智能化垃圾分类发展现状及趋势分析

2023-12-20侯文晶武文淼孙玉婷李玫丹

物联网技术 2023年12期

侯文晶，武文淼，孙玉婷，刘庆，李玫丹

（天津师范大学，天津 300387）

0 引言

随着图像智能识别、人工智能、大数据分析以及云计算等技术的发展，智能化垃圾分类研究逐渐成熟。其中，最核心的垃圾分类算法结构不断得到优化与创新，尽管生活垃圾种类在日益增多，但分类精确率仍处于较高水平。目前，我国一些城市的社区已经开始引进智能垃圾分类回收系统，使用率极高，得到了积极的反响。智能设备的出现，使得城市生活垃圾的分类、回收更加精细，居民的垃圾分类意识有了一定提高，对于有效解决我国垃圾处理问题具有重要意义。

1 智能化垃圾分类简介

垃圾分类[1]是指根据一定的规范和准则，将垃圾分类存放、投放或搬运，并将其转换为一种公共资源。正确实施垃圾分类能够提高垃圾的利用率，减少有害垃圾对人类的危害，降低对环境资源的破坏。垃圾分类在我国受到重视，随着科学技术的发展，大量智能垃圾分类装置如雨后春笋般层出不穷。智能化垃圾分类是指在“互联网+”的基础上进行技术应用升级，将垃圾分类与人工智能相结合，利用图象识别、智能算法、云计算、大数据分析等技术，建立垃圾智能分类智慧平台，实时进行智能识别与分析，完成垃圾的正确投放与处理。搭建后台监管平台，实时掌控数据，从源头上保证垃圾的正确分类，充分利用资源，减少环境污染。

2 智能化垃圾分类发展现状

在垃圾分类智能化领域，国外一些发达国家研究较早，技术较为成熟，并且许多公司已开发出较为成熟的分类设备，如[2]美国CleanRobotics 公司的Transhbot、芬兰Zen Robotics 公司的ZenRobotics 机器人、日本Fanuc 公司的Waste Robot 等。近年来，我国科学技术研究水平不断提高，特别是云计算、大数据分析、机器人控制等核心技术不断发展，智能化垃圾分类市场逐渐打开，垃圾分类智能设备开始投入使用，如广东弓叶科技有限公司的Picking AI 等，填补了我国目前在智能垃圾分类领域的空白。

如今，中国的生活垃圾数量持续增长，为垃圾分类产业创造了庞大的市场，垃圾分类政策的落实和智能技术的迅速发展，也为其发展奠定了坚实的基础。中国智能垃圾分类行业进入了高速发展阶段。根据调查数据显示，2020 年我国智能垃圾分类市场规模已达约92 亿元，并且在政策的鼓励下，我国垃圾分类企业呈指数型增长，2015 年仅有2.5 万家，而到2020 年，已达到150 万家。

目前，智能化垃圾分类所涉及的技术包括图象识别、智能算法、大数据分析、云计算等，须依托智能监控、树莓派、传感器等设备。当前，部分企业在技术开发和应用方面有着坚实的基础和深厚的技术积累，研制出了各种类型的设备。比如Intuitive AI 公司[3]开发的Oscar 系统，其利用图象处理技术能够在垃圾图象识别后指导使用者正确处理。为实现更丰富的功能，满足生活需求，技术研究领域仍需不断创新，已有众多研究者将多种技术应用在垃圾分类设备上，例如，徐爱兰等人提出应用超声波技术[4]对垃圾桶状态进行监测，提高设备的适用性。

实现垃圾分类智能化最基本的技术是完成垃圾图像的自动分类。过去传统的垃圾图像分类是在输入图像信息后，人工提取图像特征信息，手写算法完成特征学习进而得到分类结果。如，吴健等人采用传统计算机视觉方法，手工提取图像特征完成简单的垃圾分类[5]。但手工提取的图像特征较为简单，无法实现精确的图像比对，无法满足如今日益增多的生活垃圾细致分类的需求。得益于人工智能的高速发展，在深度学习基础上实现的垃圾图像分类技术逐步得到发展应用。垃圾分类深度算法多选用ResNet 残差网络为基本模型，构建卷积网络结构，提取图像的多层特征信息。以下列举了4 种分类准确率较高的算法：

（1）多级特征加权融合的垃圾分类算法[6]：该算法基于ResNet[7]残差网络，利用ResNet18 作为骨干网络建立多个分支网络，从图像中抽取各层面的特征信息，并分别利用固定加权和自适应加权进行融合，从而获得更准确的数据。

（2）改进ResNet-50 的垃圾分类算法[8]：该算法增设了图像预处理步骤，首先通过高斯滤波方法对图像进行滤波操作，然后采用多尺度高斯函数卷积方法提取光照分量，最后利用二维Gamma 进行矫正，完成图像预处理。图像分类算法将ResNet-50 作为基本结构，采用Leaky ReLU 函数代替ReLU 函数作为激活函数，并且改变BatchNormalize 层和激活函数层的位置，完成结构优化，提高算法分类精度。

（3）基于残差结构和幻象模块的垃圾分类算法[9]：该算法将ResNet18 作为基础网络，以减少网络参数量。使用幻象模块代替残差学习中的普通卷积，构造幻象残差学习单元，利用幻象学习单元列叠构成G-ResNet 网络。

（4）基于SSD 的垃圾分类算法[10]：该算法利用SSD 网络结构完成对图像的特征提取，进而构建特征金字塔网络，得到预测结果。

算法处理方式比较见表1 所列。

表1 算法处理方式比较

随着新技术的提出，新材料的研发以及新结构的不断涌现，垃圾分类智能设备层出不穷，其中，智能分类垃圾桶是目前市场上使用最多、研发热度最高的智能设备。智能分类垃圾箱主要依托传感器、实时监控器、树莓派等设备，借助图象识别与处理、智能算法、大数据分析等技术，将数据所含信息进行分析，与输入程序信息进行比对，判断投入垃圾桶的垃圾种类，正确分类，并实时监测垃圾桶存物状态，及时进行桶满提醒。

同时，各大公司积极增设特色服务功能，譬如深圳市某公司开发的第六代人工智能垃圾分类系统中，增设了奖励机制。使用者登录设备后，设备会对垃圾投放行为进行判断，给予投放分类正确的使用者奖品，激励更多正确垃圾投放行为产生[11]。另有一些智能垃圾分类设备运用智能识别与智能捡拾技术，增设自动捡拾分类功能。通过图像识别分析出垃圾种类后，联动机械手臂自动捡拾，并进行正确分类，减少人力劳动。各类特色功能使得智能垃圾分类设备满足人们的需求，提高了居民的垃圾分类意识，但未来仍需进一步促进我国垃圾分类事业的发展。

3 智能化垃圾分类发展趋势

智能垃圾分类设备打破了传统的回收方式。纵观市面上现存的智能垃圾分类设备，主要以垃圾智能回收箱为主，依托互联网、大数据、物联网等技术，可完成识别、自动称重、平台管理、数据检测等功能。而智能分类机器人在此基础上进行了技术创新与完善，从垃圾处理源头出发，自主完成垃圾的捡拾与分类，能够降低人工捡拾的危险性。并且智能分拣机器人的工作效率比普通的人工分拣效率高1 倍，在智能技术不断更新换代的今天，智能分拣机器人将是今后的发展趋势。

对于垃圾分类而言，目前所具备的图象识别技术已经能够满足大类的分选，但在未来更高端的应用场景，或许需要对材料进行更精确的细分，例如区分布料中的尼龙、涤纶、棉麻等，则要用到高光谱相机成像技术[12]。成像光谱学是实现高光谱图像的重要手段，它将光谱分光技术与光学成像技术相结合，可根据光谱的不同对其进行成分分析，从而达到较高的分类精度。高光谱照相技术在智能垃圾分类中的应用，将成为今后智能化垃圾分类发展中的一个重要研究领域。

此外，生活垃圾在短短几天的储存过程中，会产生大量垃圾渗滤液，对土壤和大气造成严重污染，渗滤液处理需求增大。因此，在需求的刺激下，得益于人工智能、大数据分析等技术的提升，渗液滤处理行业有望得到发展。