劉智臣

（湖南信息學院，湖南 長沙 410151）

0 引 言

中國作為人口大國每天產(chǎn)生的垃圾量是巨大的，有些學者為此還建立了相關的模型[1]預測垃圾的產(chǎn)生量。為處理這些垃圾，填埋法、焚燒法等方案被廣泛使用，這些方法不能完全杜絕對土地與空氣的污染，并且存在一些較難解決的技術問題[2]，因此需要研究更好的垃圾處理方案。

處理垃圾最好從源頭開始分類處理，這樣更高效，為此需要引導居民做好垃圾分類，設置專用的分類垃圾袋、分類垃圾桶，以及做好分類裝運和分類處理[3-6]等工作。顯然這是一個較難實現(xiàn)、效率又不太高的系統(tǒng)工程，因此，如何在垃圾產(chǎn)生的源頭建立自動化、智能化的分揀系統(tǒng)是迫切需要研究的課題。

1 問題的提出

傳統(tǒng)的垃圾分揀系統(tǒng)主要為集中式垃圾分揀設備或流水線。此類系統(tǒng)中存在的主要問題是垃圾需要先進行集中，在集中過程中并沒有準確地對垃圾進行分類處理，集中后因為垃圾量較大，該系統(tǒng)需要完成高負荷的垃圾分揀工作。為了實現(xiàn)高效分揀，此類系統(tǒng)需要設計得非常龐大，成本非常昂貴，維護費用也較大，不適合布設在垃圾產(chǎn)生的源頭完成垃圾分揀，因此在垃圾產(chǎn)生源頭進行分揀，目前仍然以人工分類為主要手段。

為了在垃圾產(chǎn)生的源頭實現(xiàn)不依賴人工方式進行自動智能分揀，本文提出了一種基于5G云化機器視覺[7]的垃圾分揀系統(tǒng)。在系統(tǒng)中，本地垃圾分揀由機器手臂完成，每個機械手臂都裝有機器視覺傳感器，可利用視覺算法[8-9]來辨識并分揀垃圾；每個機器手臂都使用5G無線互聯(lián)技術與后端云控中心系統(tǒng)連接，并通過云端視覺算法可增強本地機械手臂的垃圾辨識及分揀能力，從而實現(xiàn)分源頭、分區(qū)域的自動化、智能化[10]的垃圾分揀系統(tǒng)。

2 解決方案及其實現(xiàn)

圖1所示為方案的系統(tǒng)總體拓撲結構。在圖1中，先設定好垃圾分揀區(qū)域，并統(tǒng)一編號。為了從垃圾源頭實現(xiàn)分揀，可以選擇生活區(qū)、工業(yè)區(qū)的小型垃圾站和垃圾箱等作為垃圾分揀區(qū)域。每個分揀區(qū)域配置一個本地機械手臂，再根據(jù)垃圾分揀區(qū)域的規(guī)模和應用要求選擇不同尺寸和型號的機械手臂。

圖1 系統(tǒng)整體布局圖

2.1 本地系統(tǒng)設計

圖2為本文方案的本地機械手臂硬件邏輯結構。本地機械手臂由處理器模塊、5G傳輸模塊、機器視覺傳感器、機械手臂控制模塊和存儲模塊組成。處理器模塊用來運行本地垃圾分揀程序；5G傳輸模塊用來傳輸垃圾圖像和控制信息；機器視覺傳感器用來采集分揀區(qū)域的垃圾圖像；存儲模塊用來存放本地垃圾分揀程序和本地垃圾數(shù)據(jù)庫，機械手臂控制模塊用來控制機械手臂的移動、抓取、釋放等動作。

圖2 本地機械手臂的硬件邏輯結構

本地機械手臂可以固定在指定的垃圾分揀區(qū)域，也可以是移動的，其可以通過5G無線網(wǎng)絡統(tǒng)一被云端系統(tǒng)調動。另外，每個垃圾分揀區(qū)域和本地機械手臂都被統(tǒng)一編號，設定唯一的位置號，這樣云端系統(tǒng)可以明確分揀區(qū)域的位置，從而準確調動機械手臂。

本地機械手臂通過視覺傳感器定時采集指定垃圾分揀區(qū)域的垃圾圖像，將兩次采集的垃圾圖像進行對比，如果采集到的圖像不相同，那么就啟動垃圾分揀工作流程。首先標定圖像中的垃圾形狀，若尺寸大于設定值，即超出本地機械手臂處理范圍，那么本地通知云端系統(tǒng)調動其他機械手臂協(xié)調處理，或者本地機械手臂先碾碎垃圾再分揀。接著，對垃圾進行分類，判定其是可回收垃圾還是不可回收垃圾。方法是把圖像中標定的垃圾跟本地機械手臂中可回收垃圾的數(shù)據(jù)庫比對，如果找到匹配項，那么標定該垃圾為可回收類型，將其移入指定位置；如果沒有找到匹配項，那么繼續(xù)與本地的不可回收垃圾的數(shù)據(jù)庫比對，如果找到匹配項，那么標定該垃圾為不可回收，將其移入指定位置；如果兩個數(shù)據(jù)庫都沒有匹配項，那么在本地將垃圾圖像通過5G無線網(wǎng)絡傳輸給云端系統(tǒng)，交由云端系統(tǒng)進行垃圾分類。如果云端系統(tǒng)返回的是可回收類型，那么本地按照可回收類型的垃圾進行處理；如果云端系統(tǒng)返回的是不可回收類型，那么機械手臂按照不可回收類型的垃圾處理處理；如果云端系統(tǒng)返回的是未知類型，那么機械手臂將垃圾移入特定位置，并申請人工分揀處理，最后將分揀結果更新垃圾數(shù)據(jù)庫。本地機械手臂分揀程序的執(zhí)行流程如圖3所示。

圖3 本地機械手臂的垃圾分揀工作流程

2.2 云端系統(tǒng)設計

云端系統(tǒng)采用通用的5G云服務系統(tǒng)。云端系統(tǒng)可獲得每個垃圾分揀區(qū)域和本地機械手臂的位置號，可與接入5G云的所有本地機械手臂進行數(shù)據(jù)傳輸，可遠程控制本地機械手臂，還可遠程更新本地的垃圾數(shù)據(jù)庫以及升級本地的分揀程序。

當本地機械手臂將垃圾圖像傳輸給云端系統(tǒng)，請求云端系統(tǒng)進行垃圾分類時，云端系統(tǒng)立即啟動垃圾分揀程序。首先把圖像中標定的垃圾跟云端的數(shù)據(jù)庫比對，分辨出該垃圾是可回收的，還是不可回收的；然后依據(jù)結果控制本地機械手臂完成對應的垃圾分揀工作。如果沒有分辨出垃圾類型，則申請人工分揀，并根據(jù)人工分揀的結果更新云端和本地的垃圾數(shù)據(jù)庫。當本地機械手臂因垃圾尺寸過大無法分揀或者分揀區(qū)域的垃圾量過大時，也可通過5G無線網(wǎng)絡請求云端系統(tǒng)調動其他機械手臂前來協(xié)助處理。云端分揀程序的執(zhí)行流程如圖4所示。

圖4 云端系統(tǒng)的垃圾分揀工作流程

2.3 數(shù)據(jù)庫設計

建立垃圾數(shù)據(jù)庫是一個比較復雜的過程，需要對垃圾的有效特征值進行提取并記錄。在垃圾分揀時，需要將提取出的垃圾特征值與數(shù)據(jù)庫中的記錄進行匹配，判定該垃圾種類。本文系統(tǒng)標定垃圾使用的特征值主要有以下三個：垃圾的形狀和尺寸特征；垃圾表面的文字和顏色特征；垃圾的硬度特征。整個數(shù)據(jù)庫采用鏈式表的形式組織實現(xiàn)，這樣比較容易增減新的特征值項，見表1所列。

表1 垃圾分揀數(shù)據(jù)庫

3 結 語

文中提出了一種基于5G云化機器視覺的垃圾分揀系統(tǒng)實現(xiàn)方案。該方案相較于現(xiàn)有技術做了以下改進：解決了單個機械手臂由于受限于本地資源不足導致垃圾分揀能力有限的問題；解決了集中式垃圾分揀沒有在垃圾產(chǎn)生源頭進行分揀的弊端，可減輕集中式垃圾分揀的工作量和難度。實驗結果表明，該設計達到了預期目標。