AI辨識立功：讓鋰電池火災遠離回收產線

作者：歐敏銓

George Hawkins（Lion Vision 的資深機器學習工程師）說：「一旦劣質鋰電池被刺破、短路或受壓，它就可能瞬間引燃；我們必須在還未發生之前，就將它找到、剔除。」

你是否知道：在英國，每年約有一半的廢物火災，是由鋰離子電池引發的？

環境服務協會（ESA）與 Eunomia 的聯合研究指出：鋰離子電池占英國廢棄物火災的 48%，每年對英國經濟造成高達 1.58 億英鎊 的損失。這樣的數字不只是財務成本，它們還意味著燃燒垃圾場的濃煙、消防員的風險、回收線上的中斷，以及對環境的隱性損害。

近年來，英國火災數據揭示，2023／24 年度就有超過 1,200 起 電池相關火災，較前一年暴增 71%。隨著電子產品、電動工具、電子菸 (vape) 的普及，這種趨勢幾近「流行病」級別。ESA 坦言：「我們的回收與垃圾收集系統，根本還未準備好應對這股能源革命帶來的隱患。」

為什麼電池會引火？關鍵在於：當它們在垃圾壓縮機中被刺破、撕裂、折斷，內部的化學物質暴露於空氣或水分，就可能發生劇烈反應——火花四濺。隨著回收流程的壓縮、分類與再處理，那些躲藏在小型設備或電子垃圾內部的電池，往往被忽略，只待一個意外，就可能點燃一整條回收線。

這種風險在英國並非個案：Material Focus 的研究表明，每年有超過 700 起 的火災是由於電池未從電子設備中移除而引發的。若無有效干預，未來 5 年，累積可能的經濟損失將超過 14 億英鎊——這是回收業者、政府與社會永遠無法承受的負荷。

在這樣的背景下，Lion Vision 的出現，讓事情出現了轉機。

Lion Vision 的團隊從 30 年的回收業務深耕中走來，深知回收現場的無奈與危險。十多年前，他們在火警偵測領域的姊妹公司 Helios Fire Systems 已累積豐富經驗，成為英國最大的早期火災偵測系統供應商。這段血與火的技術積累，為他們後續的 AI 解決方案奠定根基。

到 2024 年，Lion Vision 與曼徹斯特大學建立合作，透過 Innovate UK 運營的 KTP 計畫，獲得超過 £125,000 的資金支持。在這種學研與創業結盟的推動下，他們將曾被視為「黑科技」的 AI 電池識別裝置送上生產線。

Lion Vision 的系統運作方式如下：當廢料在傳送帶上緩緩行進，裝設在上方的高解析攝像鏡頭不斷拍攝數百張圖像，由深度學習模型快速掃描，辨識出潛藏的鋰離子電池。接著，若系統判斷該物件具火災風險，就會啟動空氣噴射桿將其彈出傳送帶，即時剔除。

這樣的設計，不僅具備超高效率，也兼顧安全與保護現場操作人員。例如，在位於肯特郡的 SWEEEP 處理廠中，該系統每天處理約 100 公噸的電子電氣廢料（WEEE），每日偵測到超過 4,500 組圓柱形電池。此外，其AI演算法目前可識別逾 40 種電池形式，包括電子菸等危險物品。

要理解 Lion Vision 的技術優勢，我們必須追蹤其設計理念：將即時視覺、機器學習與執行模組整合於單一閉環，形成高度自動化的風險防線。

在合作學者的支援下，Lion Vision 的模型得以學習辨識多種電池形態與潛在危險物品。這不僅包括常見的圓柱形鋰電池，也涵蓋電子菸、氣罐等物件。此外，他們還引入動態學習與持續改良機制，讓系統面對新型電池或異常物件也能快速適應。

在策略面上，Lion Vision 並非孤軍奮戰：他們選擇與地方回收業者、政府機構、學界形成合作網絡。透過 Innovate UK 的 KTP 計畫，他們成功吸引資源與政策支持。

更重要的是，他們的技術願景並不僅限檢測：還包括將電池從廢物流中提取、分類，再導入循環處理鏈。這一步連接了回收工藝與 AI 系統，使得危險被剔除的同時，資源也能回收利用。在整個產業視角上，Lion Vision 的方案為回收業注入「危險預警 → 自動剔除 → 資源回收」的流程革新路徑。

從英國看台灣，在鋰電池回收政策上，環保署已有明文公告「應回收清除、處理之廢電子電器物品之種類」一案，列明哪些電池需納入回收義務，並透過「4-in-1回收體系」來落實，即透過政府、居民、清潔隊與回收商共同分工合作，讓回收制度在民間與公部門間運轉。

不過，在回收廠的技術面上，似乎仍未導入類似 Lion Vision 的影像識別與 AI 剔除技術，而這類物件辨識的技術已發展的相當成熟，應可鼓勵廠商投入研發，以提升回收線的安全性，並進一步將「電池風險」轉化為再利用資源。

》延伸閱讀：

曾投身IT、電子科技媒體報導十多年，因認同Maker運動的創新實作精神，創立MakerPRO，致力結合媒體、產業與PRO Maker、開發者的社群力量，共同推展科技創造力。