賀泓博

（華北電力大學(xué)（保定）動(dòng)力工程系，河北 保定071000）

1 概述

近些年，醫(yī)療廢物急劇增加，由于醫(yī)療廢棄物對(duì)環(huán)境具有一定的污染性，所以廢棄物的分類(lèi)和處理顯得尤為重要?，F(xiàn)如今醫(yī)療垃圾分類(lèi)見(jiàn)表1。

表1 醫(yī)療垃圾分類(lèi)

傳統(tǒng)的醫(yī)療廢棄物的分類(lèi)方式主要是將不同廢棄物分別放置在具體的固定位置，依靠固定的醫(yī)療衛(wèi)生場(chǎng)所和醫(yī)療廢物分類(lèi)處理配套設(shè)施來(lái)進(jìn)行廢棄物的分類(lèi)、回收、處理。但是醫(yī)療廢棄物中銳器及玻璃制品居多，分類(lèi)過(guò)程復(fù)雜且需要醫(yī)療人員的參與，如若處理不當(dāng)會(huì)增加醫(yī)療人員暴露、造成醫(yī)療廢棄物污染等問(wèn)題的出現(xiàn)。本文提出一種基于圖像識(shí)別技術(shù)的醫(yī)療廢棄物的分類(lèi)方法。采用樹(shù)莓派4B 和HuskyLens 視覺(jué)模塊結(jié)合的硬件方案，利用YOLO v3 目標(biāo)檢測(cè)算法，通過(guò)機(jī)器學(xué)習(xí)，從而實(shí)現(xiàn)對(duì)醫(yī)療廢棄物進(jìn)行識(shí)別和分類(lèi)。

2 系統(tǒng)總體設(shè)計(jì)及機(jī)理

2.1 系統(tǒng)設(shè)計(jì)方案

首先使用OV2640 作為圖像傳感器進(jìn)行圖像數(shù)據(jù)采集，將采集到的圖像傳輸?shù)紿uskyLens 視覺(jué)模塊進(jìn)行圖片數(shù)據(jù)的初步分析和處理，之后將結(jié)果發(fā)送至樹(shù)莓派，樹(shù)莓派已使用YOLO 算法進(jìn)行機(jī)器學(xué)習(xí)，具備圖像識(shí)別功能，結(jié)合HuskyLens 視覺(jué)模塊傳遞過(guò)來(lái)的圖像信息進(jìn)行辨識(shí)，將控制信號(hào)發(fā)送給舵機(jī)驅(qū)動(dòng)引導(dǎo)板完成醫(yī)療廢棄物的分類(lèi),過(guò)程如圖1 所示。

2.2 各模塊簡(jiǎn)介

2.2.1 OV2640 圖像采集模塊

OV2640 是一款CMOS 類(lèi)型的數(shù)字圖像傳感器，能輸出的最大圖像為200 萬(wàn)像素、1600×1200 分辨率，具有壓縮引擎功能，可以將結(jié)果壓縮成JPEG 格式直接輸出，具有圖像質(zhì)量高、圖像數(shù)據(jù)小、傳輸時(shí)間短、靈敏度高、靈活性強(qiáng)等特點(diǎn)。并且可以支持曝光、白平衡、色度、飽和度、對(duì)比度等眾多參數(shù)設(shè)置，也支持JRGB565 格式輸出，可以滿(mǎn)足不同場(chǎng)合需求。

HuskyLens 視覺(jué)模塊是一款簡(jiǎn)單實(shí)用的AI 視覺(jué)傳感器，內(nèi)置有6 種功能：人臉識(shí)別、物體追蹤、物體識(shí)別、巡線(xiàn)追蹤、顏色識(shí)別、二維碼標(biāo)簽識(shí)別，可謂是功能眾多，與此同時(shí)HuskyLens操作十分簡(jiǎn)易。它的芯片中內(nèi)置了多種算法，僅需簡(jiǎn)單的操作即可完成圖像識(shí)別。體積也十分小巧，HuskyLens 視覺(jué)傳感器自身帶有2.0 寸IPS 顯示屏，調(diào)參過(guò)程無(wú)需計(jì)算機(jī)輔助，本地即可處理所有算法并將結(jié)果直接輸出。

圖1

成立之初，該局領(lǐng)導(dǎo)班子就把隊(duì)伍建設(shè)擺在首位，注重凝聚力、向心力、戰(zhàn)斗力建設(shè)，打造了一支風(fēng)清氣正，精神飽滿(mǎn)的隊(duì)伍。強(qiáng)調(diào)服務(wù)意識(shí)，樹(shù)立服務(wù)方式“零距離”、服務(wù)事項(xiàng)“零積壓”、服務(wù)質(zhì)量“零缺陷”的理念，進(jìn)一步簡(jiǎn)化辦事程序，平均辦事期限縮短了50%。在全市率先開(kāi)展食品藥品規(guī)范化管理示范企業(yè)創(chuàng)建活動(dòng)，先后建立4條“食品藥品安全示范街”，30余家“食品藥品安全示范店”，形成以點(diǎn)帶面、點(diǎn)面結(jié)合的食品藥品安全示范群體。

現(xiàn)在，我們經(jīng)?？吹叫⒚χo各小組設(shè)計(jì)車(chē)型，也有組長(zhǎng)主動(dòng)與小劉一起商量本小組的列車(chē)模樣。當(dāng)然，小劉與他人的交流時(shí)依然會(huì)有各種各樣的“事故”發(fā)生，不過(guò)“先鋒車(chē)站”確實(shí)給他帶來(lái)了很大的影響。

本裝置就是基于樹(shù)莓派4B 建立而成的，利用其處理能力強(qiáng)、體積小巧等特點(diǎn)，結(jié)合YOLO 算法，最終實(shí)現(xiàn)對(duì)醫(yī)療廢物的自動(dòng)分揀。

白礬抽驗(yàn)樣品按《中國(guó)藥典》一部（2015年版）檢驗(yàn)，119批白礬抽驗(yàn)樣品中，結(jié)果合格樣品28批次，合格率為24%；不合格樣品91批次，不合格率為76%。

此外利用樹(shù)莓派還可以編輯文檔、瀏覽網(wǎng)頁(yè)、播放視頻、播放音頻等，也可以利用樹(shù)莓派制作智能小車(chē)、示波器、家庭影院、相機(jī)等。與樹(shù)莓派3 相比，樹(shù)莓派4B 的性能是其三倍，與2012年發(fā)布的第一代樹(shù)莓派相比更是快了十五倍，在某些方面，它甚至可以展現(xiàn)出遠(yuǎn)超某些傳統(tǒng)PC 的優(yōu)越性能。

2.2.3 樹(shù)莓派

2.3 YOLO 算法簡(jiǎn)介

圖2 初始模型

圖3 改進(jìn)模型

YOLO 算法是一種極為方便快速的目標(biāo)檢測(cè)算法，它將目標(biāo)檢測(cè)定義為一個(gè)回歸問(wèn)題。YOLO 將整個(gè)圖像看成一個(gè)卷積神經(jīng)網(wǎng)絡(luò)（CNN），之后將圖像網(wǎng)格化，并預(yù)測(cè)每個(gè)網(wǎng)格的類(lèi)概率和邊界框。例如，將一個(gè)100x100 的圖像網(wǎng)格化成7x7 的網(wǎng)格。然后，對(duì)于每個(gè)網(wǎng)格，網(wǎng)絡(luò)都會(huì)預(yù)測(cè)一個(gè)邊界框和與每個(gè)類(lèi)別相對(duì)應(yīng)的概率。每個(gè)邊界框可以使用四個(gè)描述符進(jìn)行描述：邊界框的中心、高度、寬度、值映射到對(duì)象所屬的類(lèi)。經(jīng)過(guò)訓(xùn)練學(xué)習(xí)完成圖像識(shí)別。另外，YOLO 算法也可以預(yù)測(cè)邊界框中存在對(duì)象的概率。YOLO 算法具有很強(qiáng)的優(yōu)越性，由于將目標(biāo)檢測(cè)定義為一個(gè)回歸問(wèn)題，不需要復(fù)雜的管道，與其他模型（例如邏輯回歸）相比，所需要的訓(xùn)練數(shù)據(jù)也相對(duì)較少。在運(yùn)算速度上，它比“R-CNN”快1000 倍，比“Fast R-CNN”快100 倍，能夠處理實(shí)時(shí)視頻流，延遲小于25 毫秒，且精度是以前實(shí)時(shí)系統(tǒng)的兩倍多。同樣重要的是，YOLO 遵循的是“端到端深度學(xué)習(xí)”的實(shí)踐。

張三爺有和當(dāng)時(shí)大部分武人同樣的經(jīng)歷，保過(guò)鏢、護(hù)過(guò)院、當(dāng)過(guò)武師，但除此以外，他還有大多數(shù)武人沒(méi)有的經(jīng)歷，他曾當(dāng)過(guò)清朝練勇局的把總，宣統(tǒng)年間還護(hù)送過(guò)去西藏傳詔的欽差。

2.2.2 HuskyLens 視覺(jué)模塊

2.4 實(shí)物模型

本裝置有初始和改進(jìn)兩種模型，下面進(jìn)行分別介紹。

2.4.2 改進(jìn)模型

6) 4套690 V 主DP輔助配電板，額定電壓為690 V，匯流排額定電流2 929 A，額定短路分?jǐn)嚯娏?4 kA。

首先對(duì)初始模型進(jìn)行介紹（見(jiàn)圖2）：醫(yī)療廢棄物通過(guò)輸送皮帶進(jìn)入分揀裝置，首先經(jīng)過(guò)圖像采集區(qū)域，OV2640 攝像頭布置在該區(qū)域工作，之后將收集的圖像信息發(fā)送至數(shù)據(jù)處理中心（即HuskyLens 處理芯片和樹(shù)莓派的放置區(qū)域），進(jìn)行數(shù)據(jù)的處理分析和機(jī)器識(shí)別。本裝置模型中所選擇的伺服電機(jī)是舵機(jī)，舵機(jī)是由微型電機(jī)與齒輪等部件組合而成，體積小巧、靈活性強(qiáng)，舵機(jī)與舵機(jī)驅(qū)動(dòng)引導(dǎo)板相連，樹(shù)莓派將識(shí)別結(jié)果以控制信號(hào)的形式發(fā)送至舵機(jī)驅(qū)動(dòng)引導(dǎo)板，引導(dǎo)板存在內(nèi)置芯片，可以將接收的控制信號(hào)轉(zhuǎn)化成指令控制相連的舵機(jī)進(jìn)行隔板的翻轉(zhuǎn)工作，從而將醫(yī)療廢物投放到不同的儲(chǔ)存箱中，完成分揀操作。初始模型優(yōu)點(diǎn)是分揀投放精準(zhǔn)，翻轉(zhuǎn)不易出現(xiàn)控制失誤，錯(cuò)誤投放可能性小；舵機(jī)操作時(shí)間短，分揀速度快，效率較高，僅需完成隔板的翻轉(zhuǎn)工作即可實(shí)現(xiàn)分類(lèi)投放。缺點(diǎn)也很明顯僅能完成種類(lèi)比較少的分揀（圖中僅為兩個(gè)儲(chǔ)存箱），由于很難實(shí)現(xiàn)對(duì)隔板翻轉(zhuǎn)角度的精準(zhǔn)控制，增加儲(chǔ)存箱個(gè)數(shù)和分揀種類(lèi)較為困難，最佳分揀種類(lèi)為兩種，適用于僅區(qū)分可回收和不可回收醫(yī)療廢物的分揀和只需要進(jìn)行粗分類(lèi)的分揀。

在科技配置方面，銳騏6也毫不含糊。一鍵啟動(dòng)、無(wú)鑰匙進(jìn)入、倒車(chē)影像、倒車(chē)?yán)走_(dá)、胎壓監(jiān)測(cè)等諸多乘用車(chē)配置均出現(xiàn)在銳騏6車(chē)上。高清倒車(chē)影像，附帶彩色動(dòng)態(tài)輔助線(xiàn)，便于駕駛員判斷車(chē)輛與障礙物的距離，引導(dǎo)駕駛員安全倒車(chē)。胎壓監(jiān)測(cè)系統(tǒng)，則能時(shí)刻監(jiān)測(cè)胎壓情況，保障用車(chē)安全。

樹(shù)莓派是一款體積僅有信用卡大小的微型電腦，本裝置中選用的樹(shù)莓派為Rasyberry Pi 4B，它支持眾多操作系統(tǒng)，例如Raspbian 操作系統(tǒng)、Windows 10 loT 系統(tǒng)、Kali Linux 系統(tǒng)等。另外樹(shù)莓派4B 具有十分健全的軟硬件生態(tài)系統(tǒng)，整合程度高，價(jià)格也較為低廉，得到了廣泛的追捧，熱度十分之高，一些極客和發(fā)燒友更是利用樹(shù)莓派4B 創(chuàng)造出了眾多創(chuàng)意設(shè)備。例如2015 年，倫敦的創(chuàng)業(yè)公司Kano 就推出了一款面向兒童的DIY計(jì)算機(jī)套件，利用核心元件樹(shù)莓派為孩子提供了具有應(yīng)用和創(chuàng)造性的組裝套件，還配套銷(xiāo)售鍵盤(pán)、保護(hù)外殼等組件，以及一個(gè)主打兒童編程學(xué)習(xí)的Kano OS 操作系統(tǒng)。

2.4.1 初始模型

改進(jìn)模型針對(duì)可分揀種類(lèi)少這一點(diǎn)進(jìn)行了優(yōu)化，將舵機(jī)控制的隔板由翻轉(zhuǎn)運(yùn)動(dòng)變?yōu)榱死@著中心軸的轉(zhuǎn)動(dòng)（樣式如圖3）。舵機(jī)與中心軸相連，接到指令后控制其轉(zhuǎn)動(dòng)，根據(jù)缺口旋轉(zhuǎn)到的儲(chǔ)存箱不同進(jìn)行分類(lèi)投放，實(shí)現(xiàn)了多種類(lèi)、多儲(chǔ)存箱的醫(yī)療廢棄物分揀?？筛鶕?jù)儲(chǔ)存箱的個(gè)數(shù)調(diào)整缺口的面積，儲(chǔ)存箱越多缺口區(qū)域面積越小，防止錯(cuò)誤投放的情況發(fā)生。此外，為了防止醫(yī)療廢物落在隔板非缺口區(qū)域上而無(wú)法進(jìn)行分揀投放的情況出現(xiàn)，將隔板設(shè)計(jì)成具有一定傾斜度，缺口處位置低，使醫(yī)療廢物可以自然滑落，使廢物落在隔板任意位置都可進(jìn)行分揀工作進(jìn)入儲(chǔ)存箱。

改進(jìn)模型雖然解決了可分揀種類(lèi)少的問(wèn)題，但也有以下幾點(diǎn)不足之處：

（1）分揀速度慢，滯留時(shí)間長(zhǎng)。與控制隔板翻轉(zhuǎn)相比，改進(jìn)模型所需轉(zhuǎn)動(dòng)的時(shí)間較長(zhǎng)，無(wú)法實(shí)現(xiàn)快速分揀醫(yī)療廢物，容易出現(xiàn)堆積現(xiàn)象。

（2）錯(cuò)誤投放的可能性大。可能出現(xiàn)隔板未轉(zhuǎn)動(dòng)到正確的儲(chǔ)存箱位置，醫(yī)療廢棄物就已下落至隔板缺口區(qū)域，從而進(jìn)入錯(cuò)誤的儲(chǔ)存箱。

3 結(jié)論

基于樹(shù)莓派為核心的醫(yī)療廢物分揀裝置，采用OV2640 攝像頭和HuskyLens 視覺(jué)模塊結(jié)合對(duì)圖像進(jìn)行采集和分析處理，利用YOLO v3 目標(biāo)檢測(cè)算法，通過(guò)機(jī)器學(xué)習(xí)實(shí)現(xiàn)對(duì)醫(yī)療廢物的識(shí)別，利用舵機(jī)驅(qū)動(dòng)引導(dǎo)板控制舵機(jī)實(shí)現(xiàn)對(duì)醫(yī)療廢棄物進(jìn)行分類(lèi)。具有自動(dòng)化程度高、操作簡(jiǎn)單等優(yōu)點(diǎn)，使醫(yī)療廢物分類(lèi)工作不依靠人員進(jìn)行，防止了人員感染和醫(yī)療廢棄物污染等問(wèn)題的出現(xiàn)。

但本裝置改進(jìn)模型中仍有兩點(diǎn)不足之處，這兩點(diǎn)不足都可以通過(guò)提高隔板的轉(zhuǎn)速來(lái)進(jìn)行改善。轉(zhuǎn)速提高，不易出現(xiàn)堆積現(xiàn)象，減少錯(cuò)誤投放的次數(shù)，可以控制運(yùn)輸皮帶使醫(yī)療廢物投入分揀裝置速度加快，提高投放效率，更快完成分揀工作。增加舵機(jī)個(gè)數(shù)或使用其它性能更優(yōu)的伺服電機(jī)可以有效的提高轉(zhuǎn)速，舵機(jī)本身性能只能支持模型以較低的轉(zhuǎn)速工作，多個(gè)舵機(jī)共同工作可相對(duì)提高轉(zhuǎn)速，如若使用其他性能更優(yōu)的伺服電機(jī)可實(shí)現(xiàn)轉(zhuǎn)速的較大增加，這為后續(xù)的研究提供了方向。