文｜馬 迪

國產(chǎn)的垃圾分類機器人什么樣？

目前中國城市生活垃圾年產(chǎn)生量過億噸，占世界垃圾總產(chǎn)生量的26.5%，且每年以8%～9%的速度增長。就算每個人都有垃圾分類意識，讓所有人把每樣垃圾都精準區(qū)分也是一個不小的難題。在大量的垃圾中分揀出可回收物、有毒物品仍然是一項不得不進行的工作。按照正常的工作量來算，人工分揀垃圾每人每天只能處理150—300公斤垃圾，并且這份工作對人體的傷害極大。這時，不知疲倦的垃圾分類機器人就成為代為執(zhí)行這項“苦差”的最佳選擇。

該領域的先驅者是芬蘭公司Zen Robotics。早在2012年，公司就發(fā)布了世界上首款垃圾分類機器人，并在2017年推出了加強版—基于視覺判斷的Next Generation Zen Robotics Recycler。它的工作方式是通過傳感器單元掃描垃圾流、人工智能利用圖像識別與深度學習來處理垃圾圖像、識別分析各種物體及其位置，控制抓取器選取所需的物體。這意味著機器人在需要揀選時能夠自主做出決策，適應不斷變化的“垃圾流”。

值得一提的是，ZRR在建筑垃圾分揀領域上處于領先優(yōu)勢，可以識別金屬、木材、石膏、石塊、混凝土、硬塑料、紙板等20 余種可回收垃圾，最高可對重達30公斤的大型重物進行分離，每小時選取次數(shù)最高可達4000次，一天就可以處理1000噸垃圾，相當于24個人的工作量。

2019年，位于美國科羅拉多州丹佛市的機器人初創(chuàng)公司AMP Robotics獲得了1600萬美元的A輪融資（2021年1月募得5500萬美元B輪融資），其開發(fā)的垃圾分類機器人系統(tǒng)每分鐘可以分揀80件物品，能識別包括金屬、電池、電容器、塑料、電線、紙箱、紙板、杯子、貝殼等垃圾種類。同時它還會將塑料按照顏色、清晰度和透明度分類。

它使用計算機視覺來區(qū)分視覺特征，快速掃描移動的物體，包括水瓶、啤酒罐、牛奶罐、食品包裝盒等各種各樣的可回收廢棄物，而圖像數(shù)據(jù)庫包含了這些回收物完好無損、有凹痕以及被壓碎等各種狀態(tài)。通過AMP Neuron網(wǎng)絡云端的數(shù)百萬副圖像數(shù)據(jù)進行自我改進，這使它能夠更準確地對物體進行分類，并學習新的材料類別，適應包裝設計和照明變化，通過顏色、質地、形狀、大小和材料更精準地區(qū)分物體。最后，機器手臂利用吸盤從傳送帶上抓取物品，并將其扔進相對應的垃圾回收箱里。

所有這些數(shù)據(jù)都會輸入到AMP Insights—一個在線可視化工具上，這里可以監(jiān)控垃圾流的活動，以短信和電子郵件形式發(fā)送實時通知給經(jīng)理，包括潛在的設備問題和危險。目前AMP Robotics在美國已部署了600多個垃圾回收設備，總處理能力約為6700萬噸。

國外垃圾分類機器人市場如火如荼，像AMP Robotics這樣的主流分揀機器人，單臺設備的價格通常都在500-1000萬元人民幣之間。近兩年，國內的垃圾分類機器人也嶄露頭角，開始走進人們的身邊。

2020年，首個應用于混合垃圾中轉站的國產(chǎn)人工智能分揀機器人在北京大興垃圾中轉站落地。它的名字叫做“Picking AI”，搭載了包括深度學習、AI算法、大數(shù)據(jù)分析、機器人控制以及云平臺等多項核心技術，內置的視覺系統(tǒng)類似于人的眼睛，如果碰見沒見過的物品。它還能通過大數(shù)據(jù)訓練機器人進行學習，從而實現(xiàn)整個垃圾識別和分揀過程的自動化和自主化。

據(jù)了解，這一整套系統(tǒng)背后集成了邊緣計算、云計算、機器人自動化等前沿技術的綜合運用。值得一提的是，“Picking AI”的機器人之間共用一個“大腦”，比如在北京的機器人可以向部署在浙江、上海等地的機器人學習、交流經(jīng)驗，實現(xiàn)數(shù)據(jù)共享和遠程智能提升。

在垃圾分類社區(qū)化的基礎上，機器人的優(yōu)勢是明顯的—它是對前端人工物理分類方式的一個智能化補充，也能夠7x24小時在人類難以忍受的惡劣環(huán)境中不間斷工作，保持每分鐘85-95次的分揀效率（是人工分揀效率的2-3倍）。

更振奮人心的是，這樣先進的垃圾分揀機器人是根正苗紅的中國裝備：從機器人到人工智能算法，再到核心部件都是國產(chǎn)的，是真正代表自主研發(fā)的人工智能環(huán)保裝備在垃圾分類領域的中國力量。

研究機構Goldstein Research預測，2019年至2024年，全球垃圾分類機器人市場將以16.4%的復合年增長率增長，達到122.4億美元。這個新興但不冷門的產(chǎn)業(yè)不但對環(huán)保事業(yè)有著重要的意義，更可以預見其將產(chǎn)生的巨大的社會和經(jīng)濟效益。隨著未來智慧城市的建設進程，期待我們可以在更多場景中用機器代替低獲得感、高重復度的工作。這也許就是科技改變生活的一個縮影。