|
前階段被垃圾分類的話題洗腦了，“你是什么垃圾”這樣的靈魂拷問據(jù)說已是網(wǎng)絡(luò)社交新話題。 “小龍蝦的干濕之分”、“扔一杯奶茶分四步走”或是戲謔，也是嚴(yán)謹(jǐn)?shù)挠懻摗＜仁嵌巫右彩钦鎸?shí)《條例》。無論是居民還是企業(yè)都需要嚴(yán)肅認(rèn)真的對待這個(gè)新挑戰(zhàn)。那么在這個(gè)領(lǐng)域，AI能夠做什么事情呢？ 今天我們將探討一下國內(nèi)外諸多垃圾分類解決方案/產(chǎn)品中AI的影子。 1. 垃圾分揀機(jī)器人 作為工業(yè)機(jī)器人領(lǐng)域的一個(gè)分支，在目前垃圾分類場景中，垃圾分揀機(jī)器人是相對成熟的，同時(shí)也是巨頭的戰(zhàn)場，主要由國外科技公司主導(dǎo)。 像是著名的芬蘭機(jī)器人ZenRobotics Recycler、英國的Green Recycling，美國也有“MAX-AI”。產(chǎn)品設(shè)計(jì)上來說，基本上大同小異，都由幾個(gè)類似模塊組成：垃圾初步過濾模塊；垃圾掃描模塊；垃圾快速識別模塊；揀選機(jī)械臂模塊；分類后垃圾傳輸模塊。 下圖為芬蘭ZenRobotics Recycler識別模塊的界面：中間傳送履帶上都是各類垃圾，不同的顏色代表不同的垃圾，同時(shí)還有各個(gè)垃圾的輪廓，同時(shí)展示了機(jī)械臂實(shí)時(shí)狀態(tài)下的目標(biāo)（PICKING APPROACH）；這里混合了紅外圖像識別、自然光圖像識別、并且給出了輪廓和運(yùn)動(dòng)方向上的矢量數(shù)據(jù)。 直觀上看，至少用到了目標(biāo)檢測算法（Object Dection），顯著性檢測算法（Saliency Dection）,分類算法，目標(biāo)跟蹤（Object Tracking）。在機(jī)器準(zhǔn)確識別了垃圾的類別、形狀、移動(dòng)速度，不同類別的垃圾，也可以讓高速精確的機(jī)械臂調(diào)整握力。作為芬蘭、乃至世界范圍內(nèi)部署最早，可訓(xùn)練的垃圾分揀機(jī)器人，以其對建筑垃圾高達(dá)98%的識別率，極大的提升了垃圾分揀效率。 圖：ZenRobotics操作界面 資料顯示，一個(gè)ZenRobotics機(jī)器手可以高精度分揀4種不同性質(zhì)的垃圾碎片，有效分揀率可達(dá)98%，最高分揀速度3000次/小時(shí)，工作時(shí)間24小時(shí)/天。 然而，由于缺少前端的任何分類，國內(nèi)的垃圾成分更復(fù)雜，ZenRobotics到了國內(nèi)，也有些水土不服，但是其可訓(xùn)練（trainable）的特性，讓其也能逐步本地化，針對中國垃圾特點(diǎn)進(jìn)行軟件升級。 2. 智能垃圾桶 另外一個(gè)AI應(yīng)用于垃圾分類的是智能垃圾桶。但是，這個(gè)領(lǐng)域魚龍混雜，已經(jīng)出現(xiàn)的真正用的AI技術(shù)的智能垃圾桶并不多。國內(nèi)廠商大多數(shù)還停留在增加各類外部組件（安卓屏、攝像頭、二維碼掃描）的階段。真正比較典型的利用AI技術(shù)產(chǎn)品化的嘗試有國外的TrashBot垃圾桶、基于Oscar AI垃圾分類系統(tǒng)的垃圾桶。 圖：TrashBot試驗(yàn)機(jī) 圖：Oscar 智能垃圾桶商業(yè)版 這類產(chǎn)品都是使用相機(jī)和超聲波傳感器來實(shí)現(xiàn)目標(biāo)對象的識別 。通過攝像頭抓拍物品，AI算法然后專注于辨別他們手中的物品，以非常高的準(zhǔn)確度預(yù)測垃圾是哪個(gè)類型，并通過屏幕告訴用戶將其投入正確的垃圾箱。 據(jù)稱：Oscar通過數(shù)百萬張圖像和傳感器數(shù)據(jù)來快速訓(xùn)練，即使拿著的香蕉已經(jīng)變成褐色，仍然可識別成香蕉，并扔入正確的垃圾箱。 圖：Oscar效果展示 3. 智能垃圾車 如果垃圾箱更智能，分揀中心也更智能，那么很自然地就會希望轉(zhuǎn)運(yùn)器(中間點(diǎn))也更智能。這是創(chuàng)建人工智能智能廢物管理和處理車輛的幾個(gè)倡議背后的推動(dòng)力，包括由南加州大學(xué)(USC)發(fā)起的智能物聯(lián)網(wǎng)集成聯(lián)盟——I3。 通過將垃圾車與全市范圍內(nèi)的傳感器和攝像機(jī)系統(tǒng)連接起來，使垃圾車可獲知最可靠和最有效的路線，同時(shí)還能獲得進(jìn)行進(jìn)一步戰(zhàn)略行動(dòng)所需的數(shù)據(jù)。I3未來在智能垃圾車上的應(yīng)用包括給清掃隊(duì)的涂鴉加上標(biāo)簽，以及檢測垃圾箱外的垃圾。 4. AI增強(qiáng)垃圾管理 100%有效的廢物管理是使我們更接近真正的循環(huán)經(jīng)濟(jì)的一個(gè)基本因素，在這種經(jīng)濟(jì)中，每一種資源的最大價(jià)值都得到提取，同時(shí)產(chǎn)生的廢物和長期生態(tài)影響也最小。在任何情況下，縮小當(dāng)前回收和廢物處理工作與行業(yè)目標(biāo)狀態(tài)之間的差距，都需要對每一個(gè)操作步驟所涉及的數(shù)據(jù)進(jìn)行全面的概述，而人工智能正開始幫助我們實(shí)現(xiàn)這一目標(biāo)。隨著對現(xiàn)有數(shù)據(jù)有了更深入的理解，廢物管理生態(tài)系統(tǒng)的每個(gè)部分的操作者都可以對我們?nèi)绾翁幚砀鞣N形式的廢物做出正確的決定。 而作為一家專注于將人工智能賦能到各個(gè)行業(yè)、各個(gè)領(lǐng)域的科技公司，偶數(shù)科技核心AI平臺產(chǎn)品Littleboy對AI在垃圾分類、廢物利用領(lǐng)域也進(jìn)行了探索，同時(shí)已經(jīng)正式開展了通過圖像識別進(jìn)行河道污染治理這類環(huán)保領(lǐng)域的工作。 利用河道現(xiàn)場照片數(shù)據(jù)訓(xùn)練污染對象識別模型、圖片分類模型后，將河道監(jiān)控視頻流接入LittelboyAI服務(wù)集群，進(jìn)行實(shí)時(shí)監(jiān)控，一旦發(fā)現(xiàn)河面有漂浮垃圾、樹葉枯枝聚集，立刻推送給城市監(jiān)控系統(tǒng)，提升了河道漂浮物打撈效率。 （此文轉(zhuǎn)自技皆知） |
