向右滑動:上一篇 向左滑動:下一篇 我知道了
廣告

哪些機器人可以用于垃圾分類?

時間:2019-07-30 作者:網絡整理 閱讀:
盡管上海垃圾分類已經開始“強制”執行,但很多居民仍然常常難以分辨自己的垃圾該歸爲哪類,在誤投的情況下,還得依靠環衛工人手動把垃圾分好類。隨著人工智能和物聯網等技術的叠代升級,未來會不會有專門分辨、分揀和處理不同垃圾種類機器人融入我們的生活,讓我們不再每天接受“你是什麽垃圾”的靈魂拷問?

从7月1日起,上海市正式实施 《上海市生活垃圾管理条例》。尽管上海垃圾分类已经开始“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。gmOEETC-電子工程專輯

20190724-garbage-1.gifgmOEETC-電子工程專輯

但垃圾分類是一項工作量巨大、過程重複且枯燥的工作,工人需要用手將可回收的物品從大量垃圾中揀選出來,不但不衛生,也存在一定的危險。要處理數量龐大的垃圾,就意味著工人需要長時間進行工作,對工人的體力和精神力都是一項較大的考驗。gmOEETC-電子工程專輯

隨著人工智能和物聯網等先進技術的叠代升級,未來會不會有專門分辨、分揀和處理不同垃圾種類機器人融入我們的生活,讓我們不再每天接受“你是什麽垃圾”的靈魂拷問?gmOEETC-電子工程專輯

其实一直以来,都有機器人公司推出物品分类的機器人,虽然没有直接应用在垃圾分类上,但是其中还有有很多值得借鉴和参考的地方。在识别技术上,他们有的用“眼”看,有的靠“手”摸,还有的靠“耳”听完,再用“嘴” 告诉你该归为那一类垃圾。gmOEETC-電子工程專輯

FANUC LRMate 200iD:能实时识别上百种材料

在2017年,發那科(Fanuc)申請了一項名爲“一種基于深度學習的料框內散亂多物體機器人分揀方法”的發明專利(申請號:201711194494.1),申請人爲上海發那科機器人有限公司。gmOEETC-電子工程專輯

这款分拣機器人型号是LRMate 200iD,当时主要功能其实并不是拣垃圾,而是面向现代智能制造和仓储物流行业的视觉分拣工业機器人。主要用于解决流水线上频繁变更的零件种类、零件的混装和相互遮挡以及分拣对象的不确定性。gmOEETC-電子工程專輯
20190724-garbage-1.pnggmOEETC-電子工程專輯
如上圖爲基于深度學習的料框內散亂多物體機器人分揀系統模型圖。其中包括RGB-D攝像頭和具有六自由度機械臂的機器人,在每個機械臂的末端設有吸盤手爪。gmOEETC-電子工程專輯

后来人们发现,“哎,这个機器人很适合去分拣垃圾呢!”于是以FANUC LRMate 200iD型号機器人作为主体发布了垃圾分拣機器人Waste Robot,利用视觉分析系统对物品进行跟踪和分类的方式,也是市面上分拣機器人比较常用的。gmOEETC-電子工程專輯
20190724-garbage-2.gifgmOEETC-電子工程專輯
這類機器人,如果單槍匹馬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,多台機器人同時進行工作,遺漏下來的物品就微乎其微了。gmOEETC-電子工程專輯
20190724-garbage-5.gifgmOEETC-電子工程專輯
FANUC为其分拣機器人设计了一套新技术,叫做W.A.R,即Waste Robotics Autonomous Recycling Technology(废旧物品自动回收技术),主要分为这些步骤:gmOEETC-電子工程專輯

1)將包含若幹種散亂堆放物體的料框放置于所述RGB-D攝像頭的視野範圍內,所述RGB-D攝像頭對所述料框的邊緣進行視覺檢測以確定所述料框的範圍;gmOEETC-電子工程專輯

2)在所述料框的範圍內選取若幹可分揀候選區域,將每一所述可分揀候選區域的圖像和深度圖輸入CNN分揀預測網絡以判斷是否爲可分揀區域,並將所述可分揀區域的中心標記爲可分揀點;gmOEETC-電子工程專輯

3)記錄所有的所述可分揀點,通過聚類算法選取較優的所述可分揀點,計算較優的所述可分揀點的法向量,並結合所述法向量、所述機器人的可達位置、所述料框的防碰撞剔除不合格的所述可分揀點;gmOEETC-電子工程專輯

4)從剩余的所述可分揀點中隨機選擇一所述可分揀點,通過所選擇的所述可分揀點的坐標和法向量控制所述六自由度機械臂和所述吸盤手爪分揀所述可分揀點的物體;gmOEETC-電子工程專輯

5)重複所述步驟2)至所述步驟4),直至所述料框內的物體分揀完成。gmOEETC-電子工程專輯
20190724-garbage-4.gifgmOEETC-電子工程專輯
這其中要依賴的,就是深度學習方法中的CNN模型,來對于RGB-D深度攝像采集到的數據進行識別。CNN分揀預測網絡包括CNN網絡構建、訓練數據庫的搜集、CNN網絡權重的學習和CNN網絡預測。gmOEETC-電子工程專輯

其中,訓練數據庫的建立方法包括:拍攝所述料框內的待分揀物體散堆狀態照片,人工選擇出若幹所述可分揀候選區域。gmOEETC-電子工程專輯

自由度機械臂和所述吸盤手爪的實際分揀結果將人工選擇出的若幹所述可分揀候選區域的RGB圖像和深度圖分別標記爲可分揀或不可分揀,並以此建立一個獨立樣本,搜集若幹獨立樣本作爲數據集。gmOEETC-電子工程專輯

訓練數據庫的建立方法還包括數據增多方法:以可分揀候選區域的中心爲圓心,每10°采樣一次,分揀標簽不變。CNN網絡權重的學習方法包括:將采集的數據集分爲訓練集和測試集,對訓練集的數據采用隨機梯度下降法優化所述CNN網絡權重,用測試集的數據測試CNN網絡准確率。gmOEETC-電子工程專輯

目前,FANUC的Waste Robot已于政府废品管理进行了合作,离正式进入家庭或小区使用,应该也不会太远了。gmOEETC-電子工程專輯

MIT RoCycle:以手替眼判断更精确

美國麻省理工學院(MIT)計算機科學和人工智能實驗室最近和耶魯大學也聯合開發了一款分揀機器人RoCycle,與FANUC的分揀機器人不同的是,這款機器人並沒有使用視覺分析系統,而是使用了觸覺作爲檢驗材料的方法。gmOEETC-電子工程專輯

研究人員表示,視覺分析系統在進行分揀時可能會出現誤差,比如在分辨兩個外表幾乎一致但材料不同的物體時,視覺分析系統很可能將兩種材料歸爲一類,而觸覺系統卻不會。觸覺使人類即使閉著眼睛也能夠大致分辨出手中所拿的物體是什麽,對于分揀機器人來說,或許觸覺比視覺更加有效。gmOEETC-電子工程專輯

20190724-garbage-6.gifgmOEETC-電子工程專輯
機器人手由一種拉脹聚合物制成,這種材料在拉伸時能夠變寬。研究人員基于這種概念,對材料進行了改進,使材料成螺旋的圓柱狀,在受力拉伸時,圓柱會向左或向右扭曲。gmOEETC-電子工程專輯
20190724-garbage-7.gifgmOEETC-電子工程專輯
研究人員將一左一右兩個圓柱體放在同一側,從而制造出更加動態的運動。這項技術被稱爲“手性剪切拉脹”(HSA),允許設備使用常規電機,而非像其他軟體機器人一樣使用昂貴的空氣泵和壓縮機,而且它可以被裝備在任何機械臂上。gmOEETC-電子工程專輯
20190724-garbage-8.gifgmOEETC-電子工程專輯
RoCycle機器人指尖配有觸覺傳感器,可以用來檢測物品的大小。接著,通過壓力傳感器測量抓取物體所需的力。由尺寸和剛度這兩個數據來判斷物體的材料,靜止狀況下的准確率能達到85%,而模擬傳送帶上准確率也能夠達到63%。gmOEETC-電子工程專輯
20190724-garbage-9.gifgmOEETC-電子工程專輯
拉低准確率的最大因素是,RoCycle經常將帶著紙包裝的罐頭判定爲紙類(下圖中第一個桶爲裝紙制品的桶)。研究人員表示,其後將沿著接觸面添加更多的傳感器,以進行更准確的判斷。gmOEETC-電子工程專輯
20190724-garbage-10.gifgmOEETC-電子工程專輯
接下來,團隊將著手于結合機器人的觸覺數據與視覺數據,以判斷材料間的細微差別,提高RoCycle的判斷准確性。gmOEETC-電子工程專輯

Max-AI機器人:一吸一吹,垃圾分好類了

Max-AI是美国光学分类设备生产商National Recycling Technologies研发的人工智能分类機器人,任何物品都逃不过它的“火眼金睛”。gmOEETC-電子工程專輯

通過深度學習技術,Max-AI能夠同時運用多層神經網絡和視覺系統對物品進行鑒別,其識別准確率可與人工分類匹敵。不同種類的垃圾,秒秒鍾都給安排得明明白白~gmOEETC-電子工程專輯
20190724-garbage-3.gifgmOEETC-電子工程專輯
Max-AI由視覺系統、人工智能及分揀系統組成。視覺系統用于獲取物品的視覺信息,即便垃圾快速一閃而過,也能被一個不差地記錄在案;獲得視覺信息後,下一步便是利用人工智能對物品進行鑒別。根據物品的大小、價值和位置來確定分揀的優先級,確保取得最優結果;判斷完畢後,機器人便可進行分揀。gmOEETC-電子工程專輯

011ednc20190627gmOEETC-電子工程專輯
gmOEETC-電子工程專輯
值得一提的是,Max-AI的機械手並非仿人手結構,而是采用的氣動系統。所有垃圾都在一呼一吸間,去往自己該去的位置。每分鍾機器人就能分揀64次,是普通員工的一倍。gmOEETC-電子工程專輯

ZenRobotics垃圾回收設備:高效分揀

ZenRobotics是一家專門從事人工智能控制機器人系統的高科技公司。同時,也是機器人垃圾分類技術的領先供應商。gmOEETC-電子工程專輯

基于人工智能的视觉分析系统的ZenRobotics垃圾回收设备 (ZRR) 是全球首个機器人垃圾分类系统,ZRR 可同时进行混合型垃圾分类、有用垃圾分类和无用垃圾分类。此外,ZRR根据垃圾种类的不同:建筑拆迁垃圾、木材垃圾、运输垃圾、纺织垃圾和废金属垃圾进行了不一样的设计。值得一提的是,ZRR在建筑垃圾分拣领域上处于领先优势。gmOEETC-電子工程專輯

016ednc20190627gmOEETC-電子工程專輯

ZRR 傳感器单元对垃圾流进行扫描,识别各种材料、物体和抓取位置,ZRR大脑控制软件分析数据和控制機器人,ZRR智能抓取器可选取所需的物体,機器人对同一位置的多种碎物进行分类。gmOEETC-電子工程專輯
20190724-garbage-11.gifgmOEETC-電子工程專輯
ZRR 可对重达30公斤的大型重物进行分离,每小时选取次数最高可达 4,000 次。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機器人分拣可提升40%的效率。gmOEETC-電子工程專輯

Oscar垃圾分類系統:指導分類

Oscar人工智能垃圾分类系统由Intuitive AI公司开发,拥有32英寸显示屏和人工智能摄像头,利用计算机视觉系统对垃圾进行分类。Intuitive AI公司的首席执行官Hassan Murad表示,在“垃圾网”里,成千上万的垃圾图片可以被分类成数百个类别,这些图片都是通过“垃圾搜索”收集的。Murad说:“该系统正在接受训练,可以从局部视觉线索识别垃圾,比如当一个人的手抓着一个可乐罐或一袋皱巴巴的薯片时,它可以对人手中的垃圾进行识别。”gmOEETC-電子工程專輯
20190724-garbage-2.jpeggmOEETC-電子工程專輯
根據識別與分析結果,它能對用戶的投放行爲進行指導,並與用戶進行互動。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。gmOEETC-電子工程專輯

波蘭Bin-e人工智能垃圾桶

與上述産品類似的,還有前幾年波蘭創業公司Bin-e公司開發得一種人工智能垃圾桶,用戶只需要在垃圾桶前掃描一下垃圾,艙門便會打開。這個人工智能垃圾桶是通過傳感器、攝像頭、AI圖像識別算法來自動進行垃圾分類,使用起來可以說是很方便了,而且回收公司也可以通過APP來隨時檢查垃圾桶的剩余空間等。gmOEETC-電子工程專輯

20190724-garbage-12.gifgmOEETC-電子工程專輯

除了回收垃圾,Bin-e垃圾桶甚至還能夠通過垃圾分析附近用戶的消費習慣(當然是非實名的方式),包括飲料、食品的品牌和數量,對于一些經營商業廣場的商業用戶來說,顯然是具有一定價值的。gmOEETC-電子工程專輯

目前,Bin-e垃圾桶已經獲得了一些訂單,預計在今年10月部署在德國和波蘭的一些智能建築內,同時在2018年開始向其他國家和地區出售。據悉,垃圾桶本身並不出售,僅收取安裝費和包月雲服務訂閱費,未來還將進入普通戶外和家庭市場。gmOEETC-電子工程專輯

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,消除人爲的垃圾分揀錯誤。除了自動分揀,它還能監控垃圾流向,對回收情況進行分析。gmOEETC-電子工程專輯

20190724-garbage-3.jpeg

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。通過傳感器和雲處理,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。gmOEETC-電子工程專輯

20190729-ai-trash.gifgmOEETC-電子工程專輯

Trashbot利用傳感器檢測到正要接近的人,然後自動打開蓋子,你就可以把垃圾扔進去啦~gmOEETC-電子工程專輯

20190729-ai-trash-1.gifgmOEETC-電子工程專輯

金属探测器和机器视觉系统会分析这个物体是属于哪个种类,可回收呢?还是可掩埋呢等等。决定好后,活動门系统和倾斜电机就会把垃圾放到正确的垃圾桶内~ 不怕记不住那些细致到令人发指的规定,也不怕粗心而分错类了gmOEETC-電子工程專輯

Trashbot完成垃圾分類後,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。gmOEETC-電子工程專輯
gmOEETC-電子工程專輯
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爲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的分揀准確度也隨之提高。gmOEETC-電子工程專輯

垃圾分類:自覺爲主,AI機器人爲輔

據財經媒體報道稱,我國每年産生近10億噸垃圾,其中生活垃圾産生量約爲4億噸,建設垃圾約爲5億噸,數據顯示國內垃圾分類市場規模接近兩千億元。因此,在各種政策倡導和綠色環保的主流風向下,垃圾分類確實也是一個值得被思考、被“智能化”的應用場景。gmOEETC-電子工程專輯

以上介紹的這些AI系統主要應用于垃圾分類的執行階段,較爲初級。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複雜的工作,在垃圾分類和資源利用領域發揮更大作用。gmOEETC-電子工程專輯

gmOEETC-電子工程專輯
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。期待未來湧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。gmOEETC-電子工程專輯

但盡管現在人工智能和機器人可以幫助我們更加精准的分揀,但是垃圾分類卻是我們每個人都應該知道的事情,應該讓小朋友從小就學會辨別不用類別的垃圾,尤其是廢舊電池和電子産品之類的有害垃圾。gmOEETC-電子工程專輯

你覺得上面這些垃圾分揀機器人中,最應該被商用的是哪一款呢?gmOEETC-電子工程專輯

本文为EET電子工程專輯 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
您可能感興趣的文章
  • 打造智能工廠不可或缺的關鍵元素 智能工廠的建置可能沒有想象中簡單,這當中將須面臨諸多挑戰,爲解決建置智能工廠的難題,組件與網通業者各利用其專長的技術,來協助業者打造真正的智能工廠。
  • 曠視怒砸20億,只爲解除産業“沈重十字”魔咒 AIoT這個詞在過去6個月內被反複提及,它指的是將AI和IoT技術相結合。AIoT這個詞會是一個階段性的過渡詞彙,未來兩三年之後,IoT會真正成爲産業的中堅力量,就像現在的互聯網一樣被大家提及,而AI會成爲一種真正本質化工具。
  • AI處理的視覺數據中99%是無用的 數據是新經濟的源泉,是新的能量。我們用不同的單位來衡量數據,從最初的KB、MB,到如今的GB、PB、TB,數據量越來越大,單位層級越來越高。在過去10年中,每年産生的數據量比過去幾年産生的數據總和都多。
  • 2019年自动驾驶车进入ADAS 2.0时代 在2018年发生多起自动驾驶车祸意外后,汽车产业对于该技术的高度期望开始降温,并重新对于ADAS燃起兴趣,业界分析师甚至认为2019年将是ADAS反弹的一年,也许你可以称它为ADAS 2.0…
  • 归纳总结:2018年新推機器人TOP10及其不可错过的技术 无论你喜不喜欢,機器人大军正渗透至我们的日常生活中,并可能成为未来的生活必需品。在2018年即将迈入尾声的倒数前夕,一起回顾过去一年来推出的新機器人及其不可错过的技术,并预测来年的機器人新趋势……
  • 解读機器人的电机控制原理 機器人的应用日渐广泛,对工业生产与提高效能有重要作用。工业機器人主要利用伺服电机进行运动控制,从而实现移动和抓取工具。本文将详细讨论伺服电机的特点,以及不同类型伺服电机相应的控制原理。
相關推薦
    廣告
    近期熱點
    廣告
    廣告
    廣告
    可能感興趣的話題
    廣告