Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

垃圾分类很难吗?这是一篇来自AI垃圾回收箱的灵魂拷问…

在国家决策层部署下,垃圾分类工作即将进入“强制”实施的历史性阶段。

作为垃圾分类“新时尚”的引领者,从7月1日起,上海市将正式实施 《上海市生活垃圾管理条例》。条例规定,个人混合投放垃圾今后可最高罚200元,单位混装混运,最高可罚至5万元,而且违规还将会列入征信,堪称“史上最严垃圾分类措施”。

继上海之后,北京也即将迎来垃圾分类“大战”。日前,北京市城市管理委主任孙新军在直播访谈节目中表态,北京也将推动垃圾分类立法,对个人和单位都明确垃圾分类责任,并表示北京也不会低于上海制定的罚款数额。有了上海和北京的带动,预计其他城市今后也会纷纷跟进,把垃圾分类立法提上议程。

尽管上海垃圾分类即将开启“强制”执行,但很多居民反馈,看了那么多的垃圾分类攻略,扔垃圾时仍然常常难以分辨自己的垃圾该归为哪类,在居民误投的情况下还是依靠环卫工人手动把垃圾分好类。

伴随人工智能和物联网等先进技术的迭代升级,垃圾分类及监管等场景自然也少不了“AI+”的赋能。居民智能分辨垃圾种类、垃圾处理厂智能分拣可回收物品、以及政府智能监督垃圾分类实况等智能场景正在向现实生活渗透。

智能垃圾回收箱

最“实际”的垃圾箱:“吃”垃圾能返现金或积分

目前在上海至少有4种垃圾智能回收箱出现,比如“小黄狗”“别扔了”“阿拉环保”“桑德回收”等等,潜移默化地培养着用户垃圾分类的习惯。这些垃圾智能回收箱大多都是依托互联网、云计算、大数据、物联网等技术,通过微信公众号或者自主研发的App实现居民的信息管理,并对投放进来的垃圾进行数据分析、流向检测等工作。

居民只要在手机上关注了官方微信公众号或者注册APP,即可获取账户,在垃圾分类箱前站上几秒钟,扫描二维码或者完成刷脸程序后,再在触摸屏上轻触相应类别的垃圾按键,用于投放垃圾的箱门就会打开,将垃圾投入箱中,触摸屏上随即显示重量,产生的积分自动打入账户。投放人可使用账户中的积分在网上商城兑换物品,也可以在垃圾分类箱旁的自动售卖机换取物品。

“小黄狗”智能垃圾回收机智能“识别”垃圾的系统可以智能识别居民的误投、乱投,比如,如果有居民故意将石块扔进可回收垃圾,该智能识别系统会自动把石块返还到投递口。同时,还能把误投信息记录到用户的数据,形成用户的行为肖像。

如何做到物体的智能识别呢?这里涉及到两种技术手段:对于塑料瓶等可视觉识别的垃圾,通过安装3个摄像头进行抓拍,以实现智能识别并预警;对于纸质类等,则可以通过投入物品的平均密度、平均体积等,设定预警线,来判断它是不是纺织物、纸类等。而利用前沿的人脸识别”技术,则方便居民投递垃圾,提升居民的参与度和认知度,也便于获取市民垃圾分类的征信数据。

圾回收箱中的人脸识别随着人工智能技术不断向前迈进,视频识别的水平越来越高,从“人脸识别”到“物品识别”的距离越来越小,不仅有利于调动了广大公民对垃圾分类的积极性,也能成为政府监管的利器,政府可以利用大数据分析,促进环保征信、监察等相关体系的建立。

垃圾箱界的“奥斯卡”:全方位指导垃圾怎么扔

智能垃圾回收机其实早有应用。在加拿大,有一款叫“奥斯卡”(Oscar)垃圾桶赫赫有名,而且还斩获了2018年ACI-NA环境成就奖。该垃圾桶能通过一个显示屏和人工智能摄像头帮助用户识别不同垃圾,并告诉他们应丢进哪个垃圾桶

“奥斯卡”人工智能垃圾分类系统由Intuitive AI创建,利用计算机视觉系统对垃圾进行分类,目前已被投放在加拿大温哥华的一个机场以及西蒙弗雷泽大学等地。

该系统包括一台32寸的显示屏和一个人工智能摄像头,收纳不同类别垃圾的垃圾桶摆放它前面,摄像头可以分辨出纸张、厨余、容器等垃圾,并直接在显示屏上指示用户根据分类将垃圾丢进桶内,而当有人将手机放在摄像头前大屏幕上,则会出现一行文字及配图指示对方将手机放进衣服口袋里。

有趣的是,在用户成功完成垃圾分类后,“奥斯卡”还会表扬说“干得好!”,屏幕上撒满五彩纸屑,并分享一些特殊福利的二维码,如电影票或食品折扣券。而如果分类错误,它会提出批评,在屏幕上显示一个暗红色的标志,提醒你犯了错误。


GPS垃圾回收机器人:垃圾桶找上门

实现垃圾回收机器人自动上门回收垃圾,也是人工智能在垃圾分类及回收应用中业界较为关注并孜孜以求的景象。

日前,上海市经信委面向全市征集了第二批人工智能应用场景需求,上海城投发布的人工智能在生活垃圾分类中的应用被列入其中。该公司的“GPS垃圾回收机器人”,有望解决居民不能定时定点投放垃圾的问题。

居民可通过APP下发指令,小区机器人接到命令后,启用自身的GPS和运动传感器来定位住户的指定地点。当它到达指定地点与居民会面后,居民将不同种类的垃圾放入机器人的特定口袋内即可,机器人会自动将垃圾投放到不同的垃圾桶。

▲图片非实际产品,仅作示意智能垃圾分拣系统

Zen Robotics Recycler垃圾分拣系统:相当于48个人工作量

除了智能垃圾回收箱指导用户分类,人工智能还能自己进行垃圾分类。以往垃圾回收厂为了对垃圾中有价值的材料进行分类和回收,仍然需要进行一些手动工作,但直接接触废物有可能会给工人带来健康风险,而现在垃圾分拣机器人能将人力从这项既脏又危险的劳动中解放出来

日本、中国、欧盟等的垃圾处理公司都先后有引进芬兰ZenRobotics的机器人垃圾分拣系统Zen Robotics Recycler(ZRR)。该套系统中的机器人利用图像识别与深度学习来处理垃圾图像,以每小时3000件的速度全自动分离各种垃圾,可以识别金属、木材、石膏、石块、混凝土、硬塑料、纸板等20余种可回收垃圾,两套系统24小时不停机,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。

Rocycle垃圾分选机:通过触摸判断材料质地

为了借助人工智能更精准地分拣垃圾,科研永不止步。日前,美国麻省理工学院(MIT)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,以让手指变得更粗;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;然后,通过手指上的压力传感器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,确定物体材料;分辨出物体材质后,Rocycle会将其投入正确的垃圾箱。

目前Rocycle还未正式推广,在推广前还将对其进行改进,包括将传感器耦合得更紧密、提高传感器分辨率,及与视觉系统进行结合等。

基于人工智能云计算、大数据、物联网等新技术,垃圾分类的效率愈来愈高,对环保事业及技术发展有着重要的意义。近年来各国和中国各大城市对环保的重视和投入力度不断增强,也成了人工智能应用于垃圾分类领域的发力点。期待今后会有越来越多的人工智能产品落地。

最后,在垃圾处理智能场景普及前,AI报道向大家分享21字垃圾分类口诀:

玻,金,塑,纸,衣(可回收物记材质)

药(要)漆(吃)电灯(有害垃圾记口诀)

易腐烂,易粉碎(湿垃圾记原则)

其余是干垃圾!

题图来源:pixabay,其它图片由原作者AI报道整理编辑

药明康德AI
药明康德AI

药明康德微信团队专业打造。当人工智能遇上大健康,带你看全AI时代的智慧之光。

专栏二维码
产业数据分析人脸识别计算机视觉图像识别深度学习
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

人脸识别技术

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 人脸识别是一项热门的计算机技术研究领域,它属于生物特征识别技术,是对生物体(一般特指人)本身的生物特征来区分生物体个体。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

推荐文章
暂无评论
暂无评论~