用领域广泛，所以在回收过程中，很多不同种类及颜色的塑料被混合在一起。不同种类的塑料性能及加工条件是不同的，混合后对加工和应用的影响很大，所以在废旧塑料回收过程中进行分选是不可少的环节。大多数塑料回收厂使用不同的技术，从条形码阅读器和RGB相机到X射线和涡流系统。这些传统技术虽然在一定程度上能满足简单、粗放的塑料分选，但识别材料的能力有限，并不是很好的解决方案。例如，如果塑料瓶缺少条形码，使用条形码阅读器则无法检测它是PET还是HDPE。电涡流检测器可以分辨导电金属，但不能分离塑料或纸浆。RGB相机可以将瓶子分为透明，黑色和彩色，但无法区分一种塑料类型与另一种塑料类型。因此，迫切需要新一代人工智能等重大创新添砖加瓦，从而推动传统的机械物理化分选模式向数字化、智能化、精准化的分选模式转变。

案例背景

 某塑料分选自动化机械装备制造商企业，一直选用普通RGB相机作为其自研装备的主要分选技术，现想寻找一种高效、精准的塑料分选手段和方法，能同时对PETE、PP、PVC、HDPE等塑料进行精准分选。

>>现状与痛点

 因塑料类别多、颜色杂、形状各异，现有方案采用普通RGB相机，只能实现单一维度检测，无法同步、精准识别塑料类别。

 为解决上述客户痛点，本案例主要通过高光谱成像技术与设备来识别各类塑料，利用各类塑料的光谱特征差异，实现对各类塑料的高效精准分类识别。本案例涉及到的高光谱成像技术，可同时获取检测对象的光谱信息和空间信息，利用检测对象的光谱特征，实现对各物质的精准识别、分类和筛选。

 如上图验证结果表明，基于高光谱成像技术并结合机器学习模型训练方法能够准确地实现PETE、PP、PVC、HDPE塑料分类识别，为客户大幅减少成本投入，且提升了塑料分选效率与准确度。
高光谱成像技术可捕捉远大于可见光范围的光谱信息和图像信息，能看到普通可见光成像看不到的物质信息。深圳市中达瑞和科技有限公司拥有自主研发的分光器件、光谱相机、光谱软件和光谱智能云平台，产品与技术在科学研究、工业检测、精准农业、生态环境、资源勘探、生物医学、食品安全等领域得到广泛应用。