張靜 劉敏 史禹龍 曹澤

摘 ?要：制造一種能夠語音示教，并能夠自主巡航的智能垃圾分類機器人。該機器人可以通過CNN來識別各種垃圾，結(jié)合其他傳感器提高識別準(zhǔn)確率，并分類投放到相應(yīng)的垃圾桶內(nèi)，還可以通過屏幕和語音反饋給用戶。該機器人可以通過雙目視覺和超聲波測距模塊，繪制環(huán)境地圖，進行避障和規(guī)劃巡航路線。另外可以加入NLP，可實現(xiàn)語音控制。使用Google開源的神經(jīng)網(wǎng)絡(luò)框架Tensorflow搭建卷積神經(jīng)網(wǎng)絡(luò)進行圖像識別。采用ReLU作為激活函數(shù)，能在反向傳播時避免梯度消失。從測試結(jié)果來看，目前大部分垃圾的識別準(zhǔn)確率在80%左右。

關(guān)鍵詞：CNN;雙目視覺;ReLU

中圖分類號：TP242 文獻標(biāo)志碼：A ? ? ? ? 文章編號：2095-2945（2020）32-0043-03

Abstract： An intelligent garbage sorting robot which can instruct by speech and cruise autonomously is manufactured. The robot can identify all kinds of garbage through CNN （convolutional neural network）， improve the recognition accuracy by combining with other sensors， classify and put into the corresponding garbage can， and also give feedback to users through screen and voice， telling them what kind of garbage they put in. The robot can use binocular vision and ultrasonic ranging modules to map the environment， avoid obstacles and plan cruise routes. In addition， NLP （natural language processing） can be added to achieve voice control. Google's open source neural network framework Tensorflow is used to build a convolutional neural network for image recognition. The ReLU （Rectified Linear Unit） can be used as the activation function so as accelerate the learning speed of neural network and avoid the disappearance of gradient in back propagation. According to the test results， most of the garbage currently has an accuracy rate of around 80%.

Keywords： CNN （convolutional neural network）; binocular vision; ReLU （Rectified Linear Unit）

引言

隨著我國經(jīng)濟的快速發(fā)展，城市化進程逐步加快，人民生活水平日益提高。為了滿足人民日益增長的生活需求，各種多元化的商品及生活用品蜂擁而至。隨之而來的是日益增多的生活垃圾，對環(huán)境造成了極大的壓力，有些城市已經(jīng)出現(xiàn)了垃圾圍城的現(xiàn)象。很顯然，垃圾分類已成為我國需要解決的迫在眉睫的問題。目前隨著國家政策的大力支持，部分城市的垃圾分類得到了有效的改善，但工作量較大，普遍推廣及正確分類有相當(dāng)難度。因此有必要研究生活垃圾分類投放智能化機器人，以適應(yīng)和滿足居民垃圾分類投放和監(jiān)管部門管理需要。

1 智能化技術(shù)路線和方案比選

1.1 智能垃圾分類機器人研究現(xiàn)狀

1.1.1 國內(nèi)研究現(xiàn)狀

（1）ABB人工智能垃圾分類機器人

這一集機器人自動化、人工智能與云計算軟硬件技術(shù)為一體的解決方案，可實現(xiàn)云、邊、端協(xié)同的完整閉環(huán)，通過深度學(xué)習(xí)分類算法以及ABB獨有的PickMaster系統(tǒng)實現(xiàn)了對輸送鏈的無縫精準(zhǔn)跟蹤，并由協(xié)作機器人YuMi完成最終的分揀。整個過程的運行數(shù)據(jù)及設(shè)備信息實時上傳至云端，在ABB AbilityTM應(yīng)用中進一步分析及優(yōu)化。

（2）弓葉科技人工智能

弓葉科技的人工智能垃圾分揀機器人每分鐘可以分揀70多件物品，可以7天*24小時連續(xù)不斷地工作，并大大減少因為疲勞造成的人工分揀誤差。

弓葉科技自主開發(fā)的人工智能軟件與高速分揀機器人相結(jié)合，同時，機器人代替了工人的雙手。人工智能算法通過海量的圖像對機器人進行訓(xùn)練，無論廢棄物是否完好無損、是否有凹痕、是否被壓碎、是否被扭曲、是否被部分遮擋等各種狀態(tài)之下，機器人都可以識別，并且從傳送帶上準(zhǔn)確地抓取要回收的物料，投放到相對應(yīng)的料框中。只要是人的眼睛能一眼就識別的東西，弓葉科技的人工智能都能識別。不僅如此，弓葉科技的人工智能還具有強大的遷徙學(xué)習(xí)能力。例如，部署在北京愛分類的機器人可以向部署在全國各地不同的機器人學(xué)習(xí)，機器人與機器人之間還可以互相繼承廢棄物識別的經(jīng)驗。

1.1.2 國外研究現(xiàn)狀

（1）芬蘭：ZenRobotics回收機

這款基于視覺判斷的垃圾分類機器人的機器臂臂展長達2米，通過激光掃描系統(tǒng)，能夠提前掃描運輸帶上的物品并且將它們進行分類，然后通過機械臂將垃圾分類。

（2）日本：FANUC分揀機器人

利用視覺分析系統(tǒng)對物品進行跟蹤和分類，但它有廢舊物品自動回收技術(shù)。這套技術(shù)允許機器人對物品的化學(xué)成分以及形狀進行實時掃描和分析，同時也使機器人能夠?qū)崟r指定抓取方式和抓取順序。

（3）美國：Rocycle機器人

使用了觸覺作為檢驗材料的方法，通過觸摸的方式區(qū)分紙張、金屬和塑料。在分選過程中，機器人會對物體進行掃描，并通過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(jié)果與壓力傳感器獲得的數(shù)據(jù)相互對比匹配，分辨出物體材質(zhì)后，將其投入正確的垃圾箱。

1.2 主要技術(shù)路線

首先，我們要有一雙“眼睛”，視覺識別系統(tǒng)，利用高清照相機去掃描，識別傳送帶上的物品。然后，識別的數(shù)據(jù)可以收集起來給機器人大腦積累“經(jīng)驗”，前期先通過訓(xùn)練機器人，使機器人的大腦認(rèn)識這些來料，慢慢的擁有類似于人的自主判斷能力。最后，傳達“信息”給機器人去快速識別混合垃圾中的可回收物和雜質(zhì)，準(zhǔn)確抓取并投放到對應(yīng)的料框中完成分類。機械臂作為可執(zhí)行單位，將垃圾分類到不同的垃圾桶里。

1.3 技術(shù)方案

對抓取和投放的單塊垃圾會被送入小型識別倉，進行識別后通過機械桿推入相應(yīng)垃圾桶內(nèi)，一次識別一個垃圾，然后進行下一次識別。

桶內(nèi)垃圾滿后，通過程序內(nèi)建的地圖能自動巡航至垃圾站進行卸貨，把已滿的垃圾桶交付給一個小型的傾倒裝置，然后換上空的垃圾桶繼續(xù)工作。

（1）硬件（見圖1）：

處理器使用k210，該處理器成本不高，性能不差，功耗不高，是處理器優(yōu)點的集大成者，而且特別適合人工智能硬件開發(fā)，內(nèi)置獨立的CNN卷積神經(jīng)網(wǎng)絡(luò)運算單元，有單獨處理快速傅里葉變換的FFT運算單元，內(nèi)置APU，主頻可達到600MHz，可使用常用的深度學(xué)習(xí)框架，自帶麥克風(fēng)陣列，支持語音識別，支持多種外設(shè)通訊方式。

（2）程序：

識別方面：使用大量單個垃圾的圖片集，對神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，提高準(zhǔn)確率，當(dāng)投放使用后有識別不了的垃圾被人工遠程輔助識別從而提高識別率。

巡航方面：對特定新場景使用超聲波測距和雙目測距進行快速建模，并將地圖儲存，通過特定算法自動分配巡航路線。隨時檢測硬件狀態(tài)，電量過低會自行巡航至充電樁充電。

2 智能分類機器人的系統(tǒng)結(jié)構(gòu)及功能

2.1 系統(tǒng)結(jié)構(gòu)

依托于AI系統(tǒng)的人機互動模式、聲波雷達、北斗導(dǎo)航等系統(tǒng)具有語音示教和自主巡航功能的智能垃圾分類機器人。

2.2 系統(tǒng)功能

本項目機器人主要在公共場合運行，可以識別地面的垃圾并將其自動分類投放到自身攜帶的彈夾式垃圾桶內(nèi)，并可接收行人直接投放垃圾，等某一垃圾桶滿后會自動巡航至垃圾站，對攜帶的垃圾筒進行“換彈”。

采用動態(tài)值班式工作模式，一部分分散固定在公共場所內(nèi)，另一部分采用流動崗，根據(jù)正在運行機器人的數(shù)量進行動態(tài)調(diào)整。

可以使用語音對其控制，并可遙控，還可以遠程通過客戶端檢查分類效果和遠程輔助分類，對無法識別的垃圾進行人工識別，并反饋給神經(jīng)網(wǎng)絡(luò)，提高識別準(zhǔn)確率。

3 智能分類機器人應(yīng)用于市場的深遠影響及意義

人工智能垃圾分揀機器人每分鐘可以分揀70多件物品，速度大約是普通人的兩倍，機器人還可以7天*24小時連續(xù)不斷地工作，而工人是沒辦法承受這么高強度的勞動。有了這些智能機器人的幫助，我們相信，未來廢棄物回收工作將完全有可能實現(xiàn)無人化，從而解決了垃圾分揀中心長期存在的人員短缺問題，并大大減少因為疲勞造成的人工分揀誤差。

依托于AI系統(tǒng)的人機互動模式、聲波雷達、北斗導(dǎo)航等系統(tǒng)具有語音示教和自主巡航功能的智能垃圾分類機器人，其特征在于：包括智能機器人、垃圾箱和垃圾桶，垃圾箱通過螺栓安裝在智能機器人的兩側(cè)，垃圾桶設(shè)置在垃圾箱的內(nèi)側(cè)，底部安裝有滾輪。智能機器人的底部粘接有定位板，安裝有顯示器、紅外探測器、距離探測器、垃圾掃描儀等，并且通過大數(shù)據(jù)對機器人進行訓(xùn)練，讓機器人具有類似于人腦的判斷能力，同時，機器人代替了工人的雙手。人工智能算法通過海量的圖像對機器人進行訓(xùn)練，無論廢棄物是否完好無損、是否有凹痕、是否被壓碎、是否被扭曲、是否被部分遮擋等各種狀態(tài)之下，機器人都可以識別，并且從傳送帶上準(zhǔn)確地抓取要回收的物料，投放到相對應(yīng)的料框中。只要是人的眼睛能一眼就識別的東西，智能機器人就都能識別，從而對廢棄物進行快速準(zhǔn)確識別、拾取和分類。

4 結(jié)束語

我國環(huán)保產(chǎn)業(yè)正處在轉(zhuǎn)變發(fā)展方式、優(yōu)化工藝流程的轉(zhuǎn)型期，迫切需要新一代人工智能等重大創(chuàng)新添薪續(xù)力，從而推動傳統(tǒng)的機械物理化處理模式向數(shù)字化、智能化、網(wǎng)絡(luò)化的處理模式轉(zhuǎn)變。接下來的時代，是知識驅(qū)動的時代。人工智能技術(shù)的發(fā)展，尤其是目前深度學(xué)習(xí)技術(shù)的發(fā)展，給了我們一個前所未有的能力，就是機器可以自動學(xué)習(xí)特征表達的能力。這是一個跨時代的變革。我們很高興有像弓葉科技這樣的人工智能公司正在關(guān)注環(huán)保行業(yè)，關(guān)注垃圾處理，用新一代人工智能技術(shù)和一個又一個成功的案例推動我們國家垃圾處理模式的變革。

參考文獻：

[1]寧凱，張東波，印峰，等.基于視覺感知的智能掃地機器人的垃圾檢測與分類[J].中國圖象圖形學(xué)報，2019，24（08）：1358-1368.

[2]郭興旺，管和清，劉穎韜，等.半透明材料紅外熱像檢測的光譜特性和光源選擇[J].紅外與激光工程，2017，46（01）：59-67.

[3]李文仲，段朝玉.短距離無線數(shù)據(jù)通信入門與實戰(zhàn)[M].北京航空航天大學(xué)出版社，2006.

[4]丁明華，李允旺，王勇.基于Unity3d的麥克納姆輪移動平臺避障算法仿真[J].中國科技論文，2016（10）：1191-1195.

[5]傅忠云，朱海霞，孫金秋，等.基于慣性傳感器MPU6050的濾波算法研究[J].壓電與聲光，2015，37（05）：821-825+829.

[6]周立輝，張永生，孫勇，等.智能變電站巡檢機器人研制及應(yīng)用[J].電力系統(tǒng)自動化，2011，35（19）：85-88+96.