随着设备以惊人的速度淘汰，电子垃圾问题变得日益紧迫。 问题的严重性不言而喻。 2022 年，仅欧盟就产生了约 500 万吨电子垃圾。 美国每年产生 690-760 万公吨电子垃圾，相当于每人每年产生 46-47 磅电子垃圾。 到 2030 年，全球产生的电子垃圾预计将增加到 7470-8200 万公吨。一个将测量和机器人技术与人工智能和知识管理相结合的项目应运而生，旨在解决这一问题。

与此同时，电子产品回收利用的现状却远非理想。 电子工业的制造流程将成本效益置于可回收性之上，导致设备难以拆卸和分离成其组成部分。 传统的回收方法通常需要人工拆卸，成本高且效率低。 此外，许多设备最终会被粉碎，这一过程限制了回收有价值部件的可能性。

为了解决这一日益严重的危机，德国马格德堡弗劳恩霍夫研究所的研究人员开发了iDEAR，即电子产品智能拆解再制造和回收。 它不仅提高了电子产品回收的效率，而且有朝一日还能帮助制造商获得有价值的原材料。 迄今为止，iDEAR 系统已成功地将主板从 PC 外壳中取出--这是一项需要高精度和高灵敏度的任务。

iDEAR 流程从识别和诊断阶段开始。 由人工智能驱动的 3D 相机和光学传感器系统会扫描电子垃圾，捕捉制造商详细信息、产品类型和序列号等信息。 然后，这些系统不仅能进行识别，还能评估组件状况、检测异常情况，以及评估螺丝和铆钉等连接元件的状态。

Fraunhofer IFF 的辅助、服务和工业机器人小组组长 José Saenz 解释说，光学测量技术在检测标签和分类各种组件方面发挥着至关重要的作用。 基于大量数据集训练的机器学习算法可以根据传感器和光谱数据对材料、塑料和部件进行实时识别和分类。 例如，它可以识别螺丝是隐藏还是生锈。

iDEAR 项目的一项关键创新是为每个产品创建一个数字拆解孪生体。 该孪生体可作为设备的记录，包括其组件信息和类似产品的任何先前拆解信息。

一旦对设备进行了彻底分析，系统就会使用专用软件定义拆卸顺序。 这些顺序决定了应该进行完全拆卸还是部分拆卸，后者侧重于回收高价值部件。然后，机器人会收到一系列指令，指导它完成拆卸螺丝、打开外壳和提取部件等任务。

虽然 iDEAR 项目目前的重点是个人电脑回收，但研究人员对未来有着雄心勃勃的计划。 Saenz 设想，数据驱动的方法可以适应从微波炉到大型家电的各种电子设备，而且只需最小的工程投入。