Abstract
希土類鉱物および重要原材料（CRMs）の安定的かつ信頼性の高い供給は、欧州連合の発展に不可欠である。これらの材料の大きな割合は域外から加盟国に入ってくるため、CRMsの供給レジリエンスと安全保障を高める妥当な選択肢は、使用の終わった製品からそれらを回収することである。そこで本論文では、エッジデバイス上で動作するPCデスクトップ部品の実時間の視覚検出技術の開発の予備段階を提示し、同時に二つの目標を達成することを目指す。第一の目標は、学習ベースのビジョンにおける適応性によって、偶発的な損傷によって生じる予測不能な形状の部品を処理できるようにしつつ、PCデスクトップのロボットによる分解を行うことである。さらに、ニューラル検出器のバウンディングボックスから導出可能な対象接触点に基づいて、異なるPCコンポーネントに対するロボットのエンドエフェクタについても議論する。第二の目標は、自律的かつ高度に粒度の細かい、そしてタイムリーな形で、物質フロー解析（MFA）を実行するために必要なデータを提供することである。これまでMFAは、物質ストックとフローを正確に研究するために必要なデータをしばしば欠いていたからである。第二の目標は、近年提案されたシンクロマテリアルズのおかげで達成可能であり、リアルタイムかつ同期した形で、局所的な情報と広域（例：国家レベル）の物質質量情報の両方を生成できる。
