分別と情報化の自動化 — センサー・選別ロボット・色袋
技術系統 D（AI・IoT）/ F（選別ロボット）/ G（北欧 source-color）と、制度が方式を規定する構図
1 1. はじめに — 収集の後に残る「分別」という難問
第 3 部までで、収集車を機械化し、無人化し、ついには街から消す技術をたどった。 だが、収集をどれだけ自動化しても、消せない難問が残る。 何を、どう分けるか——分別である。
分別は、収集の前後の両方に現れる。 収集の前では、住民が容器を分け、センサーがいつ満杯になるかを伝え、RFID が誰がどれだけ出したかを計量する（技術系統 D）。 収集の後では、素材回収施設（MRF）でロボットが流れるゴミを掴み分ける（技術系統 F）。 そして両者を橋渡しするのが、容器を分けず色袋で出して施設で光学識別する北欧の方式（技術系統 G）である。 本記事は、この三つの系統をたどりながら、最後に「制度が機械化の方式を規定する」という構図を確かめる。
2 2. D 情報化 — センサー・ルート最適化・RFID 従量
技術系統 D は、ゴミそのものではなく情報を扱う。
出発点は充填センサーである。 太陽光で圧縮するビッグベリーのスマートビンは、圧縮によって通常容器の 5 倍の容量を実現する (1)。 センソネオの超音波・レーダー式センサーは 80 カ国超で使われ、マドリードでは約 1 万 1,100 台が設置された (2)。 これらが伝える「いつ・どこが満杯か」という情報を使い、ルビコンのプラットフォームは 100 都市超で収集ルートを最適化し、ヒューストンでは 130 万の停車点を管理する (3)。
ここで注意すべきは、情報化の効果はベンダー公称と独立学術値で大きく食い違う点である。 独立した査読研究によれば、機械学習による収集スケジュール最適化で収集トリップは約 37%、運用コストは約 28%、二酸化炭素は約 22% 削減される (4)。 ベンダーが掲げる「30〜50% 削減」「6〜9 か月で投資回収」という数値は最適条件での上限であり、現実的にはこの独立学術値（おおむね 22〜37%）を基準に見るのが妥当である (4)。
| 指標 | ベンダー公称（上限） | 独立学術値（採用） |
|---|---|---|
| 収集トリップ削減 | 30〜50% | 約 37% |
| 運用コスト削減 | （同上） | 約 28% |
| CO2 削減 | 最大 25% | 約 22% |
| 投資回収 | 6〜9 か月 | 18〜24 か月 |
情報化のもうひとつの軸が、RFID による従量計量である。 韓国は、食品廃棄物を RFID で個別計量して従量課金する仕組みを普及させ、国全体の食品リサイクル率を 95% にまで高めたとされる (5)。 ソウルでは RFID 計量によって食品廃棄物そのものが削減され、これは全国リサイクル率とは別の、市単位の発生抑制の指標である (6)。 情報が、収集の効率だけでなく住民の排出行動そのものを変えている。
情報化は収集車そのものにも入り込んでいる。 米国の大手廃棄物事業者 WM の Smart Truck は、車載カメラと AI でリサイクル車の内容物をスキャンし、食品廃棄物などの混入（汚染）をリアルタイムで識別する (7)。 分別の精度を、住民の手だけに頼らず、収集の現場で機械が監視する段階に入りつつある。
3 3. F 選別ロボット — 最も成熟したロボット化
ゴミ収集の機械化のなかで、ロボットが最も成熟しているのは、実は収集の現場ではなく収集後の選別である。
その駆動要因は二つある。 第一に、手選別が危険な作業であること。 米労働統計局（BLS）によれば、2011 年から 2017 年にかけて少なくとも 25 名の MRF 作業員が死亡している (8)。 第二に、深刻な人手不足である。 危険で人が集まらない工程だからこそ、ロボット化が最も進んだ。
主要メーカーの顔ぶれは多彩である。 AMP ロボティクスの Cortex は、メーカー公称で毎分 80〜120 ピック・最大精度 99%、世界 300 超の施設で稼働する (9)。 ゼンロボティクスは 2011 年に世界初の重量物選別ロボットを投入し、最大 40 キログラム・500 超のカテゴリを扱う (10)。 グレイパロットは AI ビジョンで 89 種を識別し、個数精度 98% を公称する (11)。 マシネックスの SamurAI は毎分最大 70 ピックで、手選別の約 35 ピックの倍にあたる (12)。
ただし、これらの数値でメーカーの優劣を序列化することはできない。 各社の「毎分ピック数」「精度」の単位や基準（毎分か毎時か、精度か効率か）が統一されていないためで、横断的な比較は困難である (12)。 またグレイパロットは、AI 選別を従来の近赤外線（NIR）光学選別の置き換えではなく、NIR では捉えにくい対象を補う相補的な技術と位置づけている (11)。 こうしたロボット選別の市場は、2023 年の約 27 億ドルから 2033 年に約 113 億ドルへ成長すると予測されている（調査会社により幅がある）(13)。
第 2 部で見た「家の前の不定形な袋を掴む」戸別収集のロボット化が未達である一方、選別ロボット化がこれほど進んだのには理由がある。 施設のベルトコンベヤ上は、対象が次々に流れてくる構造化された環境であり、戸別収集の路上のような不定形・狭隘・多分別が重ならない。 同じ「ゴミを掴む」作業でも、環境が構造化されているかどうかで、ロボット化の難易度は大きく変わるのである。
4 4. G 北欧 source-color — 容器を分けずに色で分ける
技術系統 G は、北欧が生んだ独創的な発想である。 住民に容器をいくつも持たせるのではなく、ゴミの種類ごとに色の違う袋に入れて一つの容器に混ぜて出させ、施設でカメラが色を識別して仕分ける。 収集の手間は増やさず、分別は後工程の機械に委ねる「色で橋渡しする」方式だ。
この光学カラー選別を設計したのが、スウェーデン・ミョルビーのエンバック・オプティバッグである。 同社は 1989 年に光学選別を設計し、1990 年に初号機を稼働させた (14)。 エスキルストゥーナの選別プラントは、毎時 1 万 4,000 袋（年約 3 万トン）を 7 つに分別する (15)。
この方式を都市規模で運用するのが、オスロ近郊の ROAF である。 ROAF は 7 つの自治体・約 9 万世帯（20 万人超）を対象に、緑（生ゴミ）・青（プラスチック）・通常（残余）の色袋を混載で集め、全自動施設で処理する (16)。 シュタドラー設計の施設には TOMRA の光学選別機 AUTOSORT が 16 台据えられ、毎時 40 トンを処理する能力を開業時から備える (16)。 年間の処理量は約 7 万 5,000 トンである (16)。 住民は袋の色を変えるだけで、容器を増やさずに多分別を実現している。
5 5. 制度が機械化方式を規定する — 国別の到達形
ここまで見た D・F・G の技術は、どこでも同じように使われるわけではない。 どの方式が選ばれるかは、技術ではなく制度が決める。 これが連載を貫く社会適合論の、第 4 部における現れである。
デンマークは 2021 年の改革で全国の分別を 10 品目に統一した (17)。 そのリサイクル率は、国家統計ベースでは約 50%、欧州統計局（Eurostat）の算定基準では 46% とされ、算定方法によって値が動く点に注意が必要である (18)。 スウェーデンは物件近接収集（FNI）を制度化し、2024 年に自治体責任、2027 年に全物件義務とする段階的な義務化を進めている (19)。
制度の二層構造がよく分かるのがフィンランドである。 首都圏では、ヘルシンキ地域環境サービス（HSY）の地域規則が、エスポー（2023 年 7 月）、ヴァンター（2024 年 1 月）、ヘルシンキ（2024 年 7 月）と段階的に施行された (20)。 これは首都圏に限った地域規則であり、全国一律の義務ではない。 全国レベルでは、人口 1 万人超の市街地・5 住戸以上といった国法上の基準が別に定められており、首都圏の地域規則と国法の二層を区別して理解する必要がある (20)。
これらの国別の到達形を方向づけているのが、EU の廃棄物枠組み指令（WFD）である。 WFD は都市ごみのリサイクル目標を 2025 年 55%、2030 年 60%、2035 年 65% と定め、生ゴミについては 2023 年末までに分別収集または発生源リサイクルを確保するよう求めた (21)。 こうした制度の枠が、各国がどの技術系統（情報化・選別ロボット・色袋）をどう組み合わせるかを規定している。
6 6. まとめ — 第 5 部（動力転換・総括）への接続
第 4 部では、収集の前後に残る「分別」を、情報（D）・選別ロボット（F）・色袋（G）の三つの系統が自動化していく姿をたどった。 情報化の効果は独立学術値で控えめに見るべきこと、選別ロボットは横断比較が難しいこと、北欧は色袋で収集と分別を橋渡ししたこと——そしてそれらの選ばれ方を制度が規定していることを確かめた。
機械化の地図は、収集車（A）・無人化（B）・収集を消す思想（C/A’）・分別の自動化（D/F/G）とほぼ出そろった。 残る最後の系統は、動力源を替える技術系統 E（電動・燃料電池）である。 次の第 5 部では、脱炭素の動力転換を扱うとともに、ここまでの 7 つの系統と「規格・制度の二層」を総括し、機械化の地図を完成させる。
主要な数値の出所は次のとおりである。ROAF は約 9 万世帯（20 万人超）・年約 7.5 万トン・7 自治体・40 tph、デンマークのリサイクル率は国家統計 50% / Eurostat 46%、韓国の食品リサイクル率は 95%（WEF）、フィンランドの戸別義務は HSY 首都圏の地域規則と国法の二層、IoT 削減率は独立学術値 22〜37% を主値とする。選別ロボットの性能は単位・基準が不統一のため、メーカー横断の序列は付けていない。