來源：ST社區

垃圾分類是當下的熱點話題。我看到了幾則有關分類的漫畫，覺得很有意思。

垃圾分類改變了人們的生活習慣，很多朋友深有同感。在這些現象背后，有許多問題值得我們思考。

垃圾分類習慣的養成并非一日之事，在分類規定推行初期，偶有誤投也是難以避免的。如何解決人工手動分類效率較低，投放錯誤等問題？通過何種手段能夠加強對分類情況的監管？這些問題不僅出現在國內，是全人類在資源再利用的過程中共同面對的難題。隨著技術的迭代升級，已經有一些人工智能的研究者針對問題的解決貢獻出了他們的智慧。我想在這里分享一些AI技術在垃圾分類領域的應用。

FANUC機器人：視覺分揀

FANUC旗下的垃圾分揀機器人，基于人工智能的視覺分析系統對垃圾進行分類。它的特點在于對垃圾精細的辨別和分析能力。例如，分析出木材的質量，分辨出聚合物和塑料的區別等。

FANUC為分揀機器人設計了一套廢舊物品自動回收技術，由多層神經網絡及分揀系統組成。視覺系統用于獲取物品的視覺信息，下一步便是利用人工智能對物品進行鑒別。根據物品的化學成分、大小、價值和位置來確定分揀的優先級，確保取得最優結果；判斷完畢后，機器人便可進行分揀。

值得一提的是，FANUC需多個機器人協同操作，由單個機器人進行分揀操作效率較低，速度較慢，也有很多物品被遺漏了下來。但在實際流水線工作中，多臺機器人同時進行工作，遺漏下來的物品就微乎其微了.

Rocycle垃圾回收分選機器人：觸摸識別

此前，美國麻省理工學院計算機科學和人工智能實驗室開發了一款名為Rocycle的垃圾回收分選機器人，可通過觸摸的方式區分紙張、金屬和塑料。

研究人員認為，面對巨大的垃圾流并對其進行分選時，很多雜亂的東西會被隱藏在視線之中；與通過視覺對材料進行判斷的機器人相比，觸摸更有助于準確判斷材料質地。

新開發的垃圾回收分選機器人Rocycle是一個擁有兩根柔軟手指的機械手臂，可通過擠壓物體完成抓取。每個手指由兩個平行的圓柱體組成；這些類似卷發筒的圓柱，使用的材質為拉脹聚合物；當電動機啟動時，聚合物會扭曲伸展，讓手指變得更粗；手指外還覆蓋了用以感知的硅膠套。

在分選過程中，機器人對物體進行掃描，并用傳感器測量物體尺寸；使用其機械手臂上的兩根柔軟手指擠壓物體以完成抓取，而手指上的壓力傳感器能夠測量抓住物體所需要的力，并以此確定材料剛度。最后，將掃描結果與壓力傳感器獲得的數據相互對比匹配，分辨出物體材質后，Rocycle會將其投入正確的垃圾箱。

ZenRobotics垃圾回收設備：高效分揀

基于人工智能的視覺分析系統的ZenRobotics垃圾回收設備 (ZRR) 是全球首個機器人垃圾分類系統，ZRR 可同時進行混合型垃圾分類、有用垃圾分類和無用垃圾分類。此外，ZRR根據垃圾種類的不同：建筑拆遷垃圾、木材垃圾、運輸垃圾、紡織垃圾和廢金屬垃圾進行了不一樣的設計。值得一提的是，ZRR在建筑垃圾分揀領域上處于領先優勢。

ZRR 傳感器單元對垃圾流進行掃描，識別各種材料、物體和抓取位置，ZRR大腦控制軟件分析數據和控制機器人，ZRR智能抓取器可選取所需的物體，機器人對同一位置的多種碎物進行分類。

ZRR 可對重達30公斤的大型重物進行分離，每小時選取次數最高可達 4,000 次。一天就可以處理2000噸垃圾，相當于48個人的工作量。與人工相比，30萬噸的年處理量使用機器人分揀可提升40%的效率。

Oscar垃圾分類系統：指導分類

Oscar人工智能垃圾分類系統由Intuitive AI公司開發，擁有32英寸顯示屏和人工智能攝像頭，利用計算機視覺系統對垃圾進行分類。Intuitive AI公司的首席執行官Hassan Murad表示，在“垃圾網”里，成千上萬的垃圾圖片可以被分類成數百個類別，這些圖片都是通過“垃圾搜索”收集的。Murad說：“該系統正在接受訓練，可以從局部視覺線索識別垃圾，比如當一個人的手抓著一個可樂罐或一袋皺巴巴的薯片時,它可以對人手中的垃圾進行識別。”

根據識別與分析結果，它能對用戶的投放行為進行指導，并與用戶進行互動。它能夠直接在顯示屏上指示用戶根據分類將垃圾丟入桶內。如果成功完成分類，屏幕上會撒滿五彩紙屑，或分享一些福利、折扣二維碼。如果分類錯誤，Oscar會提出批評，還會在屏幕上顯示一個暗紅色的標志，提醒用戶犯了錯誤。

Trashbot自動分揀系統：監控流向

Trashbot由位于匹茲堡的CleanRobotics公司開發，利用人工智能機型自動分揀，消除人為的垃圾分揀錯誤。除了自動分揀，它還能監控垃圾流向，對回收情況進行分析。

Trashbot利用各種傳感器和人工智能技術識別垃圾的材料，將其分類。通過傳感器和云處理，它能檢測垃圾投放情況，根據社區的垃圾投放情況進行實時更新。若系統檢測到垃圾桶已滿，它將會把這一信息及時發送給居民。

Trashbot完成垃圾分類后，其重量傳感器在周期內跟蹤可回收材料和填埋物的數量，根據對數據的統計提高其分辨能力。

這一系統提高了回收的質量與效率，在推廣垃圾分類的過程中能夠為相關企業和市政部門提供有價值的數據信息。隨著時間推移，機器對不同材料的熟悉程度逐步提高，Trashbot的分揀準確度也隨之提高。

以上介紹的這些AI系統主要應用于垃圾分類的執行階段，較為初級。隨著技術的不斷提升與創新，相信在不遠的未來，人工智能技術能夠幫助人類完成更復雜的工作，在垃圾分類和資源利用領域發揮更大作用。

其實不只是垃圾回收與資源再利用，對于其他環境問題，我們同樣需要更智能化的解決方案。期待未來涌現出更多的新技術與新思想，在高效解決環保問題的同時，能夠幫助我們培養好環保的生活習慣，提高環保意識。

審核編輯黃昊宇