首页 > 江南娱乐尤文图斯入口

垃圾分拣提上日程 智能分拣机器人前途光明

来源:江南娱乐尤文图斯入口 网
时间:2021-08-18 11:00:20
热度:

垃圾分拣提上日程 智能分拣机器人前途光明垃圾分拣 生活垃圾分类 生活垃圾处理日前,国家发展改革委、住房城乡建设部联合印发《“十四五”城镇生活垃圾分类和处理设施发展规划》,明确统筹推

垃圾分拣 生活垃圾分类 生活垃圾处理

日前,国家发展改革委、住房城乡建设部联合印发《“十四五”城镇生活垃圾分类和处理设施发展规划》,明确统筹推进“十四五”城镇生活垃圾分类和处理设施建设工作,加快建立分类投放、分类收集、分类运输、分类处理的生活垃圾处理系统。并提出到 2025 年底,全国城市生活垃圾资源化利用率达到60%左右。

尽管近年来我国生活垃圾分类和处理方面成绩可圈可点,但在部分城市和社区,垃圾分类仍是一个棘手的难题。

日前,清华大学精密仪器系教授朱荣带领团队研制出一种多功能感知触觉传感器,它采用类皮肤的多层结构,将多模感知原位集成,实现对触感、物感、温感等多种感知的高密度集成,将触觉传感器应用于机器手抓握感知,实现了对物品的形状、大小和材料等多属性识别,并成功应用于垃圾分类。

垃圾分拣成难题

截至去年底,我国开展垃圾分类先行先试的46个重点城市中,生活垃圾分类小区覆盖率已达86.6%,生活垃圾平均回收利用率为30.4%,厨余垃圾处理能力从2019年的每天3.47万吨提升到2020年年底的每天6.28万吨。

但城市居民在投放垃圾时,还离不开监督员(督导员、引导员)。实际上,因为部分人分类意识或分类知识的欠缺,不少社区会在垃圾桶前安排督导员进行投放指导。部分小区因源头分类难以推行,干脆配备专人值守垃圾桶前,对居民堆放的垃圾进行破袋和二次分拣。

我国尚未建立有效的法律法规、约束政策和经济激励机制,政府、居民和企业在垃圾分类中的不同环节缺位明显。虽然我国居民垃圾分类知晓度高达90%,但能够参与并比较准确完成分类的人群只占总数的20%~30%,能长时间坚持的人更少。

人工智能垃圾分拣机器人的工作原理

1、人工智能算法通过海量的图像对机器人进行训练,无论废弃物是否完好无损、是否有凹痕、是否被压碎、是否被扭曲、是否被部分遮挡等各种状态之下,机器人都可以识别,并且从传送带上准确地抓取要回收的物料,投放到相对应的料框中。只要是人的眼睛能一眼就识别的东西,人工智能都能识别。

2、人工智能软件与高速分拣机器人相结合,类似于人脑的神经网络系统和人的双手相结合,具备了识别和执行的能力。

3、人工智能还具有强大的迁徙学习能力,可以通过云端大脑,与部署在各地的机器人实现数据共享和远程智能提升。例如,部署在某垃圾分拣中心的机器人可以向部署在全国各地不同的机器人学习,机器人与机器人之间还可以互相继承废弃物识别的经验。

垃圾分拣机器人是否会取代人工垃圾分类?

垃圾分类推行以来,像智能分类垃圾桶、餐厨垃圾破碎机都是“被带货”对象。而且,垃圾分类带动一批垃圾分拣员的市场需求,经常会有类似“垃圾分拣员成为高薪职业”“垃圾分拣员缺口很大”这样的报道出现。其实垃圾分拣员的工作并不是普遍都像外界传言那样“月薪过万”,而且除了再生资源分拣的工作环境好一些,其他分拣都够得上“脏活、累活”的标准了。

鉴于各种原因,成本高、工作累、分类难等等,一些企业就盯上了“人工智能机器人+分拣”这个选项。纵观目前的环卫市场,机械化、智能化、数据化的趋势越来越明显,智慧环卫频繁接触“黑科技”,现在轮到垃圾分拣也不难理解。

虽然不能完全代替垃圾分类消费端的工作,但是辅助垃圾分类,提高效率还是有重要作用的。尤其是在垃圾分类推广期和生活习惯的过渡期,垃圾分拣人工智能化能够起到良好的助推作用。其实早几年就有了智能垃圾分拣设备和系统的出现,垃圾分拣机器人甚至出现在了日本这样一个垃圾分类范本国家。这些垃圾分拣机器人内置机器学习软件和图像数据库,视觉传感器、分拣算法、吸盘、抓握臂……满满都是高科技。

既然垃圾分拣机器人如此智能,还需要人工分类吗?首先,要过技术关,垃圾分拣机器人能识别的物品不能全覆盖,且正确率还无法突破100%。其次,成本也是一大难关。曾有相关企业透露,研发垃圾分拣机器人的成本高达几十万到上百万1台,更何况售价。这意味着至少目前,不是哪儿都能用得起,或者愿意以如此高昂的成本用垃圾分拣机器人的。

结语

我国环保产业正处在转变发展方式、优化工艺流程的转型期,迫切需要新一代人工智能等重大创新添薪续力,从而推动传统的机械物理化处理模式向数字化、智能化、网络化的处理模式转变。机器人每分钟可以分拣70多件物品,速度大约是普通人的两倍,工人没办法承受这么高强度的劳动。有了这些智能机器人的帮助,我们相信,未来废弃物回收工作将完全有可能实现无人化,从而解决了垃圾分拣中心长期存在的人员短缺问题,并大大减少因为疲劳造成的人工分拣误差。

Baidu
map