0 Comments

哪些人工智能的方法可以应用到垃圾分类里面

发布于:2019-09-21  |   作者:admin  |   已聚集:人围观

  人工智能助力来及分类处理,要依托智能制造理念,在垃圾分类处理的终端环节——即各地的垃圾处理厂,应用垃圾智能分类处理系统。全面提升垃圾分拣的准确度与处理效率。

  当下很多人,很多地方政府,都存在认识的误区。大家普遍认为,应用人工智能助力垃圾分类,就是在全国各地安装智能垃圾桶,居民提垃圾过来,对着垃圾桶上的人工智能系统扫一扫,就而已区分哪些是可回收物,哪些是厨余垃圾,哪些有害垃圾等等。不少“智能垃圾箱”还配有奖励系统,每次分类投放垃圾之后,智能垃圾箱会给出相应的积分奖励,甚至会在衡量其中可回收物的家之后给出相应的现金奖励。

  听起来应该是个行之有效甚至会广受欢迎的人工智能解决方案,但实际应用中,却造成了到家都不愿意看到的困境:

  第一、鸡肋的奖励机制,应用状况令人唏嘘:奖励设置过低几乎调动不起市民的积极性;而奖励设置一旦提高,往往会远超回收来的废品的价值。甚至出现利用技术漏洞骗取奖励的现象,比如在旧书里混入铁皮铁块,系统就会整体认定为金属类废品而进行整体奖励。

  第二、高额的成本,让垃圾分类成为了代价极大的政绩工程。投放智能垃圾箱,效果未见得比传统垃圾箱好多少,成本却实打实地翻几十、几百倍:动辄上万的硬件成本,还有不可控的运营成本,着实让不少地方栽了大跟头。

  第三、更严峻的现象是,“智能垃圾分类”甚至演变成了资本诈骗游戏。这种成本高企的工程,普遍都要依靠政府补贴,因此就会有相应的企业,通过不可言说的渠道与政府达成合作意向,骗取政策资金的扶持与补贴。

  第四、让人哭笑不得的是,花大力气、大价钱让市民完成了分类投放,等垃圾车一来,又混倒在一起运走了。到头来全部化作无用功了。

  有鉴于此,中发智造再次强调,AI助力垃圾分类,不是在垃圾箱上安人工智能,而是应用智能制造理念,升级垃圾处理系统。终端发力,才是确保垃圾处理分类善始善终的最佳方案。当下已经有多个国家在探索实践智能化的垃圾分拣系统及垃圾分拣方案,值得我们学习借鉴:

  FANUC分拣机器人利用视觉分析系统对物品的化学成分及形状进行实时扫描,并通过全新的废旧物品自动回收技术进行跟踪和分类。也就是说,FANUC分拣机器人能够从繁杂的垃圾堆中识别不同种类的物品,然后自动分拣,比如塑料罐放在较近的一侧,易拉罐则抛到较远的一侧。

  单个机器人分拣工作效率较低,速度较慢,也会造成遗漏。实际的流水线上往往是多台机器人同时工作,一方面使得工作速度成倍提升,另一方面确保遗漏现象得到有效遏制。

  芬兰ZenRobotics公司研发了一种垃圾智能分类系统,可以通过视觉传感器识别物品的表面结构、形状与构成材料,进而判定物品种类,然后通过灵巧的机械臂自动拣选、分类。

  一台拥有四只机械臂的智能分拣系统,可以识别金属、木材、石膏、石块、混凝土、硬塑料、纸板等 20 余种可回收物,最高分件速度达3000次/小时,准确率98%,并且24小时不停歇,一天即可处理垃圾2000余吨,相当于48个劳动力的工作量。

  更“智能”的是,这套基于视觉识别技术的垃圾分类系统还可以“接受训练”,以适应更多的应用场景。当前,ZenRobotics垃圾分类系统主要用于建筑与装修垃圾的分类处理,通过图像识别与深度学习技术,该系统可以识别多种多样的废弃物样本或者其他材料样本,进而灵活地承担多种材料拣选任务,为使用者省却昂贵的分拣设备成本。

  凭借高效率、高精度、多用途三大特性,ZenRobotics垃圾智能分类系统已初步实现商业化应用,日本、中国、欧盟等国家和地区的诸多垃圾处理公司都先后引进了该系统。

  Max-AI机器人是一款有些好玩的分类机器人,由视觉系统、人工智能及分拣系统组成:

  Max-AI视觉系统应用多层神经网络,即便垃圾一闪而过,也能分毫不差地获取视觉信息。

  之后,机器人就会利用人工智能算法,鉴定物品的材料与种类,并根据物品的大小、价值和位置来确定分拣的优先级。

  判断完毕后,机器人就会向机械臂发送指令,实施分拣动作。有趣的是,Max-AI的机械臂并非常见的那种粗硬笨重的样子,而是采用了更加柔软更加灵活的充气装置。通过不断地抽送气体,机械臂就会以一种略滑稽的动作形态拣选归置不同位置、不同种类的废弃物品。

  与庞大的智能分拣系统不同,新一代的Max-AI机器人是一个小巧的装置,甚至可以通过狭窄的过道进入分拣室,与人类“并肩战斗”,并且工作效率快人一倍。

  常见的垃圾智能分类系统普遍依靠视觉识别技术,而美国某高校实验室不走寻常路,开发了一款依靠触觉分析系统工作的机器人:Rocycle垃圾分选机。

  分选工作中,Rocycle会对物体进行扫描,并通过传感器测量物体尺寸。然后,机械臂会用它那两根柔软的手指挤压物体,完成抓取动作。而手指上的压力传感器则在抓取过程中通过测量摩擦力,确定硬度与重量。

  分析比对所获数据之后,Rocycle就会确定物品的材质与种类,比如纸张、金属和塑料,然后投入对应的处理流程。

  相比视觉识别类机器人, Rocycle识别与分拣垃圾的准确率有些不尽人意,只有不到70%。但研究人员认为,现实中,智能分类处理系统往往要处理巨量的垃圾,不同材质的物品会杂乱地裹挟在一起,从而隐藏在人工智能的“视线”之外。

  因此,尽管触觉分析类机器人的独立工作效率并没有更高的优越性,但是如果能够将两者结合应用,对垃圾智能分拣系统的开发与应用,无疑是锦上添花。

标签:
    神兽验证马:
点击我更换验证码