AI技术在垃圾分类领域都有哪些的应用

来源：ST社区

垃圾分类是当下的热点话题。我看到了几则有关分类的漫画，觉得很有意思。

垃圾分类改变了人们的生活习惯，很多朋友深有同感。在这些现象背后，有许多问题值得我们思考。

垃圾分类习惯的养成并非一日之事，在分类规定推行初期，偶有误投也是难以避免的。如何解决人工手动分类效率较低，投放错误等问题？通过何种手段能够加强对分类情况的监管？这些问题不仅出现在国内，是全人类在资源再利用的过程中共同面对的难题。随着技术的迭代升级，已经有一些人工智能的研究者针对问题的解决贡献出了他们的智慧。我想在这里分享一些AI技术在垃圾分类领域的应用。

FANUC机器人：视觉分拣

FANUC旗下的垃圾分拣机器人，基于人工智能的视觉分析系统对垃圾进行分类。它的特点在于对垃圾精细的辨别和分析能力。例如，分析出木材的质量，分辨出聚合物和塑料的区别等。

FANUC为分拣机器人设计了一套废旧物品自动回收技术，由多层神经网络及分拣系统组成。视觉系统用于获取物品的视觉信息，下一步便是利用人工智能对物品进行鉴别。根据物品的化学成分、大小、价值和位置来确定分拣的优先级，确保取得最优结果；判断完毕后，机器人便可进行分拣。

值得一提的是，FANUC需多个机器人协同操作，由单个机器人进行分拣操作效率较低，速度较慢，也有很多物品被遗漏了下来。但在实际流水线工作中，多台机器人同时进行工作，遗漏下来的物品就微乎其微了.

Rocycle垃圾回收分选机器人：触摸识别

此前，美国麻省理工学院计算机科学和人工智能实验室开发了一款名为Rocycle的垃圾回收分选机器人，可通过触摸的方式区分纸张、金属和塑料。

研究人员认为，面对巨大的垃圾流并对其进行分选时，很多杂乱的东西会被隐藏在视线之中；与通过视觉对材料进行判断的机器人相比，触摸更有助于准确判断材料质地。

新开发的垃圾回收分选机器人Rocycle是一个拥有两根柔软手指的机械手臂，可通过挤压物体完成抓取。每个手指由两个平行的圆柱体组成；这些类似卷发筒的圆柱，使用的材质为拉胀聚合物；当电动机启动时，聚合物会扭曲伸展，让手指变得更粗；手指外还覆盖了用以感知的硅胶套。

在分选过程中，机器人对物体进行扫描，并用传感器测量物体尺寸；使用其机械手臂上的两根柔软手指挤压物体以完成抓取，而手指上的压力传感器能够测量抓住物体所需要的力，并以此确定材料刚度。最后，将扫描结果与压力传感器获得的数据相互对比匹配，分辨出物体材质后，Rocycle会将其投入正确的垃圾箱。

ZenRobotics垃圾回收设备：高效分拣

基于人工智能的视觉分析系统的ZenRobotics垃圾回收设备 (ZRR) 是全球首个机器人垃圾分类系统，ZRR 可同时进行混合型垃圾分类、有用垃圾分类和无用垃圾分类。此外，ZRR根据垃圾种类的不同：建筑拆迁垃圾、木材垃圾、运输垃圾、纺织垃圾和废金属垃圾进行了不一样的设计。值得一提的是，ZRR在建筑垃圾分拣领域上处于领先优势。

ZRR 传感器单元对垃圾流进行扫描，识别各种材料、物体和抓取位置，ZRR大脑控制软件分析数据和控制机器人，ZRR智能抓取器可选取所需的物体，机器人对同一位置的多种碎物进行分类。

ZRR 可对重达30公斤的大型重物进行分离，每小时选取次数最高可达 4,000 次。一天就可以处理2000吨垃圾，相当于48个人的工作量。与人工相比，30万吨的年处理量使用机器人分拣可提升40%的效率。

Oscar垃圾分类系统：指导分类

Oscar人工智能垃圾分类系统由IntuitiveAI公司开发，拥有32英寸显示屏和人工智能摄像头，利用计算机视觉系统对垃圾进行分类。Intuitive AI公司的首席执行官Hassan Murad表示，在“垃圾网”里，成千上万的垃圾图片可以被分类成数百个类别，这些图片都是通过“垃圾搜索”收集的。Murad说：“该系统正在接受训练，可以从局部视觉线索识别垃圾，比如当一个人的手抓着一个可乐罐或一袋皱巴巴的薯片时,它可以对人手中的垃圾进行识别。”

根据识别与分析结果，它能对用户的投放行为进行指导，并与用户进行互动。它能够直接在显示屏上指示用户根据分类将垃圾丢入桶内。如果成功完成分类，屏幕上会撒满五彩纸屑，或分享一些福利、折扣二维码。如果分类错误，Oscar会提出批评，还会在屏幕上显示一个暗红色的标志，提醒用户犯了错误。

Trashbot自动分拣系统：监控流向

Trashbot由位于匹兹堡的CleanRobotics公司开发，利用人工智能机型自动分拣，消除人为的垃圾分拣错误。除了自动分拣，它还能监控垃圾流向，对回收情况进行分析。

Trashbot利用各种传感器和人工智能技术识别垃圾的材料，将其分类。通过传感器和云处理，它能检测垃圾投放情况，根据社区的垃圾投放情况进行实时更新。若系统检测到垃圾桶已满，它将会把这一信息及时发送给居民。

Trashbot完成垃圾分类后，其重量传感器在周期内跟踪可回收材料和填埋物的数量，根据对数据的统计提高其分辨能力。

这一系统提高了回收的质量与效率，在推广垃圾分类的过程中能够为相关企业和市政部门提供有价值的数据信息。随着时间推移，机器对不同材料的熟悉程度逐步提高，Trashbot的分拣准确度也随之提高。

以上介绍的这些AI系统主要应用于垃圾分类的执行阶段，较为初级。随着技术的不断提升与创新，相信在不远的未来，人工智能技术能够帮助人类完成更复杂的工作，在垃圾分类和资源利用领域发挥更大作用。

其实不只是垃圾回收与资源再利用，对于其他环境问题，我们同样需要更智能化的解决方案。期待未来涌现出更多的新技术与新思想，在高效解决环保问题的同时，能够帮助我们培养好环保的生活习惯，提高环保意识。

审核编辑黄昊宇