【韩国】透明PET瓶无人回收机“Mo-EZ”凭借AI自动分拣技术参展2026首尔AI机器人展

要点
- EAPS于10月6日至8日在COEX举办的2026首尔AI机器人展上展示Mo-EZ系统。
- Mo-EZ采用多波长光学传感技术,可区分PET、PP、PS、PE等多种塑料材质。
- EAPS计划将AI光学传感器模块化,应用于现有自动化设备和生产线。
- 公司正推进透明材料(如小瓶、安瓿)的自动检测技术开发及现场应用。
- EAPS代表朴承权表示目标是成长为AI光学检测平台企业,服务制药、食品等工业现场。
AI光学传感器专业企业EAPS(叶子株式会社,代表朴承权)于10月6日至8日在COEX举办的“2026首尔AI机器人展(SEOUL AI ROBOT SHOW)”上,展示了基于AI的PET瓶无人自动回收机器人“Mo-EZ”。该公司于6日发布了这一消息。
EAPS在本次展览中展示了实际应用于现场的Mo-EZ系统,并介绍了其AI光学传感器技术,该技术能够自动识别和判断回收材料的材质,以及自动回收和分类系统。
公司方面解释说,Mo-EZ的核心并非基于简单图像识别的回收设备,而是结合了EAPS自主开发的多波长光学传感技术和设备端AI的材质判断技术。
该技术通过向目标物照射不同波长的光源,感知由此产生的光学特性,并由AI分析这些数据,从而判断投入资源的特性。
通过这种方式,不仅可以区分PET,还可以区分PP、PS、PE等多种材料,实现更高级别的分类,并可用于提高回收后再生原料的质量。
特别是,EAPS在本次展览中不仅将Mo-EZ作为成品进行介绍,还提出了将其内部应用的技术扩展为“AI光学检测平台(AI Optical Inspection Platform)”的商业战略。
公司方面强调,EAPS的AI光学传感器技术不同于仅依靠摄像头图像判断物体的传统视觉检测方式,而是利用AI分析目标物产生的光学特性数据。
基于此,EAPS正在扩大其应用范围,不仅限于回收资源的材质判断,还延伸至工业检测领域,例如检测透明容器内的异物或细微异常特性。
目前,EAPS正基于其在资源循环领域积累的光学传感和AI技术,将业务领域扩展至需要高精度检测的制药、食品、化妆品等工业领域,并正在推进透明材料(如小瓶、安瓿、预充式注射器)的自动检测技术开发及现场应用。
EAPS代表朴承权表示:“Mo-EZ是展示EAPS的AI光学传感器技术如何在实际生活环境中应用的典型商业化模型。我们的目标是从准确识别和分类回收资源开始,成长为一个能够应用于制药、食品等需要高水平质量检测的工业现场的AI光学检测平台企业。”
他补充道:“此次首尔AI机器人展为市民和企业相关人员提供了一个直接了解AI和光学传感技术如何在实际资源循环和工业自动化现场创造价值的机会。”
EAPS计划未来扩大Mo-EZ在公共和民间领域的普及,并将自研AI光学传感器模块化,以便应用于现有自动化设备和生产线,从而扩展其商业模式。
编辑观点
Mo-EZ展示了AI光学传感在塑料分选中的落地能力,其模块化策略有望降低自动化分选门槛,提升机械回收前端的效率与纯度。从业者应关注该技术对rPET食品级认证的影响,以及其在现有生产线中的集成成本与兼容性,评估是否引入此类高精度分选方案以应对日益严格的再生料质量要求。
常见问题
Mo-EZ如何区分PET和PP等透明塑料?
Mo-EZ通过多波长光学传感器照射目标物,感知其光学特性数据,再由AI分析判断材质。该技术不依赖简单图像识别,而是基于光学特性差异,能区分PET、PP、PS、PE等多种材料,实现高级别分类。
EAPS计划将Mo-EZ技术拓展到哪些工业领域?
EAPS计划将AI光学传感器技术扩展至制药、食品、化妆品等高精度检测领域。具体应用包括检测透明容器内的异物、细微异常,以及小瓶、安瓿、预充式注射器等透明材料的自动检测与现场应用。
Mo-EZ相比传统视觉检测有什么技术优势?
传统视觉检测仅依靠摄像头图像判断,而Mo-EZ利用AI分析目标物产生的光学特性数据。这种多波长光学传感技术能更准确地识别透明或相似材质,提高分选精度,从而提升回收后再生原料的质量。