趙天健¹,許昊昱²,劉鵬3,*
(1.中國(guó)石油大學(xué)(華東)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院枝嘶，山東青島 257061; 2.北京物資學(xué)院商學(xué)院，北京通州區(qū)101149; 3.江蘇科技大學(xué)經(jīng)濟(jì)管理學(xué)院哑诊，江蘇鎮(zhèn)江212100)
近年來群扶，我國(guó)塑料產(chǎn)品的使用率越來越高。因此镀裤，實(shí)現(xiàn)廢舊塑料垃圾的高附加值回收利用則成為當(dāng)前針對(duì)塑料產(chǎn)品的一項(xiàng)重要工作竞阐。對(duì)于廢舊塑料產(chǎn)品的回收而言，關(guān)鍵在于高效分離暑劝。傳統(tǒng)回收方法骆莹，如人工分選、風(fēng)選及近紅外光譜分選等担猛，往往難以兼顧低成本幕垦、高效率、高識(shí)別率與低污染傅联。因此先改，構(gòu)建基于人工智能技術(shù)的垃圾分揀系統(tǒng)，既有助于企業(yè)實(shí)現(xiàn)廢舊塑料垃圾的快速分離蒸走，又能促進(jìn)其有效回收與再利用仇奶。綜上所述，本文旨在設(shè)計(jì)一種基于人工智能的塑料垃圾分揀系統(tǒng)载碌，期望通過該系統(tǒng)的實(shí)施猜嘱，切實(shí)解決塑料垃圾分揀過程中的識(shí)別難題衅枫、分揀成功率低及成本較高等問題。
塑料垃圾分揀的特征分析
1.1生活垃圾廢舊塑料材料與顏色分析
廢舊塑料材料因其制造過程朗伶、應(yīng)用領(lǐng)域和老化程度的不同弦撩，展現(xiàn)出不同的物理和化學(xué)特性。例如论皆，聚乙烯 (PE)和聚丙烯(PP)通常呈現(xiàn)為白色或半透明狀益楼，質(zhì)地相對(duì)較軟，常用于包裝和容器制造点晴。聚氯乙烯(PVC)則因其添加的增塑劑不同感凤，可能呈現(xiàn)各種顏色，質(zhì)地硬而耐用粒督，常用于電線絕緣層和管道制造陪竿。聚苯乙烯(PS)則是白色硬質(zhì)塑料，常用于一次性餐具和包裝材料屠橄。聚對(duì)苯二甲酸乙二醇酯(PET)則是透明或半透明的硬質(zhì)塑料族跛，常用于飲料瓶和食品包裝。因此锐墙，顏色分析在廢舊塑料的分揀過程中發(fā)揮著重要的作用礁哄。但是由于不同種類的塑料材料可能呈現(xiàn)相似的顏色，單純依靠顏色來區(qū)分塑料種類是不可靠的溪北。然而桐绒，顏色分析可以作為輔助手段，幫助在分揀過程中進(jìn)行初步篩選之拨，縮小可能的塑料種類范圍茉继，提高分揀效率。
隨著科技的發(fā)展敦锌，先進(jìn)的顏色分析技術(shù)如光譜分析和圖像處理技術(shù)被廣泛應(yīng)用于廢舊塑料的分揀中馒疹。這些技術(shù)可以通過分析塑料樣品的反射光譜或透射光譜，獲取塑料的顏色乙墙、透明度和光澤度等信息，進(jìn)而推斷出塑料的種類生均。此外听想，圖像處理技術(shù)還可以對(duì)塑料垃圾進(jìn)行自動(dòng)識(shí)別和分類，大大提高分揀的準(zhǔn)確性和效率马胧。
1.2塑料垃圾分揀難點(diǎn)分析
隨著近年來塑料制品使用量的逐年增加汉买。塑料垃圾的處理和回收問題成了一個(gè)亟待解決的環(huán)保難題。在塑料垃圾分揀過程中佩脊，主要面臨以下三個(gè)難點(diǎn)蛙粘。一是塑料材料種類繁多垫卤，顏色、形態(tài)各異出牧，難以通過傳統(tǒng)的分揀方法進(jìn)行有效識(shí)別穴肘。我國(guó)塑料制品種類繁多，包括聚乙烯舔痕、聚丙烯评抚、聚氯乙烯等，它們的外觀和物理性質(zhì)差異不大伯复，僅憑肉眼觀察和手工分揀很難將其區(qū)分開來慨代。這不僅增加了分揀的難度，也對(duì)分揀設(shè)備提出了更高的要求啸如。二是塑料垃圾中往往混有大量的其他雜質(zhì)侍匙，如金屬、紙張叮雳、玻璃等想暗，這些雜質(zhì)的存在嚴(yán)重影響了塑料垃圾的分揀效果。這些雜質(zhì)與其他可回收的塑料垃圾混合在一起债鸡，降低了塑料垃圾的回收利用率江滨，同時(shí)也增加了分揀過程的復(fù)雜性。三是傳統(tǒng)的分揀方法在處理大量塑料垃圾時(shí)厌均，效率低下唬滑，成本高昂，且容易對(duì)環(huán)境造成污染棺弊。傳統(tǒng)的分揀方法主要依靠人工進(jìn)行晶密，這種方法不僅耗時(shí)耗力，而且容易產(chǎn)生二次污染模她。此外稻艰，由于塑料垃圾的種類繁多，分揀過程中需要使用多種化學(xué)試劑進(jìn)行鑒別侈净，這無疑增加了分揀成本和對(duì)環(huán)境的污染尊勿。
1.3基于人工智能的塑料垃圾分揀優(yōu)勢(shì)
基于人工智能技術(shù)的塑料垃圾分揀系統(tǒng)，能夠通過機(jī)器學(xué)習(xí)畜侦、深度學(xué)習(xí)等方法元扔，對(duì)塑料垃圾進(jìn)行智能識(shí)別、分類和分揀旋膳。與傳統(tǒng)的分揀方法相比澎语，人工智能分揀系統(tǒng)具有以下優(yōu)勢(shì)：一是識(shí)別準(zhǔn)確率高，能夠準(zhǔn)確識(shí)別各種形態(tài)、顏色擅羞、材質(zhì)的塑料垃圾尸变；二是分揀速度快，能夠處理大量的塑料垃圾减俏，提高分揀效率召烂；三是分揀成本低，能夠降低人工成本和設(shè)備成本垄懂，提高企業(yè)的經(jīng)濟(jì)效益骑晶；四是環(huán)保性能好，能夠減少分揀過程中對(duì)環(huán)境的影響草慧，實(shí)現(xiàn)綠色桶蛔、環(huán)保的分揀目標(biāo)。
綜合而言漫谷，基于人工智能技術(shù)的塑料垃圾分揀系統(tǒng)具有顯著的優(yōu)勢(shì)和應(yīng)用前景仔雷。通過該系統(tǒng)的構(gòu)建和應(yīng)用，可以有效解決傳統(tǒng)塑料垃圾分揀過程中的問題舔示，提高廢舊塑料垃圾的回收利用率碟婆，實(shí)現(xiàn)資源的有效再利用。同時(shí)惕稻，該系統(tǒng)的推廣和應(yīng)用竖共，還可以促進(jìn)環(huán)保產(chǎn)業(yè)的發(fā)展，推動(dòng)循環(huán)經(jīng)濟(jì)的發(fā)展俺祠，實(shí)現(xiàn)經(jīng)濟(jì)公给、社會(huì)、環(huán)境的協(xié)調(diào)發(fā)展
2塑料垃圾分揀系統(tǒng)設(shè)計(jì)
2.1塑料垃圾分揀系統(tǒng)的視覺模塊設(shè)計(jì)
在分揀系統(tǒng)中蜘渣，視覺模塊分析作為施行分揀工作的第一步驟淌铐，需要著重關(guān)注。其中蔫缸，相機(jī)的選擇又是視覺模塊的重中之重腿准。在該系統(tǒng)中，相機(jī)的作用主要是用于圖像采集拾碌，相較于普通相機(jī)吐葱，工業(yè)相機(jī)的適用性、成像程度校翔、幀率唇撬、數(shù)據(jù)傳輸能力等諸多方面都體現(xiàn)出了較好的優(yōu)勢(shì)。因此展融，針對(duì)塑料垃圾的分揀系統(tǒng)，在硬件方面需選擇合適的工業(yè)相機(jī)。
算法方面告希，第一步驟要關(guān)注的是相機(jī)對(duì)目標(biāo)物的標(biāo)定扑浸。在這個(gè)過程中，相機(jī)需要實(shí)現(xiàn)由相機(jī)標(biāo)定坐標(biāo)系向世界坐標(biāo)系的轉(zhuǎn)化燕偶。相機(jī)標(biāo)定坐標(biāo)系主要包括像坐標(biāo)系和像素坐標(biāo)系喝噪。為了實(shí)現(xiàn)這一轉(zhuǎn)化，需要依據(jù)相似關(guān)系原理以及圖像與現(xiàn)實(shí)世界的映射關(guān)系指么。首先進(jìn)行樣本圖像的采集工作酝惧，即在不同的光照、角度和距離條件下伯诬，對(duì)目標(biāo)物進(jìn)行圖像采集晚唇。此后進(jìn)行特征點(diǎn)的提取，即從采集的圖像中提取特征點(diǎn)盗似，如角點(diǎn)哩陕、邊緣點(diǎn)等『帐妫基于所采集的信息悍及，通過最小二乘法等方法，計(jì)算相機(jī)的內(nèi)部參數(shù)接癌，如焦距心赶、主點(diǎn)坐標(biāo)等。同時(shí)利用世界坐標(biāo)系中的標(biāo)定物和對(duì)應(yīng)的圖像特征點(diǎn)缺猛，求解相機(jī)的外部參數(shù)缨叫，如旋轉(zhuǎn)矩陣和平移向量。最終實(shí)現(xiàn)相機(jī)對(duì)目標(biāo)物的標(biāo)定枯夜。
解決了相機(jī)標(biāo)定問題后弯汰，需要進(jìn)一步處理相機(jī)成像的畸變問題。相機(jī)成像畸變主要包括徑向畸變和切向畸變湖雹。其中咏闪，徑向畸變是由于鏡頭的非線性導(dǎo)致的，可以通過泰勒級(jí)數(shù)展開式進(jìn)行矯正摔吏。切向畸變則主要源于相機(jī)在成像過程中的非線性變換鸽嫂，可以通過明確切向畸變系數(shù)進(jìn)行矯正，即通過標(biāo)定過程征讲，求解出切向畸變系數(shù)据某，此后根據(jù)系數(shù)和圖像中的像素坐標(biāo)，計(jì)算出矯正后的像坐標(biāo)诗箍。
由此癣籽，塑料垃圾分揀系統(tǒng)的視覺部分模塊設(shè)計(jì)完畢，后續(xù)進(jìn)一步針對(duì)塑料垃圾開展檢測(cè)與識(shí)別工作，以此提升塑料垃圾的分揀效率筷狼。
2.2塑料垃圾分揀系統(tǒng)的檢測(cè)算法設(shè)計(jì)
在塑料垃圾分揀系統(tǒng)當(dāng)中瓶籽，目標(biāo)檢測(cè)算法是保證該系統(tǒng)高效運(yùn)轉(zhuǎn)的關(guān)鍵所在」〔模基于前序視覺部分模塊的設(shè)計(jì)塑顺，應(yīng)對(duì)到檢測(cè)算法中，進(jìn)一步落實(shí)塑料垃圾目標(biāo)物的位置識(shí)別俏险。卷積神經(jīng)網(wǎng)絡(luò)通常用于處理圖像和聲音數(shù)據(jù)严拒，卷積神經(jīng)網(wǎng)絡(luò)的關(guān)鍵在于卷積層，其主要通過卷積的方式實(shí)現(xiàn)圖像局部特征的提取竖独。因此裤唠，結(jié)合塑料垃圾視覺部分模塊的建設(shè)，卷積神經(jīng)網(wǎng)絡(luò)能夠較好地適配塑料垃圾分揀的需求预鬓。
YOLOv4-tiny目標(biāo)定位算法是目前針對(duì)目標(biāo)模型尺寸小的一種較好算法巧骚。針對(duì)塑料垃圾而言，塑料廢品體積小格二、形狀特征明顯劈彪、顏色清晰，能夠較好與YOLOv4-tiny目標(biāo)定位算法適配顶猜。運(yùn)用算法的第一步是建立良好的數(shù)據(jù)集沧奴，因此需要根據(jù)塑料垃圾的基本情況，可按照顏色长窄、材質(zhì)等特性對(duì)數(shù)據(jù)集進(jìn)行編碼滔吠，以此構(gòu)建VOC數(shù)據(jù)集。此后挠日，在構(gòu)建數(shù)據(jù)集的基礎(chǔ)上劃分測(cè)試集與訓(xùn)練集疮绷。進(jìn)而需要明確訓(xùn)練過程中的相關(guān)指標(biāo)。針對(duì)塑料垃圾的特性以及塑料垃圾分揀的需求嚣潜，位置識(shí)別算法重點(diǎn)關(guān)注準(zhǔn)確率冬骚、召回率、平均精度以及平均精度均值懂算。在明確上述四個(gè)指標(biāo)的基礎(chǔ)上只冻，進(jìn)一步開展訓(xùn)練結(jié)果分析。一般情況下计技，為了使YOLOv4-tiny目標(biāo)定位算法的準(zhǔn)確度更高喜德，主要采用的是小批量隨機(jī)梯度下降的方法開展數(shù)據(jù)訓(xùn)練工作。
PaddleClas作為飛槳框架下的圖像分類工具集垮媒，不僅為開發(fā)者們提供了強(qiáng)大的功能支持舍悯，還以其高效航棱、穩(wěn)定、易用的特性贏得了廣泛的贊譽(yù)贱呐。該工具集的設(shè)計(jì)理念源于對(duì)圖像分類任務(wù)的深度理解和高效處理丧诺，從而實(shí)現(xiàn)各種復(fù)雜的圖像分類任務(wù)。在數(shù)據(jù)集處理方面奄薇，PaddleClas提供了豐富的數(shù)據(jù)預(yù)處理和增強(qiáng)功能，幫助用戶快速構(gòu)建適用于不同圖像分類任務(wù)的數(shù)據(jù)集抗愁。用戶可以根據(jù)塑料垃圾的特性馁蒂，自定義數(shù)據(jù)預(yù)處理流程，從而得到更加符合實(shí)際應(yīng)用的訓(xùn)練數(shù)據(jù)蜘腌。同時(shí)沫屡，PaddleClas還支持多種數(shù)據(jù)格式，如圖像文件撮珠、標(biāo)注文件等沮脖，為用戶提供了極大的靈活性。在模型訓(xùn)練方面芯急，PaddleClas提供了多種經(jīng)典和前沿的圖像分類模型勺届，如ResNet、VGG娶耍、MobileNet等免姿。用戶可以根據(jù)自己的需求選擇合適的模型進(jìn)行訓(xùn)練，并可以通過調(diào)整模型參數(shù)和超參數(shù)來優(yōu)化模型性能榕酒。此外胚膊，PaddleClas還支持分布式訓(xùn)練，可以充分利用多臺(tái)機(jī)器的計(jì)算資源想鹰，提高訓(xùn)練速度和效率紊婉。在模型評(píng)估和預(yù)測(cè)方面，PaddleClas提供了豐富的評(píng)估指標(biāo)和可視化工具辑舷，幫助用戶全面評(píng)估模型性能喻犁。用戶可以通過對(duì)比不同模型的評(píng)估結(jié)果，選擇最優(yōu)的模型進(jìn)行部署惩妇。
總體來說株汉，PaddleClas作為一款功能強(qiáng)大的圖像分類工具集，為塑料垃圾分揀系統(tǒng)的目標(biāo)檢測(cè)算法提供了有力的支持歌殃。通過利用PaddleClas的數(shù)據(jù)處理乔妈、模型訓(xùn)練和評(píng)估等功能，可以更加高效地完成塑料垃圾的位置識(shí)別任務(wù)氓皱。同時(shí)路召，結(jié)合YOLOv4-tiny目標(biāo)定位算法勃刨，可以進(jìn)一步提高位置識(shí)別的準(zhǔn)確度和效率，從而實(shí)現(xiàn)塑料垃圾分揀系統(tǒng)的高效運(yùn)轉(zhuǎn)股淡。
3結(jié)語
塑料垃圾的處理和回收利用是一項(xiàng)關(guān)乎環(huán)境保護(hù)和可持續(xù)發(fā)展的重大課題身隐。基于人工智能技術(shù)的塑料垃圾分揀系統(tǒng)唯灵，正是為了解決這一難題而誕生的贾铝。該系統(tǒng)通過視覺模塊和檢測(cè)算法的設(shè)計(jì)，對(duì)塑料垃圾進(jìn)行精確識(shí)別和分類埠帕，從而大大提高了廢舊塑料的回收利用率垢揩，降低了環(huán)境污染風(fēng)險(xiǎn)，為我國(guó)環(huán)保事業(yè)和經(jīng)濟(jì)社會(huì)的可持續(xù)發(fā)展做出了積極貢獻(xiàn)敛瓷。而且隨著人工智能技術(shù)的不斷進(jìn)步和應(yīng)用場(chǎng)景的拓展叁巨，我們有理由相信，該系統(tǒng)的性能和應(yīng)用范圍也將得到進(jìn)一步提升和拓展呐籽。未來锋勺，基于人工智能技術(shù)的塑料垃圾分揀系統(tǒng)不僅將在我國(guó)得到廣泛應(yīng)用，還將有望走向世界狡蝶，為全球范圍內(nèi)的塑料垃圾處理提供智能化解決方案庶橱。然而，當(dāng)前基于人工智能技術(shù)的塑料垃圾分揀系統(tǒng)在實(shí)際應(yīng)用中仍面臨一些挑戰(zhàn)牢酵。例如悬包，視覺模塊和檢測(cè)算法的精確度、系統(tǒng)的穩(wěn)定性和效率等方面仍有待提高馍乙。為此布近，我國(guó)政府和相關(guān)企業(yè)應(yīng)加大投入，支持人工智能技術(shù)在塑料垃圾分揀領(lǐng)域的研發(fā)和創(chuàng)新丝格，推動(dòng)其性能的持續(xù)提升撑瞧。
聚砜醫(yī)療干粉吸入...
塑料包裝材料的減...
汽車功能鍵觸摸蓋I...
高性能注塑聚丙烯...
